Michigan ko‘li sathi 2013-yil yanvarida kuzatuvlar boshlanganidan beri eng past darajaga tushdi, 2020-yil yozida esa buning aksini ko‘rsatuvchi rekordni yangilab, suv toshqini, qirg‘oq eroziyasi va ko‘l bo‘yidagi yo‘llarning yopilishiga sabab bo‘ldi. Bu ikki rekord orasidagi sath farqi qariyb 2 metr edi. Maqolada aytilishicha, Superior, Erie va Ontario ko‘llarida ham bir necha oy oralig‘ida shunga o‘xshash keskin o‘zgarishlar kuzatilgan. Sathi bunday katta farq qiladigan ko‘llarni bashorat qilish va bunga sabab bo‘layotgan omillarni tushuntirish uchun tadqiqotchilar tahlilda sun’iy intellekt (AI) modellaridan foydalandi.

Asosiy ma’lumot va kontekst

Ko‘l sathiga yomg‘ir va qor, bug‘lanish, suvning kirib kelishi va chiqib ketishidan tashqari, inson qarorlari ham ta’sir ko‘rsatadi. Suv sathi portlardagi chuqurlik, qirg‘oq chizig‘ining barqarorligi, ichimlik suvi olish va qirg‘oqbo‘yi botqoqliklarining yashab qolishi bilan ham bog‘liq. Shu sababli model nafaqat suv sathini to‘g‘ri bashorat qilishi, balki o‘zgarishga qaysi omillar sabab bo‘lganini tushuntirishi ham to‘g‘onlarni boshqarish yoki suv toshqini xavfini nazorat qilishda muhim bo‘lishi mumkin.

Tadqiqotchilar Superior, Michigan, Erie va Ontario ko‘llarining 1982–2022-yillardagi oylik sath ma’lumotlari asosida 8 ta algoritmni o‘qitdi. Har bir algoritmga harorat va suv oqimini o‘z ichiga olgan 9 ta o‘zgaruvchi kiritildi; bunda har bir o‘zgaruvchining joriy oydagi qiymati va bundan oldingi ko‘pi bilan 6 oydagi qiymatlari ham hisobga olindi. Bu, masalan, modelga iyun oyidagi suv sathi bilan yanvardagi qor miqdori o‘rtasidagi bog‘liqlikni o‘rganish imkonini berdi.

Eng yaxshi natija ko‘rsatgan 4 ta algoritmning xatosi taxminan 12 sm gacha kamaydi. Sodda modellarning xatosi 14–21 sm bo‘ldi. Tadqiqotchilar o‘zgaruvchilarning alohida hissasini o‘rganadigan SHAP tahlilidan (har bir o‘zgaruvchi bashorat natijasiga qanchalik hissa qo‘shganini ajratib ko‘rish usuli) hamda o‘zgaruvchiga ta’sir ko‘rsatilganda uning ta’siri vaqt o‘tishi bilan qanday o‘zgarishini kuzatadigan VARS tahlilidan birgalikda foydalandi.

SHAP muayyan oyda suv sathi ko‘tarilishi yoki pasayishiga har bir o‘zgaruvchi qay darajada hissa qo‘shganini ko‘rsatadi. Biroq u signal suv havzasi bo‘ylab ko‘chishi uchun qancha vaqt ketishini ko‘rsatmaydi. Tadqiqotchilar VARS tahlilida o‘zgaruvchiga ta’sir ko‘rsatgandan keyin bir oy va olti oy o‘tib kuzatiladigan ta’sirni ko‘rib, vaqt kechikishini tahlil qildi.

Bu xabar nimani anglatadi

Tadqiqotchilar omillar o‘tmishga borgan sari suv sathiga ta’siri susayishini kutgan edi, biroq amalda ta’sir 3–4 oy o‘tgach kuchayishini kuzatdi. Tadqiqotchilar xulosasiga ko‘ra, bu ko‘llar kechagi ob-havodan ko‘ra avvalgi fasllardagi sharoitlarga javob beradi. Yanvardagi qor iyun oyidagi suv sathiga ta’sir qilishi mumkin degan izoh mavsumiy bashoratlarda bir necha oy oldingi sharoitlarni ham hisobga olish kerakligini ko‘rsatadi.

Bu natija ko‘l sathini faqat qisqa muddatli ob-havo bilan tushuntirib bo‘lmasligi jihatidan e’tiborga molik. Agar mavsumiy bashorat qiladigan model oldingi bir necha oydagi harorat va suv oqimi kabi o‘zgaruvchilarni ham hisobga olsa, suv sathidagi o‘zgarishlarga oid belgilarni yaxshiroq aniqlashi mumkin. Biroq tadqiqotdagi xato ko‘rsatkichlarining o‘zi bashoratlar amaliyotda qanchalik foydali ekanini yoki suv toshqini va to‘g‘on boshqaruvidagi natijalar qay darajada o‘zgarishini ko‘rsatmaydi.

