20
Применение современных методов машинного обучения для расчетов речного стока с неизученных водосборов Айзель Георгий Владимирович Гусев Евгений Михайлович Институт водных проблем РАН, лаборатория физики почвенных вод [email protected]

Применение современных методов машинного обучения для расчетов речного стока

Embed Size (px)

Citation preview

Page 1: Применение современных методов машинного обучения для расчетов речного стока

Применение современных методов машинного обучения для расчетов

речного стока с неизученных водосборов

Айзель Георгий ВладимировичГусев Евгений Михайлович

Институт водных проблем РАН, лаборатория физики почвенных вод

[email protected]

Page 2: Применение современных методов машинного обучения для расчетов речного стока

Неизученные водосборы

Речные водосборы, для которых информация об измеренном гидрометрическом стоке либо полностью отсутствует, либо является недостаточной для нахождения ряда модельных параметров.

2

Page 3: Применение современных методов машинного обучения для расчетов речного стока

SWAP (Soil Water - Atmosphere - Plants) -- модель взаимодействия поверхности суши с атмосферой

3

Page 4: Применение современных методов машинного обучения для расчетов речного стока

Гидрологическое моделирование

Физически обоснованная модель взаимодействия

поверхности суши с атмосферой (SWAP)

Параметры

Осадки, температура

Параметры подстилающей

поверхности

Тепловая энергия

...

Рассчитанный речной сток

Измеренный речной сток

Калибровка параметров

4

Page 5: Применение современных методов машинного обучения для расчетов речного стока

Параметры модели SWAP

● Калибруются автоматически

● Модифицированный алгоритм

SCE-UA

5

Page 6: Применение современных методов машинного обучения для расчетов речного стока

Параметры для неизученных водосборов

Районирование модельных параметров – набор методов, направленных на перенос доступной информации с изученного бассейна на неизученный

6

Page 7: Применение современных методов машинного обучения для расчетов речного стока

Машинное обучение

Обучающаяся программа

Примеры данных с закономерностями

Модель закономерности

Поиск закономерностей в

новых данных

7

Page 8: Применение современных методов машинного обучения для расчетов речного стока

323 MOPEX-водосбора

210 водосборов на которых будет происходить обучение ИНС

113 «неизученных» водосборов для проверки эффективности разрабатываемой методики

8

Page 9: Применение современных методов машинного обучения для расчетов речного стока

?

признаковое описание

Обу

чаю

щая

вы

борк

аП

рове

рочн

ая

выбо

рка

Матрица объект-признак (X) Целевая матрица (Y)

17 характеристик природных условий (GSWP – 2, MOPEX)

11 параметров модели SWAP

Неизученные водосборы

Схема получения параметров модели

9

Page 10: Применение современных методов машинного обучения для расчетов речного стока

Архитектуры ИНС

Многослойный персептрон (МП) Радиальная базисная функция (РБФ)

Алгоритмы обучения ИНС

● Обратного распространения ошибки

● Левенберга-Марквардта

● Сопряженных градиентов

10

Page 11: Применение современных методов машинного обучения для расчетов речного стока

Параметры для неизученных водосборов

МП

РБФ

11

Page 12: Применение современных методов машинного обучения для расчетов речного стока

Результаты

Медианные оценки:

Eff = 0.484|Bias| = 13.7%

12

Page 13: Применение современных методов машинного обучения для расчетов речного стока

К обсуждению одной фундаментальной проблемы

one more thing...

Page 14: Применение современных методов машинного обучения для расчетов речного стока

Самый частый вопрос

Почему вы проводили исследование на выборке американских водосборов?

14

Page 15: Применение современных методов машинного обучения для расчетов речного стока

Данные здорового человека

15

Page 16: Применение современных методов машинного обучения для расчетов речного стока

Данные курильщика

16

Page 17: Применение современных методов машинного обучения для расчетов речного стока

17

Page 18: Применение современных методов машинного обучения для расчетов речного стока

Цена научной работы

1 параметр, 1 пункт, 1 срок:от 150 рублей

323 водосбора

10 лет

Расход воды 176 млн. рублей>

* превышает годовой бюджет ИВП РАН более, чем в 1,5 раза 18

Page 19: Применение современных методов машинного обучения для расчетов речного стока

Фундаментальная проблема воды и водных ресурсов

Отсутствие канала свободного получения архивных и оперативных данных с сети гидрометеорологических наблюдений

19

Page 20: Применение современных методов машинного обучения для расчетов речного стока

Спасибо за внимание

ayzelgv

ayzelgv

@hydrogo

[email protected]

20