Finite Volume-Informed Neural Network Framework for 2D Shallow Water Equations: Rugged Loss Landscapes and the Importance of Data Guidance

Resumen Técnico: FVM-PINN Guiado por Datos para las Ecuaciones de Agua Somera 2D

Enunciado del Problema
Las Redes Neuronales Informadas por Física (PINNs) ofrecen un paradigma prometedor de modelado sustituto para ecuaciones diferenciales parciales (EDP), pero su formulación estándar de residuo en forma fuerte es inadecuada para las Ecuaciones de Agua Somera (SWEs) 2D. Las PINNs estándar tienen dificultades con la naturaleza hiperbólica de las SWEs, fallando en hacer cumplir la conservación local de masa y momento, manejar discontinuidades (choques) o aprovechar las mallas no estructuradas que se ajustan a la frontera utilizadas en hidrología operativa. Además, el artículo identifica un modo de fallo crítico en el entrenamiento "solo física" para las SWEs: el optimizador a menudo colapsa en un estado de momento trivial, cercano a cero, que casi satisface el residuo del volumen finito pero no se asemeja al flujo real. Esto ocurre porque el paisaje de pérdida contiene una cuenca somera en momento cero de la cual es difícil escapar para los optimizadores estándar sin orientación externa.

Metodología
Los autores proponen FVM-PINN Guiado por Datos, un marco que reemplaza el residuo estándar de la EDP en forma fuerte con una pérdida del Método de Volúmenes Finitos (FVM) diferenciable y bien equilibrada, evaluada en mallas no estructuradas.

• Ecuaciones Gobernantes y Discretización: El marco utiliza la forma de perturbación de las SWEs 2D ($Q = [\xi, uh, vh]$), donde $\xi$ es la perturbación de la superficie libre. Esta formulación asegura que la propiedad de estar bien equilibrada (preservar estados de lago en reposo) sea una identidad algebraica. La pérdida FVM se construye utilizando un solver de Riemann aproximado de Roe diferenciable (Rogers et al., 2003; Liu & Song, 2025) en mallas no estructuradas, haciendo cumplir leyes de conservación integrales en lugar de residuos puntuales.
• Función de Pérdida: La pérdida total combina cuatro términos:
  1. Pérdida FVM-PINN ($L_{fvm-pinn}$): El residuo celda a celda del sistema FVM semidiscreto, haciendo cumplir la conservación y el flujo hacia arriba mediante el flujo de Roe.
  2. Pérdidas de Condición de Frontera/Inicial ($L_{BC}, L_{IC}$): Penalizaciones suaves para los valores de frontera y los estados iniciales.
  3. Pérdida de Datos ($L_{data}$): Un error cuadrático medio ponderado entre las predicciones de la red y datos observacionales o de referencia (por ejemplo, mediciones de velocidad dispersas o instantáneas densas de un solver calibrado como SRH-2D).
• Escalabilidad: Para manejar simulaciones de largo tiempo, el marco emplea descomposición secuencial de ventanas de tiempo. El intervalo de simulación se divide en subintervalos donde el estado terminal de una ventana sirve como condición inicial para la siguiente, convirtiendo un problema de horizonte largo en una cadena de problemas de horizonte corto bien condicionados.
• Entrenamiento: La red se entrena utilizando un protocolo de dos fases (Adam seguido de L-BFGS) para minimizar la pérdida combinada.