Ontario ko‘li modelning cheklovlarini ham namoyon qildi. Bu ko‘l uchun model xatosi kutilganidan 50 foizdan ko‘proq bo‘ldi va maqola buni insonlarning qaror qabul qilishi bilan bog‘ladi. Ontario provinsiyasidagi Cornwall yaqinidagi Moses–Saunders gidroelektr to‘g‘oni suv sathini har kuni o‘zgartiriladigan boshqaruv qoidalariga muvofiq nazorat qiladi. Ammo modelga har bir o‘zgaruvchining oylik o‘rtacha qiymati kiritiladi, shu bois oylik suv chiqimini yuzaga keltirgan qarorlar ketma-ketligi o‘rtacha qiymat ichida yo‘qolib qolishi mumkin.

Ontario ko‘li misolida tadqiqotchilar iqlim o‘zgaruvchilaridan tashqari, suv sathini boshqarishda foydalaniladigan qoidalarni ham modelga kiritishni taklif qildi. Bu aynan shu ko‘ldagi inson qarorlariga oid muammo bo‘yicha taklif bo‘lib, barcha mavsumiy bashoratlar uchun ham xuddi shu shartlar zarur degan ma’noni anglatmaydi.

Tadqiqotchilar Ouranos bilan hamkorlikda ushbu yondashuvni Kvebek janubidagi yerosti suvlari bilan to‘yinishi bo‘yicha tadqiqotda ham qo‘llayotganini bildirdi. Bu ishda fizikaga asoslangan model (tabiat hodisalarining fizik ishlash tamoyillarini aks ettiruvchi model) qo‘llanadi. Suv sathi kabi murakkab ekologik muammolarda natijaning sabablarini o‘rganish imkonini beradigan modellar boshqaruv qarorlarini ko‘rib chiqish va muhokama qilishga yordam berishi mumkin — ushbu tadqiqot ko‘rsatgan yo‘nalish shundan iborat.

Tasdiqlangan faktlar va hozircha noma’lum jihatlar

Tasdiqlangan faktlar

  • Tadqiqotchilar to‘rtta ko‘lning 1982–2022-yillardagi oylik sath ma’lumotlari asosida 8 ta algoritmni o‘qitdi.
  • Har bir algoritm harorat va suv oqimini o‘z ichiga olgan 9 ta o‘zgaruvchini, shuningdek, joriy oydan boshlab oldingi ko‘pi bilan 6 oydagi qiymatlarni hisobga oldi.
  • Eng yaxshi natija ko‘rsatgan 4 ta algoritmning xatosi taxminan 12 sm, sodda modellarniki esa 14–21 sm bo‘ldi.
  • Tadqiqotchilar o‘zgaruvchilarning ta’siri o‘tmishga borgan sari susayadi degan taxmindan farqli ravishda, 3–4 oy o‘tgach ta’sir kuchayishini kuzatdi.
  • Ontario ko‘li sathi Moses–Saunders gidroelektr to‘g‘onining kunlik boshqaruv qoidalariga muvofiq nazorat qilinadi. Tadqiqotchilar ushbu qoidalarni modelga kiritish kerakligini taklif qildi.

Hozircha noma’lum jihatlar

  • Tadqiqotda ishlatilgan 8 ta algoritm va 9 ta o‘zgaruvchining to‘liq ro‘yxati qanday?
  • Model aniqligi qaysi tekshirish usuli va bashorat davri asosida baholangan?
  • Ontario ko‘lining boshqaruv qoidalari modelga kiritilsa, bashorat xatosi qanchaga kamayadi?

O‘quvchi nimalarga e’tibor berishi kerak

  • Suv sathi bashorati natijalarini ko‘rganda, aniqlik ko‘rsatkichlari bilan birga bashorat davri va tekshirish usulini ham aniqlash zarur. Ushbu maqolaning asl matnida bu mezonlar batafsil ko‘rsatilmagan.
  • Suv toshqini yoki to‘g‘on boshqaruvida AI bashoratlaridan foydalanilsa, kiritilgan ma’lumotlarda faqat oylik o‘rtacha iqlim va suv oqimi ko‘rsatkichlari bor-yo‘qligini, shuningdek, haqiqiy boshqaruv qoidalari yoki qaror qabul qilish jarayoni ham hisobga olingan-olinmaganini tekshirish mumkin.
  • Suv sathining mavsumiy prognozini talqin qilishda tahlilga faqat joriy oydagi ob-havo emas, balki bir necha oy oldingi sharoitlar ham kiritilgan-kiritilmaganini tekshirish mumkin. Tadqiqotchilar avvalgi fasllardagi sharoitlar suv sathiga ta’sir qilishi mumkin degan xulosaga keldi.