参考消息网5月20日报道据香港《南华早报》网站5月11日报道，中国科学家开发了(le)一种新的(de)人工智能（AI）模型，可(ke)以(yi)预测(ce)世界(jie)各地(di)的(de)洪水风险和(he)跨区域流量，甚至可(ke)以(yi)对缺乏水文记录的(de)流域进行预测(ce)。

该模型名为ED-DLSTM，不同于(yu)其他预测(ce)模型依赖历史(shi)流量数据，它使用海拔和(he)降水等属性。

由中国科学院研究人员领导的(de)团队在同行评(ping)议期刊《创新》上的(de)一篇(pian)论文中，详细介(jie)绍了(le)该模型如何优于(yu)其他模型。

中国科学院、水利部成(cheng)都山地(di)灾害与环境研究所研究员欧阳(yang)朝军说：“我们利用有历史(shi)监(jian)测(ce)数据的(de)流域，在几个大陆尺度上对模型进行了(le)预训练(lian)。”他解(jie)释说，这可(ke)以(yi)对缺乏流量记录的(de)流域进行流量预测(ce)。

研究人员在论文中写道：“相对于(yu)其他机器学习模型和(he)经典水文模型，我们提出的(de)模型在跨区域流量预测(ce)任务中体现了(le)最先进的(de)性能。”

论文写道：“制定(ding)国家或地(di)区洪水预报战(zhan)略……必须依赖对数千个既没有物理参数也没有历史(shi)记录的(de)集水区流量的(de)预测(ce)。”

为实现这一目标，研究人员提出了(le)一个只使用气象强迫数据的(de)模型，例如降雨和(he)温(wen)度，以(yi)及(ji)静态土地(di)属性。土壤(rang)特征等静态属性“可(ke)以(yi)从全球可(ke)用的(de)卫星数据中获得”。

研究人员使用了(le)2010年至2012年的(de)历史(shi)监(jian)测(ce)数据——覆盖了(le)美国、加拿大、中欧和(he)英国的(de)2000多个集水区——来测(ce)试他们的(de)模型与其他几个模型的(de)准确性。

研究人员说：“与其他模型相比，ED-DLSTM显(xian)示出更(geng)强的(de)预测(ce)能力。”（编(bian)译/刘白云）

4月7日，位于(yu)湖南省永州市境内的(de)双牌水库开闸泄洪。（新华社）