Aplicación combinada de la simulación numérica y el aprendizaje automático en el mapeo de riesgos de flujo de...

Área de la Ciencia:

• Ciencias de la Tierra
• Ciencias computacionales
• Ingeniería ambiental

Sus antecedentes:

• La cartografía de riesgos de flujo de escombros (DFHM) es crucial para mitigar los riesgos de flujo de escombros.
• El DFHM tradicional se basa en simulaciones numéricas que requieren mucho tiempo para determinar la intensidad del flujo de escombros.

Objetivo del estudio:

• Desarrollar y evaluar un marco combinado de simulación numérica y aprendizaje automático para un DFHM eficiente.
• Evaluar la velocidad y la precisión de los modelos de aprendizaje automático como alternativas a las simulaciones hidráulicas tradicionales en DFHM.

Principales métodos:

• Utilizó el modelo FLO-2D para simular flujos de escombros para intervalos de recurrencia de 20, 50 y 100 años.
• Profundidad y velocidad del flujo de escombros recogidos como variables dependientes, y datos topográficos y de cobertura terrestre como variables independientes.
• Entrenado un árbol de decisión impulsado por gradiente (GBDT) modelo de aprendizaje automático utilizando conjuntos de datos de 20 y 50 años y validado con el conjunto de datos de 100 años.

Principales resultados:

• Las predicciones de aprendizaje automático coincidieron estrechamente con los resultados de la simulación numérica, validando el marco propuesto.
• El enfoque de aprendizaje automático demostró un aumento de más de diez veces en la velocidad en comparación con las simulaciones numéricas tradicionales.
• El estudio confirmó la validez y la racionalidad de integrar el aprendizaje automático para mejorar la eficiencia de DFHM.

Conclusiones:

• Los modelos de aprendizaje automático muestran un potencial significativo como alternativas eficientes a las simulaciones hidráulicas para DFHM a gran escala.
• El marco combinado propuesto ofrece una mejora sustancial en la eficiencia de la evaluación de los peligros del flujo de escombros.
• Esta investigación allana el camino para estrategias de gestión de riesgos de flujo de escombros más rápidas y escalables.