• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Natureza
    Usando inteligência artificial para localizar barragens de risco

    Áreas e infraestrutura do estado de Nova York em risco durante inundações raras, mas severas. Crédito:Byungjin So via ArcGIS

    Nos E.U.A., 15, 498 de mais de 88, 000 barragens no país são categorizadas como tendo alto potencial de risco, o que significa que se elas falharem, eles poderiam matar pessoas. A partir de 2015, cerca de 2, 000 dessas barragens de alto risco precisam de reparos. Com um alto preço estimado em cerca de US $ 20 bilhões, esses reparos não acontecerão da noite para o dia.

    Um projeto do Columbia Water Center visa ajudar a orientar o processo de reparo ou descomissionamento dessas barragens. A equipe está identificando as barragens mais arriscadas, usando modelos climáticos, Dados GIS, e inteligência artificial para prever a probabilidade de que as chuvas obstruam uma barragem e causem danos significativos a jusante à população e à infraestrutura crítica. "Podemos dizer quais barragens devem ser reparadas primeiro, e quais precisam ser monitorados de perto para planejar emergências, "disse Byungjin Então, um pesquisador de pós-doutorado trabalhando no projeto.

    O trabalho é particularmente urgente, pois as represas da América continuam envelhecendo e as mudanças climáticas aumentam as chances de chuvas fortes e inundações. A maioria dessas barragens é agora mais velha do que sua vida projetada original, e sua condição nem sempre é bem monitorada. A manutenção dessas antigas barragens também é uma preocupação, como foi mostrado pela quase ruptura da barragem mais alta do país, a represa de Oroville, ano passado na Califórnia. A falha do vertedouro levou à evacuação de 200, 000 pessoas, bem como interrupções no abastecimento de água a jusante. O custo do reparo já atingiu US $ 1 bilhão, enquanto os custos de manutenção e reparo anteriores foram estimados em poucos milhões de dólares.

    Primeiros passos

    As projeções começam com dados climáticos. Assim, trabalha com modelos climáticos para compreender a circulação atmosférica e os padrões de umidade no espaço e no tempo. Em particular, ele olha para os ventos que pegam água à medida que se movem pelo oceano Pacífico a caminho da Califórnia. "Por enquanto, estamos trabalhando apenas com a Califórnia, "explicou então, "mas depois consideraremos todos os EUA."

    O Columbia Water Center está analisando a circulação atmosférica e os padrões de umidade que influenciam os níveis de precipitação da Califórnia. As cores das linhas indicam a umidade específica. Crédito:Byungjin So

    Próximo, ele usa inteligência artificial para determinar se esses padrões de umidade e circulação vão realmente se traduzir em chuva. Analisando dados de 1980 a 2017, o I.A. está usando o aprendizado profundo para reconhecer quais padrões normalmente levam a chuvas na Califórnia. Em seguida, ele categoriza um sistema meteorológico de entrada como "chuva" ou "sem chuva" com 95 por cento de precisão.

    Finalmente, Portanto, deve prever se a chuva pode levar ao rompimento da barragem. Ele usará mapas de elevação, alturas da barragem, capacidade de armazenamento da barragem, e cálculos de escoamento para prever se a chuva poderia sobrecarregar a barragem. Enquanto isso, os dados demográficos revelarão as pessoas e a infraestrutura crítica que podem estar em risco posteriormente.

    O que vem depois

    Por enquanto, o I.A. apenas classifica eventos climáticos em úmidos ou secos. Eventualmente, Então, quer que ele classifique os eventos com mais detalhes, tais como "pouca chuva" e "muita chuva".

    Além disso, ele atualmente está trabalhando na combinação do componente de inteligência artificial com o modelo climático, e planeja terminar essa parte do projeto em outubro. O modelo de avaliação para as barragens, que está previsto para ser concluído no próximo ano, mapeará o transporte, geração da eletricidade, população e infraestrutura de tratamento de água / esgoto que poderiam ser impactados se cada uma das barragens consideradas falhasse. Os métodos de aprendizado de máquina também usarão simulações rigorosas da dinâmica de rompimento de barragens de algumas barragens selecionadas para projetar como qualquer uma das 88, 000 potenciais falhas na barragem podem levar a inundações e danos a jusante.

    Portanto, espera que o modelo esteja pronto para aconselhar os tomadores de decisão no mundo real - e ajudar a proteger as pessoas e a infraestrutura - até 2020.


    © Ciência https://pt.scienceaq.com