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

Resumo Técnico: FVM-PINN Guiado por Dados para Equações de Água Rasas 2D

Enunciado do Problema
As Redes Neurais Informadas pela Física (PINNs) oferecem um paradigma promissor de modelagem substituta para equações diferenciais parciais (EDPs), contudo, sua formulação padrão de resíduo na forma forte é inadequada para as Equações de Água Rasas (SWEs) 2D. As PINNs padrão lutam com a natureza hiperbólica das SWEs, falhando em impor a conservação local de massa e momento, lidar com descontinuidades (choques) ou aproveitar as malhas não estruturadas que se conformam à fronteira usadas na hidrologia operacional. Além disso, o artigo identifica um modo de falha crítico no treinamento "apenas-física" para SWEs: o otimizador frequentemente colapsa para um estado trivial de momento quase nulo que quase satisfaz o resíduo do volume finito, mas não guarda semelhança com o fluxo real. Isso ocorre porque a paisagem de perda contém uma bacia rasa em momento zero da qual é difícil para os otimizadores padrão escapar sem orientação externa.

Metodologia
Os autores propõem o FVM-PINN Guiado por Dados, um framework que substitui o resíduo padrão de EDP na forma forte por uma perda de Método de Volume Finito (FVM) diferenciável e bem equilibrada, avaliada em malhas não estruturadas.

• Equações Governantes e Discretização: O framework utiliza a forma de perturbação das SWEs 2D ($Q = [\xi, uh, vh]$), onde $\xi$ é a perturbação da superfície livre. Esta formulação garante que a propriedade de bem-equilíbrio (preservar estados de lago em repouso) seja uma identidade algébrica. A perda FVM é construída usando um solver Riemann aproximado de Roe diferenciável (Rogers et al., 2003; Liu & Song, 2025) em malhas não estruturadas, impondo leis de conservação integrais em vez de resíduos pontuais.
• Função de Perda: A perda total combina quatro termos:
  1. Perda FVM-PINN ($L_{fvm-pinn}$): O resíduo célula a célula do sistema FVM semi-discreto, impondo conservação e upwinding via fluxo de Roe.
  2. Perdas de Condição de Contorno/Inicial ($L_{BC}, L_{IC}$): Penalidades suaves para valores de fronteira e estados iniciais.
  3. Perda de Dados ($L_{data}$): Um erro quadrático médio ponderado entre as previsões da rede e dados observacionais ou de referência (por exemplo, medições esparsas de velocidade ou instantâneos densos de um solver calibrado como o SRH-2D).
• Escalabilidade: Para lidar com simulações de longo prazo, o framework emprega decomposição sequencial de janelas temporais. O intervalo de simulação é particionado em sub-intervalos onde o estado terminal de uma janela serve como condição inicial para a próxima, convertendo um problema de longo horizonte em uma cadeia de problemas de curto horizonte bem condicionados.
• Treinamento: A rede é treinada usando um protocolo de duas fases (Adam seguido por L-BFGS) para minimizar a perda combinada.

Principais Contribuições

1. Perda FVM Diferenciável em Malhas Não Estruturadas: O trabalho introduz uma perda de solver Riemann de Roe diferenciável e bem equilibrada que opera nativamente em malhas não estruturadas, abordando uma lacuna deixada por métodos FVM-PINN anteriores, que eram restritos a grades estruturadas ou sistemas 1D.
2. Diagnóstico de Falha Apenas-Física: O artigo diagnostica quantitativamente um modo de falha estrutural onde o treinamento apenas-física converge para um estado trivial de baixo momento. Um diagnóstico da paisagem de perda revela que a perda FVM em momento zero é apenas $\sim7\times$ maior do que na solução real, criando uma bacia rasa. Em contraste, adicionar orientação de dados cria uma separação de $\sim310\times$, efetivamente quebrando a degenerescência.
3. Orientação de Dados como Necessidade: O estudo demonstra que a orientação de dados não é meramente opcional, mas essencial para a convergência em problemas 2D realistas. Mesmo medições esparsas (por exemplo, 200 pontos aleatórios de velocidade) são suficientes para guiar o otimizador para fora da bacia trivial e alcançar soluções precisas.
4. Decomposição de Contribuição: Através de estudos de ablação, os autores isolam a contribuição da perda FVM-PINN. Eles descobrem que ela atua como um regularizador crucial em regimes de dados esparsos (reduzindo o erro de velocidade em $\sim23\%$), mas torna-se essencialmente neutra quando dados de referência densos estão disponíveis, pois a perda de dados já fornece os sinais de gradiente necessários.

Resultados

• Benchmarks de Ruptura de Barragem 1D & Bump 2D: O framework captura com sucesso leques de rarefação, ondas de contato e saltos hidráulicos em benchmarks 1D e 2D, superando o treinamento apenas-física que falha em convergir para o estado estacionário correto no caso de bump 2D.
• Ablação de Bloco no Canal (Caso 3):
  • Falha Apenas-Física: Sem dados, a rede produz uma profundidade uniforme e velocidade quase nula ($L_2(|u|) \approx 0.166$).
  • Sucesso com Dados Esparsos: Adicionar apenas 200 medições aleatórias de velocidade reduz o erro de velocidade em 22$\times$ ($L_2(|u|) \approx 7.67 \times 10^{-3}$). Mesmo 50 medições produzem uma redução de 7$\times$.
  • Contribuição do FVM: No regime esparso, a perda FVM melhora significativamente a precisão; em regimes densos, sua contribuição marginal desaparece.
  • Robustez ao Ruído: O framework permanece robusto a ruído gaussiano de 5% em dados esparsos, embora o erro aumente em $\sim50\%$.
• Aplicação no Rio Savannah (Caso 4):
  • Aplicado a um trecho de rio de 1 km com 1.306 células não estruturadas e batimetria complexa.
  • Janelamento Temporal: O uso de 10 janelas temporais reduziu o erro de profundidade da água ($L_2(h)$) monotonicamente de 0,075 (rede única) para 0,045, impulsionado por trocas progressivas de condições iniciais.
  • Professor FVM: Um solver FVM em loop usado como "professor" para gerar instantâneos de treinamento provou ser viável e comparável ao uso de dados âncora externos do SRH-2D, oferecendo uma alternativa autocontida para configurações operacionais.
  • Limitação de Dados Esparsos: No rio real, dados esparsos sozinhos (200 pontos no tempo final) foram insuficientes para restringir o caminho transitório a partir de uma partida fria, destacando a necessidade de dados de múltiplos instantâneos densos para simulações de longa duração no mundo real.

Significado e Alegações
O artigo reivindica reescrever a narrativa do aprendizado informado pela física para SWEs: a perda FVM-PINN não é uma solução autônoma, mas um prior estrutural complementar que é mais valioso no regime de dados esparsos. A descoberta principal é que, para problemas realistas de SWEs 2D em malhas não estruturadas, a orientação de dados é essencial para quebrar a degenerescência da paisagem de perda e prevenir o colapso para soluções triviais. O framework demonstra que uma perda diferenciável que impõe conservação, combinada com dados esparsos ou densos, pode construir substitutos neurais precisos para problemas hidrodinâmicos complexos, permitindo inferência rápida, análise de sensibilidade e problemas inversos onde solvers tradicionais são muito lentos ou carecem de diferenciabilidade. Os autores posicionam este trabalho como um passo em direção a componentes diferenciáveis de sistemas terrestres capazes de assimilação de dados de conjunto e quantificação de incerteza.