HaorFloodAlert: Insieme di ML per la Previsione di Inondazioni a 72 Ore nelle Zone Umide Haor del Bangladesh
È stato sviluppato un nuovo strumento di machine learning chiamato HaorFloodAlert che prevede le inondazioni nel Sunamganj Haor del Bangladesh per le successive 72 ore. Quest'area, di circa 8.000 km², è particolarmente a rischio di alluvioni improvvise, che possono danneggiare le coltivazioni di riso boro. I modelli tradizionali di piene fluviali non funzionano bene in questa regione pianeggiante. I ricercatori hanno scoperto che includere i dati sulla temperatura ha migliorato l'accuratezza del modello di 6,9 punti percentuali, poiché le inondazioni si verificano spesso nei mesi più caldi. Lo strumento utilizza i dati del satellite Sentinel-1, fornendo circa 36 ore di preavviso. La validazione ha mostrato una corrispondenza impressionante dell'84-91% con eventi reali, e il sistema ha un sistema di allerta a tre livelli. I risultati sono stati pubblicati su arXiv con ID 2605.20167.
Fatti principali
- 1. HaorFloodAlert prevede la probabilità di inondazioni a 72 ore per il Sunamganj Haor (8.000 km²).
- 2. La temperatura ha aumentato l'accuratezza di 6,9 pp come 'codice stagionale'; i dati sono stati destagionalizzati.
- 3. Il proxy SAR Sentinel-1 del fiume Barak a monte da Silchar, Assam fornisce 36 ore di anticipo.
- 4. Il rilevamento dei cambiamenti SAR con soglia Otsu è validato con una corrispondenza spaziale dell'84-91%.
- 5. Insieme operativo: RF 0,5625 + XGBoost 0,4375.
- 6. Raggiunge l'89,6% di accuratezza LOOCV, l'87,5% di richiamo, 0,943 AUC-ROC su 77 eventi Sentinel-1.
- 7. Pipeline di allerta a tre livelli implementata.
- 8. Pubblicato su arXiv (ID 2605.20167).
Entità
Istituzioni
- arXiv
Luoghi
- Bangladesh
- Sunamganj Haor
- Silchar
- Assam
- Barak River