Japonský průlom: Nový systém předpovídá povodně s bezkonkurenční přesností a dává den navíc na záchranu životů

Vědci z Institutu průmyslové vědy Tokijské univerzity (UTokyo-IIS) vyvinuli nový systém pro asimilaci dat v reálném čase, který zásadně zlepšuje přesnost předpovědí průtoku řek a povodní po celém Japonsku.

Vědci z Institutu průmyslové vědy Tokijské univerzity (UTokyo-IIS) vyvinuli nový systém pro asimilaci dat v reálném čase, který zásadně zlepšuje přesnost předpovědí průtoku řek a povodní po celém Japonsku. Tento inovativní systém překonává stávající japonský systém včasného varování, neboť poskytuje lepší předpovědi pro 80 % hlavních říčních úseků a umožňuje spolehlivou předpověď povodní na více než 60 % pozorovacích stanic v zemi.

Účinnost nového systému byla ověřena během významných povodňových událostí, jako byl tajfun Hagibis v roce 2019, povodně v severním Japonsku v roce 2022 a bleskové povodně v Akitě v roce 2024. Ve všech třech případech systém prokázal potenciál zlepšit jednodenní předpovědi povodní, přičemž nejvýraznější pokroky byly zaznamenány u událostí, kde stávající systém včasného varování v minulosti selhával. Yingying Liu, hlavní autorka studie, vyjádřila překvapení nad rozsahem zlepšení: „Nejvíce nás překvapil rozsah zlepšení v předpovědích povodní. Model jsme ponechali beze změny a pouze jsme použili pozorování z měřidel k opravě počátečního stavu modelu. Tato jediná akce stačila k zachycení maximálních průtoků při bleskových povodních, které předchozí systém včasného varování minul, například při povodních v Akitě v roce 2024.“ Asimilace dat je účinná technika, která systematicky snižuje rozdíly mezi simulacemi modelu a pozorovanými podmínkami integrací reálných měření do modelovacího cyklu. V této studii systém zpracovával hodinová pozorování hladiny vody z 1 800 pozemních měřidel v monitorovací síti Ministerstva půdy, infrastruktury, dopravy a cestovního ruchu (MLIT). Široké prostorové pokrytí sítě MLIT umožňuje systému poskytovat lepší předpovědi napříč hlavními japonskými říčními povodími. Díky inicializaci modelu s přesnějším zobrazením aktuálních podmínek systém důsledně produkoval lepší předpovědi s předstihem od několika hodin až po jeden den.

Profesor Kei Yoshimura z UTokyo-IIS zdůraznil význam těchto výsledků: „Díky spolehlivějším jednodenním předpovědím povodní mají krizoví manažeři a komunity více času jednat, než voda dorazí. Toto kritické dodatečné časové okno může zachránit životy a snížit ekonomické škody.“ Nadějné je, že tento systém asimilace dat není určen pouze pro Japonsko. Stejný přístup lze uplatnit v jakékoli jiné oblasti náchylné k povodním a nabízí škálovatelnou cestu ke zlepšení globálního řízení povodní. Výzkumný tým očekává, že tento rámec asimilace dat přispěje ke zlepšení předpovědí povodní napříč rostoucím rozsahem extrémních událostí. Předpokládá se, že tento přístup bude přijat do operačních systémů včasného varování po celém Japonsku a aplikován v dalších oblastech světa ohrožených povodněmi. Zjištění byla publikována v časopise Journal of Hydrology.