ИИ и сложнейшие проблемы мира · Науки о Земле и климате · arXiv · 2026-10-21
Изучение гидродинамики глобальных речных систем с помощью топологически информированной фундаментальной модели
Оригинальное название: Learning global river system hydrodynamics with a topology-informed foundation model
Точное прогнозирование для рек критически важно для водной, продовольственной и энергетической безопасности, однако надёжное распространение прогнозов от разреженных натурных гидрологических постов на всю речную сеть остаётся нерешённой задачей. GraphRiverCast (GRC) — учитывающая топологию речная фундаментальная модель, которая использует речную связность и энергетику, обучается на разреженных постах и прогнозирует ежедневную многомерную гидродинамику на уровне участков по всей глобальной речной сети без предварительных данных о состоянии реки, превосходя сильные модели на основе физики и модели машинного обучения. Поскольку модель восстанавливает состояния реки из топологии и форсинга, а не полагается на временную рекуррентность, её качество практически не снижается с ростом срока упреждения даже далеко за пределами горизонта обучения, и она обобщается на неизмеряемые участки и сети с более высоким разрешением, принося надёжный гидродинамический прогноз в слабо мониторируемые регионы.