Le reti neurali artificiali (ANN) sono un metodo di calcolo ispirato alla biologia che può ricevere grandi quantità di dati, trovare modelli, imparare da loro e poi sviluppare previsioni per eventi futuri. Sono stati proposti come uno strumento utile per elaborare le complesse relazioni tra grandi quantità di dati relativi alla trasformazione delle precipitazioni in deflusso. Questa relazione è uno dei problemi idrologici più difficili affrontati dai gestori delle risorse idriche.

I ricercatori dell'Universiti Putra Malaysia hanno "insegnato" a una ANN a prevedere il deflusso giornaliero del fiume Bertam nel bacino idrico di Ringlet, 200 chilometri a nord di Kuala Lumpur. Hanno raccolto dati sulle precipitazioni giornaliere e sul flusso dei corsi d'acqua dal bacino idrografico del fiume Bertam per un periodo di dieci anni, dal 2003 al 2012, e stima dell'evaporazione giornaliera dell'acqua utilizzando i dati di temperatura raccolti dalla stazione più vicina al serbatoio. Il settanta per cento di questi dati è stato inserito nel modello per addestrarlo, mentre il restante 30% dei dati è stato utilizzato per testare l'accuratezza del modello utilizzando misurazioni di valutazione statistica. La ANN è stata sviluppata per mappare la relazione tra pioggia e deflusso. Più fattori vengono utilizzati, più precisi sono i risultati. L'ANN è stato in grado di prevedere il flusso del fiume nel bacino idrico con una precisione del 76%.

"I risultati indicano che la rete neurale artificiale è uno strumento potente nella modellazione del deflusso delle precipitazioni, " riferiscono i ricercatori in a Pertanika Journal of Science &Technology studio. "I risultati ottenuti potrebbero aiutare i gestori delle risorse idriche a gestire correttamente il serbatoio in caso di eventi estremi come inondazioni e siccità, "aggiungono.

Il potere predittivo della RNA potrebbe essere migliorato includendo input aggiuntivi come la deforestazione, attività agricole e uso del suolo, dicono i ricercatori.