Contribuciones Clave

1. Pérdida FVM Diferenciable en Mallas No Estructuradas: El trabajo introduce una pérdida de solver de Riemann de Roe diferenciable y bien equilibrada que opera nativamente en mallas no estructuradas, abordando una brecha dejada por métodos FVM-PINN anteriores que estaban restringidos a mallas estructuradas o sistemas 1D.
2. Diagnóstico del Fallo Solo Física: El artículo diagnostica cuantitativamente un modo de fallo estructural donde el entrenamiento solo física converge a un estado de momento bajo trivial. Un diagnóstico del paisaje de pérdida revela que la pérdida FVM en momento cero es solo $\sim7\times$ mayor que en la solución real, creando una cuenca somera. En contraste, añadir orientación de datos crea una separación de $\sim310\times$, rompiendo efectivamente la degeneración.
3. Orientación de Datos como Necesidad: El estudio demuestra que la orientación de datos no es meramente opcional sino esencial para la convergencia en problemas 2D realistas. Incluso mediciones dispersas (por ejemplo, 200 puntos de velocidad aleatorios) son suficientes para guiar al optimizador fuera de la cuenca trivial y lograr soluciones precisas.
4. Descomposición de la Contribución: A través de estudios de ablación, los autores aíslan la contribución de la pérdida FVM-PINN. Descubren que actúa como un regularizador crucial en regímenes de datos dispersos (reduciendo el error de velocidad en $\sim23\%$), pero se vuelve esencialmente neutral cuando hay datos de referencia densos disponibles, ya que la pérdida de datos ya proporciona las señales de gradiente necesarias.

Resultados

• Benchmarks de Ruptura de Presa 1D y Bache 2D: El marco captura con éxito abanicos de rarefacción, ondas de contacto y saltos hidráulicos en benchmarks 1D y 2D, superando al entrenamiento solo física que falla en converger al estado estacionario correcto en el caso del bache 2D.
• Ablación de Bloque en Canal (Caso 3):
  • Fallo Solo Física: Sin datos, la red produce una profundidad uniforme y velocidad cercana a cero ($L_2(|u|) \approx 0.166$).
  • Éxito con Datos Dispersos: Añadir solo 200 mediciones aleatorias de velocidad reduce el error de velocidad en 22$\times$ ($L_2(|u|) \approx 7.67 \times 10^{-3}$). Incluso 50 mediciones producen una reducción de 7$\times$.
  • Contribución FVM: En el régimen disperso, la pérdida FVM mejora significativamente la precisión; en regímenes densos, su contribución marginal desaparece.
  • Robustez al Ruido: El marco permanece robusto ante ruido gaussiano del 5% en datos dispersos, aunque el error aumenta en $\sim50\%$.
• Aplicación en el Río Savannah (Caso 4):
  • Aplicado a un tramo fluvial de 1 km con 1.306 celdas no estructuradas y batimetría compleja.
  • Ventanas de Tiempo: El uso de 10 ventanas de tiempo redujo el error de profundidad del agua ($L_2(h)$) de manera monótona de 0.075 (red única) a 0.045, impulsado por traspasos progresivos de condiciones iniciales.
  • Profesor FVM: Un solver FVM en bucle utilizado como "profesor" para generar instantáneas de entrenamiento demostró ser viable y comparable al uso de datos de anclaje externos de SRH-2D, ofreciendo una alternativa autocontenida para entornos operativos.
  • Limitación de Datos Dispersos: En el río real, los datos dispersos por sí solos (200 puntos en el tiempo final) fueron insuficientes para restringir la trayectoria transitoria desde un arranque en frío, destacando la necesidad de datos de múltiples instantáneas densos para simulaciones de larga duración en el mundo real.

Significado y Afirmaciones
El artículo afirma redefinir la narrativa del aprendizaje informado por física para las SWEs: la pérdida FVM-PINN no es una solución independiente, sino un prior estructural complementario que es más valioso en el régimen de datos dispersos. El hallazgo principal es que para problemas realistas de SWEs 2D en mallas no estructuradas, la orientación de datos es esencial para romper la degeneración del paisaje de pérdida y prevenir el colapso hacia soluciones triviales. El marco demuestra que una pérdida diferenciable que hace cumplir la conservación, combinada con datos dispersos o densos, puede construir sustitutos neuronales precisos para problemas hidrodinámicos complejos, permitiendo inferencia rápida, análisis de sensibilidad y problemas inversos donde los solvers tradicionales son demasiado lentos o carecen de diferenciabilidad. Los autores posicionan este trabajo como un paso hacia componentes diferenciables de sistemas terrestres capaces de asimilación de datos de conjunto y cuantificación de incertidumbre.