منحة الدكتوراه: التعلم العميق لرسم خرائط مخاطر الفيضانات بالمياه السطحية والتنبؤ بها

الأساس المنطقي

تؤثر الفيضانات – وهي الخطر الطبيعي الأكثر انتشارًا – على كل بلد ومنطقة في العالم. من المتوقع أن تزداد مخاطر الفيضانات بسبب تغير المناخ، كما يتضح من الفيضانات الصيفية والشتوية المتكررة في المملكة المتحدة مؤخرًا. تشير توقعات المناخ في المملكة المتحدة (UKCP18) إلى زيادة بنسبة تزيد عن 10% في هطول الأمطار الغزيرة بحلول عام 2050، مع “احتمال كبير” لتساقط معظم هذه الأمطار في فترة قصيرة من الزمن. [1]، مما تسبب في فيضانات أكثر خطورة للمياه السطحية. يهدد هذا النوع من الفيضانات عددًا أكبر من الأشخاص والممتلكات في المملكة المتحدة أكثر من أي نوع آخر؛ 3.2 مليون عقار في إنجلترا وحدها. يمكن للتنبؤ الموثوق والإنذار المبكر أن يحسن الاستعدادات والاستجابة والتعافي، ولكن البداية السريعة والمدى الموضعي يجعل مراقبة فيضانات المياه السطحية والتنبؤ بها نتيجة هطول الأمطار الغزيرة أمرًا صعبًا من الناحية الفنية، وتظل قدرتنا على تقديم تنبؤات موثوقة ومفصلة محدودة [2]. لقد قدمنا ​​مؤخرًا مساهمة كبيرة من خلال تطوير نظام هيدروديناميكي جديد عالي الأداء للتنبؤ بفيضانات المياه السطحية عبر مستجمع كامل بدقة غير مسبوقة [3].

لكن أحدث التطورات في الذكاء الاصطناعي وتقنيات تحليل البيانات لم يتم استغلالها بالقدر الكافي حتى الآن لتعزيز التنبؤ العملي بفيضانات المياه السطحية؛ إن أوجه عدم اليقين في مختلف مكونات نظام التنبؤ، مثل التنبؤات العددية بالطقس ونمذجة ديناميكيات الفيضانات، تحتاج إلى فهم أفضل وقياسها كمياً وتقليلها إلى الحد الأدنى.

المنهجية

الهدف من مشروع الدكتوراه المثير هذا هو تسخير أحدث التطورات في تقنيات الحوسبة عالية الأداء والتعلم العميق (DL) لمعالجة بعض التحديات التقنية الرئيسية، وأخيرًا إظهار نظام يدعم DL لرسم الخرائط وتقييم المخاطر والتحليل الحقيقي. التنبؤ الزمني لفيضانات المياه السطحية من الأمطار الغزيرة. سيقدم المشروع المهام البحثية الرئيسية التالية:

• قم بتطوير نماذج DL مستنيرة فيزيائيًا لدمج عمليات رصد هطول الأمطار من مصادر مختلفة وتحديد الظروف المرتبطة بهطول الأمطار الشديد جدًا من مخرجات نماذج الطقس العددية التي تسمح بالحمل الحراري، ثم محاكاة هذه التنبؤات الجوية العددية لإنشاء تنبؤات موثوقة في الوقت الحقيقي أو مجموعات كبيرة.
• قم بدمج تنبؤات الطقس المحسنة مع نظام النمذجة الهيدروديناميكية المتكامل عالي الأداء الداخلي (HiPIMS) من Loughborough للتنبؤ في الوقت الفعلي بعملية فيضان المياه السطحية بدقة على مستوى العداد لتقييم تأثير/مخاطر الفيضانات على المباني/الأشياء الفردية. سيتم تمكين HiPIMS من ML لدعم التنبؤ السريع للمجموعة.
• تصميم وتنفيذ تجارب رقمية منهجية لفهم وقياس حالات عدم اليقين بشكل أفضل في الخطوات المختلفة، وتفاعلها وانتشارها من خلال إجراء التنبؤ بالفيضانات بأكمله، وتفسير آثارها على التنبؤ النهائي بالفيضانات ومنتجات المخاطر.
• عرض نظام رسم خرائط الفيضانات في الوقت الفعلي وتقييم المخاطر والتنبؤ بالاحتمالات في موقع دراسة حالة محدد.

هذا المشروع هو جزء من مسابقة Flood-CDT للطلاب الممولة من NERC. لمزيد من المعلومات، يرجى زيارة موقع الفيضانات CDT.

يرجى الاطلاع على صفحة الويب المخصصة لمشروع الدكتوراه هذا لمزيد من المعلومات عبر ما ورد أعلاه ‘يتقدم’ زر.

معلومات التمويل الإضافية

نوع الدراسة – UKRI من خلال Flood-CDT (الفيضانات cdt.ac.uk). تبلغ مدة المنحة 3.5 سنوات وتوفر راتبًا معفيًا من الضرائب قدره 18,622 جنيهًا إسترلينيًا سنويًا بالإضافة إلى الرسوم الدراسية بمعدل المملكة المتحدة. المرشحون الدوليون المتميزون مؤهلون للحصول على إعفاء كامل من الرسوم الدولية، ولكن نظرًا لقواعد تمويل UKRI، لا يمكن منح أكثر من 30% من المنح الدراسية الممولة من هذه المنحة للمرشحين الدوليين.