Predictive value of current HEC-RAS 2D water levels for machine learning flood postprocessing in southeastern Louisiana

Overstromingen behoren tot de meest verwoestende krachten op aarde; ze veranderen landschappen en bedreigen gemeenschappen met een angstaanjagende snelheid. Om mensen en eigendommen te beschermen, vertrouwen wetenschappers op computermodellen die simuleren hoe water over het land beweegt, door rivieren stroomt en over vloedvlaktes verspreidt. Deze digitale simulaties, bekend als hydraulische modellen, houden rekening met regenval, de vorm van de grond en de stroming van rivieren om te voorspellen hoe hoog het water zal stijgen. Deze modellen zijn echter niet perfect. Ze zijn gebouwd op complexe fysica en imperfecte gegevens, wat betekent dat hun voorspellingen vaak afwijken van de werkelijkheid, waarbij ze de werkelijke waterstand soms met enkele meters missen. Wanneer een model een fout maakt, kan het verschil tussen het voorspelde water en het werkelijke water het verschil betekenen tussen een veilige waarschuwing en een catastrofale verrassing. De uitdaging voor wetenschappers is niet alleen om deze simulaties uit te voeren, maar ook om uit te zoeken hoe ze hun fouten achteraf kunnen herstellen, door gebruik te maken van de informatie die het model al heeft gegenereerd om een betere schatting te maken van wat er werkelijk is gebeurd.

In Zuidoost-Louisiana zetten een team onderzoekers een specifiek idee op onderzoek: kunnen de waterstanden die een computermodel nú voorspelt, en het pad dat die niveaus hebben afgelegd om daar te komen, helpen om de fouten van het model te corrigeren? Ze richtten zich op het Hydrologic Engineering Center's River Analysis System, een veelgebruikte tool die het landschap verdeelt in een raster van cellen en de waterdiepte en -hoogte in de loop van de tijd berekent. De onderzoekers verzamelden gegevens van acht grote overstromingen die al hadden plaatsgevonden in de regio, variërend van tropische stormen tot hevige regenbuien. Ze vergeleken de voorspelde waterstanden van de computer met werkelijke metingen die door peilstations langs rivieren en stromen waren gedaan. Het doel was om te zien of een machine-learningsysteem — een type computerprogramma dat patronen leert van gegevens — de output van het model zelf kon gebruiken om zijn fouten te leren corrigeren, zonder dat het de exacte oorzaak van de fout hoeft te kennen.

De onderzoekers ontwierpen een zorgvuldig experiment om verschillende bronnen van informatie van elkaar te scheiden. Eerst bouwden ze een correctiemodel dat op de hoogte was van de regen, de locatie en de tijd, maar dat verboden was om naar het huidige waterniveau van het computermodel te kijken. Dit diende als een nulmeting om te zien hoeveel het model kon leren enkel op basis van het weer en de geografie. Vervolgens lieten ze het systeem het huidige waterniveau van het computermodel op het exacte moment van de observatie zien. Ten slotte gaven ze het systeem een korte geschiedenis van de waterstanden die aan dat moment voorafgingen, waarbij werd getoond hoe het water in de uren daarvoor was gestegen of gedaald. Door deze verschillende versies te testen op overstromingen die de computer nog nooit eerder had gezien, konden ze precies meten hoeveel waarde elk stuk informatie toevoegde.

De resultaten toonden aan dat het huidige waterniveau van het computermodel het krachtigste instrument was voor het corrigeren van fouten. Wanneer de onderzoekers het huidige waterniveau aan hun correctiesysteem toevoegden, daalde de gemiddelde fout in de voorspelling van de waterhoogte aanzienlijk, van ongeveer 1,63 meter naar 0,67 meter. Deze verbetering trad consistent op bij alle acht geteste overstromingen. Het systeem leerde dat de huidige staat van het model een verborgen samenvatting bevatte van alles wat tot dat moment was gebeurd — de regen die viel, het water dat in de grond was opgeslagen en de manier waarop de rivier de stroming leidde. Hoewel de ruwe voorspelling van het model fout was, bevatte de specifieke manier waarop het fout was een aanwijzing die het machine-learningsysteem kon gebruiken om het uiteindelijke getal aan te passen. Dit suggereert dat de interne staat van het model, zelfs als deze gebrekkig is, nuttige informatie bevat over het gedrag van de overstroming die eenvoudige weergegevens niet kunnen bieden.

