郑一教授课题组发表计算机视觉技术应用于水文模拟的最新研究成果

近日，环境科学与工程学院博士生蒋世杰（南科大-新加坡国立联培）作为第一作者，郑一教授作为通讯作者，在水文领域著名期刊《Journal of Hydrology》上发表了题为“A computer vision-based approach to fusing spatiotemporal data for hydrological modeling”的文章。这项研究首次将计算机视觉技术成功应用于降雨-径流预报，提出了一种能够高效融合时空数据的数据驱动（data-driven）水文模拟框架。

近年来，随着大数据和人工智能的兴起，数据驱动模型在环境、资源领域得到了全新的关注。但是，大部分黑箱水文模型尚未充分利用卫星遥感、气候模式等产出的高时空分辨率数据作为驱动。传统的策略要么不能充分利用数据中蕴含的空间信息，要么就是产生过大的数据维度，导致黑箱模型过拟合等问题。这项研究则提供了一种新颖的解决问题的思路：利用计算机视觉的特征提取功能，在尽可能保留有用信息的情况下实现大数据的降维。研究结果显示，与传统方法相比，新方法在短期水文预报，长期水文模拟，以及无观测资料地区的迁移学习（transfer learning）方面都体现出优势。

这项研究对于拓展大数据和人工智能技术在水文水资源研究中的应用具有重要的意义。

图 基于计算机视觉方法的水文模拟框架

本研究得到了国家自然科学基金（No. 41622111、No. 91425303、 No. 91647201），国家环境保护流域地表水-地下水污染综合防治重点实验室，以及深圳市科创委（JCYJ20160530190411804）、深圳市环境物联网技术与应用工程实验室的支持。