丹麦技术大学 (DTU) 的研究人员与 Jammerbugt 市政府合作，创建了一个开创性的当地洪水预警系统。

解决当地洪水挑战的创新解决方案

丹麦奥尔堡居民苏珊娜·尼尔森 (Susanne Nielsen) 对潜在洪水影响她父母位于北日德兰半岛斯莱特斯特兰德 (Slettestrand) 的避暑别墅表示担忧。 该房屋靠近 Jammerbugt 湾，存在水入侵的风险，特别是在地下水位上涨的情况下。

为了减轻这种风险并向居民和决策者提供及时警告，DTU 研究人员开发了一种先进的预警工具。 与传统的洪水预警系统不同，该工具提供本地化预测，最多 48 小时向利益相关者发出 Jammerbugt 市内河流、溪流和沿海地区即将发生的洪水通知。

该系统的核心是“湿指数”，这是一种基于人工智能（AI）的模型，经过不同数据集的训练，包括卫星图像、天气预报、地下水位和海水水位以及景观地形。 这种多维方法可以细致地了解水动态以及与周围环境的相互作用。

DTU 水文学副教授 Roland Löwe 强调了开放景观中水运动的复杂性。 通过利用人工智能和精心策划的数据集，研究人员开发了一种能够准确预测当地洪水事件的工具。

试运行及展望

2023 年，Jammerbugt 市政府试用了这一预警工具，在潮湿的春季月份取得了可喜的成果。 然而，在干燥的夏季出现了挑战，凸显了进一步完善的必要性。

Jammerbugt 市的项目经理 Heidi Egeberg Johansen 承认该工具的潜力，同时强调准确性和可靠性的重要性。 重新训练和调整模型的计划正在进行中，并寻求资金支持正在进行的开发工作。

在洪水预警取得进步的同时，丹麦技术大学的研究人员开创了科学的机器学习技术来增强水管理策略。 将机器学习与科学计算相结合，在不牺牲准确性的情况下显着减少了计算时间。

DTU 副教授 Allan Peter Engsig-Karup 强调了这种方法在预测排水系统水运动方面的好处。 通过利用科学机器学习的力量，计算速度比传统方法快 100 倍，为决策者提供实时见解。

转变洪水管理实践

将人工智能驱动的解决方案集成到洪水管理中代表了弹性规划的范式转变。 通过更快、更准确的预测，市政当局可以主动分配资源、实施预防措施并有效调整基础设施，以减轻洪水风险。

Roland Löwe 强调了这一技术进步的实际影响，使决策者能够实时召集和探索各种场景。 通过简化决策过程，社区可以优化其应对策略并增强对洪水事件的整体抵御能力。