الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الأرض والمناخ · arXiv · 2026-10-21

تعلّم هيدروديناميكا نظم الأنهار العالمية باستخدام نموذج أساس مستنِد إلى الطوبولوجيا

العنوان الأصلي: Learning global river system hydrodynamics with a topology-informed foundation model

التنبؤ الدقيق بالأنهار ضروري لأمن المياه والغذاء والطاقة، ومع ذلك يبقى توسيعه بشكل موثوق من محطات قياس موقعية متفرقة إلى شبكة الأنهار بأكملها تحديًا مفتوحًا. GraphRiverCast (GRC) هو نموذج أساس (foundation model) للأنهار مبني على البنية الطوبولوجية، يستغل الترابط النهري والخصائص الطاقية للأنهار، ويُدرَّب على محطات قياس متفرقة، ويتنبأ يوميًا بالهيدروديناميكا متعددة المتغيرات على مستوى المقاطع النهرية عبر شبكة الأنهار العالمية دون معرفة مسبقة بظروف النهر، متفوقًا على النماذج الفيزيائية القوية ونماذج التعلم الآلي. ولأنه يعيد بناء حالات النهر من البنية الطوبولوجية والقوى الدافعة بدلًا من الاعتماد على التكرار الزمني، فإن مهارته تكاد لا تتراجع مع زمن الاستباق حتى بعيدًا جدًا عن أفق تدريبه، كما يتعمم على مقاطع نهرية غير مزودة بمحطات قياس وعلى شبكات بدقة تفصيلية أدق، ناقلًا التنبؤ الهيدروديناميكي الموثوق إلى المناطق سيئة الرصد.

اقرأ المصدر الأصلي ↗

جميع العناصر →