俄克拉荷马大学研究人员旨在减轻极端天气和气候不确定性的影响

突如其来的极端天气、不断变化的气候以及洪水和干旱等频繁的自然灾害给各地老化的水库系统带来了挑战。俄克拉荷马大学加洛格利工程学院助理教授Tiantian Yang博士获得了国家科学基金会颁发的享有盛誉的教师早期职业发展(CAREER)奖，以帮助缓解这些问题。

在这个为期五年的项目中，杨将寻求开发一种综合解决方案，解决降水的可变性和不确定性，并开发一种新型的人工智能和数据挖掘工具，以帮助水库运营商做出决策。

“我们使用机器学习和人工智能工具来检测降水模式并改善亚季节到季节的预测，以便我们能够更好地为水库的未来运营提供信息，”杨说。

在过去的四十年中，在预测、线性规划、算法优化和模拟模型开发方面取得了重大的科学进步，以指导油藏运营。然而，由于基础设施有时已有70-100年的历史，以及不断变化的气候变异性，包括全球降水，水库现在必须表现不同。

为了避免水库故障，大坝运营商需要两个基本项目：准确可靠的水文预报，延长交货时间，以及强大的适应性工具，以协助实时、灵活地做出关于释放多少水和何时释放的决策。

“大坝运营商需要工具来防止近年来看到的问题，”杨说。“例如，在 2020 年，密歇根州的两个水库由于预测有问题而超水。有了更好的预报工具，运营商本可以在强降雨到来之前降低水位并创造一个缓冲区。

Yang的研究将利用最先进的深度学习模型来发现和纠正与北美多模式集成数据集中多个预测模型的当前降水预测相关的错误。

他的工作将包括对超过671个流域的大规模验证实验，以及在超过316座大坝上进行水库模拟。然后，人工智能和数据挖掘模型将与垦务局和陆军工程兵团合作进行全面测试。

“我们将与州和联邦一级的几个水库机构合作，测试我们的决策支持工具，这些工具密集使用我们改进的预测数据以及集成的物理和人工智能模型，”杨说。“最终，这将有助于水资源管理者更好地应对和减轻潜在极端天气和气候不确定性的影响。

除了该项目的研究部分外，杨还计划在国家气象博物馆和科学中心举办泼水节展览，让参观者见证水文、气象、水资源管理的重要性以及极端天气和气候的影响。

该项目的一个教育部分将使用先进的主动学习技术为学生提供培训。“这项培训包括Python语言的计算机编程，补充了环境科学，水文学，水资源，气象学和水文气候科学等跨学科领域的大数据，人工智能，气候变化和基础设施运营的深入研究，”杨说。