澳大利亚墨尔本大学研究人员开发了一种新的简化的水动力学模型，为快速预测洪水提供了实用且有效的解决方案。这一新的模拟模型能够比目前可能的方式更快、更准确地预测正在发生的灾害中的洪水。研究人员发表在《自然水》杂志上的论文中表示，这一新模型对紧急响应具有重要潜在好处，能够将洪水预报时间从小时和天数缩短至数秒，同时在紧急事件发生时迅速准确地预测洪水行为。发表在该杂志上的论文由墨尔本大学工程与信息技术学院的Niels Fraehr博士生、王Q.J.教授、吴文彦博士和Rory Nathan教授共同开发，他们提出了所谓的低精度、空间分析和高斯过程学习（LSG）模型来预测洪水的影响。LSG模型能够以比最先进的仿真模型更快1000倍的速度提供准确预测。纳撒告诉有新闻记者，这一进展作为紧急响应工具有着巨大的潜力。“目前，我们最先进的洪水模型可以准确模拟洪水行为，但速度非常慢，在洪水事件发生时无法应用。”纳撒说。“这一新模型的速度比以前的模型快1000倍，使高度准确的建模能够在紧急情况下实时应用。能够在灾难中获得及时的模拟结果可以帮助紧急服务和社区更准确地了解洪水风险并作出相应响应。这将改变游戏规则。”经过两个在澳大利亚南部Chowilla洪水平原和昆士兰Burnett河两个截然不同但同样复杂的河流系统的测试，LSG模型能够在33秒内以99%的准确性预测Chowilla洪水平原上的洪水，而不是11小时，在27秒内以99.9%的准确性预测昆士兰Burnett河上的洪水，而不是36小时（与目前使用的先进模型相比）。新模型的速度还允许应对天气预报中的相当不可预测性。当前洪水预报模型的局限性意味着仿真通常侧重于最有可能地预测洪水场景。相比之下，研究人员开发的LSG模型让我们有可能模拟天气预报固有不确定性是如何影响地面洪水影响随着洪水事件的发展。该模型使用数学变换和精密的机器学习方法迅速利用大量数据，同时利用常见的计算系统。纳撒教授表示，这个经过两年开发的模型在澳大利亚乃至全球都有一系列潜在的好处。“这一新模型还有助于我们设计更具弹性的基础设施。能够模拟成千上万种不同的洪水场景，而不仅仅是几种，将有助于设计能够应对更加不可预测或极端天气事件的基础设施。”纳撒教授表示。“随着我们的气候变得更加极端，像这样的模型将帮助我们做好准备，以应对风暴。””
