RiverMamba: A State Space Model for Global River Discharge and Flood Forecasting

要約

河川排出予測の最近の深い学習アプローチにより、洪水予測の精度と効率が向上し、リスク管理のためのより信頼性の高い早期警告システムが可能になりました。
それにもかかわらず、水文学における既存の深い学習アプローチは、地域規模の用途に大きく限定されており、水域の固有の空間的接続を活用しません。
したがって、科学的および運用上の用途のための河川の排出と洪水予測を改善するために、時空間関係をモデル化できる新しい深い学習方法論が強い必要性があります。
これに対処するために、長期的な再分析データで事前に処理されており、世界の河川の排出と洪水を予測することができる新しい深い学習モデルであるRivermambaを提示します。
これを達成するために、Rivermambaは、モデルがグローバルスケールチャネルネットワークルーティングをキャプチャし、より長いリードタイムの​​予測機能を強化できるようにする効率的なMambaブロックを活用します。
予測ブロックは、時空間モデリングを通じて不正確さを考慮しながら、ECMWF HRES気象予測を統合します。
私たちの分析は、リバーマンバが河川放電の信頼できる予測を実現していることを示しています。これには、戻り期間とリードタイム全体にわたる極端な洪水が含まれ、運用上のAIおよび物理学ベースのモデルの両方を超えています。

要約(オリジナル)

Recent deep learning approaches for river discharge forecasting have improved the accuracy and efficiency in flood forecasting, enabling more reliable early warning systems for risk management. Nevertheless, existing deep learning approaches in hydrology remain largely confined to local-scale applications and do not leverage the inherent spatial connections of bodies of water. Thus, there is a strong need for new deep learning methodologies that are capable of modeling spatio-temporal relations to improve river discharge and flood forecasting for scientific and operational applications. To address this, we present RiverMamba, a novel deep learning model that is pretrained with long-term reanalysis data and that can forecast global river discharge and floods on a $0.05^\circ$ grid up to 7 days lead time, which is of high relevance in early warning. To achieve this, RiverMamba leverages efficient Mamba blocks that enable the model to capture global-scale channel network routing and enhance its forecast capability for longer lead times. The forecast blocks integrate ECMWF HRES meteorological forecasts, while accounting for their inaccuracies through spatio-temporal modeling. Our analysis demonstrates that RiverMamba delivers reliable predictions of river discharge, including extreme floods across return periods and lead times, surpassing both operational AI- and physics-based models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google