• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Natura
    Utilizzo dell'intelligenza artificiale per individuare le dighe rischiose

    Aree e infrastrutture dello Stato di New York a rischio durante inondazioni rare ma gravi. Credito:Byungjin Quindi tramite ArcGIS

    Negli Stati Uniti., 15, 498 degli oltre 88, 000 dighe nel paese sono classificate come ad alto potenziale di rischio, il che significa che se falliscono, potrebbero uccidere le persone. A partire dal 2015, circa 2, 000 di queste dighe ad alto rischio necessitano di riparazioni. Con un prezzo elevato stimato in circa $ 20 miliardi, quelle riparazioni non avverranno durante la notte.

    Un progetto del Columbia Water Center mira a guidare il processo di riparazione o smantellamento di queste dighe. Il team sta individuando le dighe più rischiose, utilizzando modelli climatici, dati GIS, e l'intelligenza artificiale per prevedere la probabilità che le precipitazioni superino una diga e causino danni significativi alla popolazione e alle infrastrutture critiche a valle. "Possiamo dire quali dighe dovrebbero essere riparate per prime, e quali devono essere monitorati attentamente per pianificare le emergenze, " ha detto Byungjin Quindi, un ricercatore post-dottorato che lavora al progetto.

    Il lavoro è particolarmente urgente poiché le dighe americane continuano ad invecchiare e poiché il cambiamento climatico aumenta le possibilità di forti piogge e inondazioni. La maggior parte di queste dighe sono ora più vecchie della loro vita di progettazione originale, e la loro condizione non è sempre ben monitorata. Anche la manutenzione di queste vecchie dighe è una preoccupazione, come è stato dimostrato dal quasi cedimento della diga più alta del paese, la diga di Oroville, l'anno scorso in California. Il cedimento dello sfioratore ha portato all'evacuazione di 200, 000 persone nonché interruzioni dell'approvvigionamento idrico a valle. Il costo di riparazione ha ora raggiunto $ 1 miliardo, mentre i costi di manutenzione e riparazione precedenti erano stimati in milioni di dollari.

    Primi passi

    Le proiezioni iniziano con i dati climatici. Quindi lavora con i modelli climatici per comprendere la circolazione atmosferica e i modelli di umidità nello spazio e nel tempo. In particolare, guarda i venti che raccolgono l'acqua mentre attraversano l'Oceano Pacifico verso la California. "Per ora lavoriamo solo con la California, " ha spiegato Così, "ma in seguito prenderemo in considerazione tutti gli Stati Uniti."

    Il Columbia Water Center sta analizzando la circolazione atmosferica e i modelli di umidità che influenzano i livelli di precipitazioni della California. I colori delle linee indicano l'umidità specifica. Credito:Byungjin So

    Prossimo, usa l'intelligenza artificiale per determinare se quei modelli di umidità e circolazione si tradurranno effettivamente in pioggia. Analizzando i dati dal 1980 al 2017, l'A.I. sta utilizzando il deep learning per riconoscere quali modelli in genere portano alle precipitazioni in California. Quindi classifica un sistema meteorologico in arrivo come "pioggia" o "senza pioggia" con una precisione del 95 percento.

    Finalmente, Quindi deve prevedere se la pioggia potrebbe portare al cedimento della diga. Userà mappe di elevazione, altezze della diga, capacità di stoccaggio della diga, e calcoli di deflusso per prevedere se la pioggia potrebbe superare la diga. Nel frattempo, i dati demografici riveleranno le persone e le infrastrutture critiche che potrebbero essere a rischio a valle.

    Quello che viene dopo

    Per adesso, l'A.I. classifica solo gli eventi meteorologici in umido o secco. Infine, Quindi vuole classificare gli eventi con maggiori dettagli, come "precipitazioni scarse" e "precipitazioni elevate".

    Inoltre, sta attualmente lavorando per combinare la componente dell'intelligenza artificiale nel modello climatico, e prevede di finire quel pezzo del progetto in ottobre. Il modello di valutazione per le dighe, che dovrebbe concludersi il prossimo anno, mapperà il trasporto, generazione di elettricità, popolazione e infrastrutture di trattamento dell'acqua/delle acque reflue che potrebbero essere colpite se ciascuna delle dighe considerate dovesse fallire. I metodi di apprendimento automatico utilizzeranno anche simulazioni rigorose delle dinamiche di cedimento delle dighe da alcune dighe selezionate per proiettare come uno qualsiasi degli 88, 000 potenziali cedimenti della diga potrebbero portare a inondazioni e danni a valle.

    Quindi spera che il modello sarà pronto per consigliare i decisori nel mondo reale e aiutare a proteggere le persone e le infrastrutture entro il 2020.


    © Scienza https://it.scienceaq.com