随着洪水和干旱等极端天气事件在受人类影响的气候中变得越来越常见，了解和预测水资源和系统的能力变得比以往任何时候都更加重要。
为此，普林斯顿大学和亚利桑那大学的研究人员团队从美国国家科学基金会(NSF)获得了500万美元的拨款，用于氢(水文情景生成)项目，该项目将使用机器学习和人工智能来开发美国流域系统的模拟模型。
氢的目的是将最新的水文科学直接交到景观管理人员、资源管理人员和决策者的手中，以便他们能够预测未来的情况，做出与水安全和保护有关的知情决策，并帮助人们更好地为洪水和干旱做好准备。氢是美国国家科学基金会收敛加速器计划第二阶段仅有的10个获得5000万美元的全国项目之一，该计划支持跨学科研究，可以在不久的将来为国家的重要挑战提供解决方案。
该项目的普林斯顿项目由土木与环境工程和高原环境研究所(HMEI)教授里德·麦克斯韦尔(Reed Maxwell)领导，将获得约189万美元，由HMEI管理。氢小组由亚利桑那大学(UA)水文学和大气科学助理教授劳拉·康顿(Laura Condon)领导。该项目的联合领导还包括Peter Melchior，他是普林斯顿统计和机器学习中心任命的天体物理学助理教授，以及Nirav Merchant, UA数据科学研究所主任和CyVerse的联合负责人，CyVerse是由美国国家科学基金会资助的由UA领导的国家生命科学计算基础设施。
2020年9月，包括氢研究小组在内的29个小组获得了100万美元的初始拨款。在第一阶段结束时，每支队伍在被选中进入第二阶段之前，都要参加一个推介比赛和一个方案评估。
之间的知识差距水资源管理政策和实际的数量和位置的水在地上,小溪和河流不是遥远的未来的问题,麦克斯韦尔说,现在的情况:“决策者是盲目,因为他们没有合适的工具,使他们需要做出的决定。”
麦克斯韦是HMEI综合地下水建模中心(IGWMC)的负责人，他说:“通过将抽象的机器学习和建模与实际问题相结合，氢将提供新的水文数据。”IGWMC为HydroGEN和HydroFrame提供建模和技术支持，这是Maxwell和Condon工作的国家尺度水文建模平台，构成了HydroGEN的基础。
麦克斯韦说:“我们的流域是真实存在的，它始于融化的积雪，远离人类活动的影响点。”“一开始这是一个非常微妙的过程——雪融化到地下，地下水聚集在一起形成小溪流，然后突然之间，人类在一个大水库拉一个杠杆或转动一个旋钮，以改变我们的水发生了什么。”
Condon说，能够模拟快速变化的生态系统的先进水文模型通常只在学术环境中使用，因为它们的建立既耗时又昂贵，而且需要广泛的专业知识。决策者使用的许多工具依赖于基于过去观察行为的简化和假设。她说，氢通过使用机器学习，让任何用户都可以建立运行迅速但科学严谨的模型，弥补了这一差距。
Condon说:“我们的团队拥有建立真正先进的水文模型的专业知识，这些模型覆盖了从基岩到树顶的所有东西，覆盖了全国范围。”“我们模拟的水文系统变化和进化得非常好，但这些很难建立，需要巨大的计算资源。”
资源和景观管理人员、政策制定者和公众将能够使用这些模型来预测河流流量、土壤湿度和地下水的季节性到年度时间尺度。Condon说，这些信息对于管理野火、为农业抽水和其他重要的水资源管理决策至关重要。
氢能源公司与CyVerse合作，是因为建立一个能够处理这种方法所需的模型生成和大数据传输的平台存在重大挑战。该团队还与圣巴巴拉的ViQi公司合作，ViQi公司提供基于网络的可视化技术，使3D模型和地理空间数据进行交互。
“他们的工作将使模型提供的信息易于查看、理解和解释，”Merchant说。“我们并不想简化游戏体验，但我们确实想让它变得透明。我们的用户将做出非常重要的决定，他们希望有信心做出这些决定。”
High Meadows环境研究所的Morgan Kelly和亚利桑那通讯大学的Mikayla Mace Kelley对这篇文章有贡献。