Het toevoegen van de geschiedenis van de waterstanden — het recente verleden van de overstroming — leverde een kleinere, maar nog steeds positieve verbetering op. Het verminderde de fout verder, van 0,67 meter naar 0,62 meter, en verbeterde de voorspellingen voor zeven van de acht overstromingen. Deze extra informatie was echter minder consistent dan het huidige waterniveau. In sommige gevallen hielp het weten van het recente verleden, maar in andere gevallen maakte het weinig verschil. De onderzoekers stelden vast dat de geschiedenis van de waterstanden al het nodige informatie over de evolutie van de overstroming bevatte, waardoor de geschiedenis enigszins redundant was. Het systeem had geen gedetailleerde tijdlijn van de afgelopen uren nodig om een goede correctie te maken; de snapshot van het waterniveau op dit moment was voldoende om de correctie te sturen.

De studie testte ook hoe goed deze correcties zouden werken in de echte wereld, waar de specifieke locaties van de peilstations mogelijk niet deel uitmaakten van de trainingsdata. Wanneer de onderzoekers alle gegevens van een specifieke peilstation uit de trainingsset verwijderden, waardoor het systeem gedwongen werd om van andere locaties te leren, faalde de correctie die alleen op weer en geografie vertrouwde bijna volledig. Het kon de waterstand voor een nieuwe locatie niet voorspellen zonder hulp. Echter, wanneer het systeem werd toegestaan om het huidige waterniveau van het computermodel te gebruiken, presteerde het nog steeds goed en verminderde het de fout aanzienlijk, zelfs voor peilstations die het nog nooit eerder had gezien. Dit is een cruciaal bevinding, omdat het betekent dat de correctiemethode niet simpelweg het gedrag van specifieke rivieren uit het hoofd leert, maar een algemene regel leert over hoe de fouten van het model gerelateerd zijn aan het waterniveau zelf. De grootste verbeteringen in deze moeilijke gevallen vonden plaats in gebieden waar de kaart van de grond in het computermodel aanzienlijk verschilde van de werkelijke rivierbedding, wat suggereert dat het systeem leerde om compensatie te bieden voor kaartfouten door naar het waterniveau te kijken.

Ondanks deze successen waren de onderzoekers voorzichtig om te vermelden wat de methode niet kon doen. Hoewel de correcties de algehele waterstand en de hoogte van de hoogste waterstanden verbeterden, herstelden ze de timing van de pieken van de overstroming of de exacte snelheid waarmee het water elke drie uur steeg en daalde niet perfect. Het systeem kon je vertellen hoe hoog het water zou zijn, maar kon niet betrouwbaar voorspellen wanneer het water precies zijn hoogste punt zou bereiken. Bovendien was de studie beperkt tot overstromingen die al hadden plaatsgevonden. De onderzoekers gebruikten voltooide gebeurtenissen om hun systeem te trainen en te testen, wat betekent dat de resultaten laten zien hoe goed de methode werkt op historische gegevens, en niet noodzakelijkerwijs hoe het zal presteren bij een toekomstige, onbekende overstroming. Het computermodel dat zij gebruikten had ook bekende beperkingen, zoals het missen van sommige rivierinstroom en onvolledige gegevens over hoe de grondhoogte werd gemeten, wat betekent dat de correcties werken op een gebrekkige fundering.

De studie concludeert dat hoewel machine learning de overstromingsvoorspellingen aanzienlijk kan verbeteren door gebruik te maken van de eigen waterniveaugegevens van het model, het geen magische oplossing is voor alle problemen. Het huidige waterniveau bood de grootste en meest betrouwbare winst, terwijl de geschiedenis van het water een kleinere, minder consistente verbetering opleverde. De methode werkt het best wanneer het waterniveau van het model wordt ondersteund door het terrein, wat betekent dat de computer denkt dat er water aanwezig is waar dat ook daadwerkelijk zo is. In gebieden waar het model geen water laat zien dat er wel degelijk is, of waar de weergave van de rivier in het computermodel slecht is, worden de correcties minder betrouwbaar. De onderzoekers suggereren dat voordat deze vorm van naverwerking gebruikt kan worden voor waarschuwingen in realtime, de onderliggende computermodellen betere gegevens nodig hebben over de vorm van de grond, nauwkeurigere rivierstromen en een duidelijker begrip van hoe de waterstanden worden gemeten. Tot die tijd dient de methode als een krachtige demonstratie dat zelfs imperfecte computermodellen waardevolle aanwijzingen bevatten die, wanneer ze correct worden gelezen, ons dichter bij de waarheid van een overstroming kunnen brengen.