編輯 | KX
大樣本水文學致力於解決緊迫的全球挑戰，例如氣候變化、洪水預測和水資源管理。透過利用不同地區的大量水文和氣象資訊資料集，研究人員開發了預測與水有關的現象的模型。這有助於保護社群和生態系統免受與水有關的挑戰。
水文研究的一個重大問題是，支援實時預報和運營基準測試的資料集有限。ERA5-Land 等傳統資料集雖然全面，但僅限於歷史資料，限制了它們在實時預報中的應用。
Caravan 大樣本水文資料集的建立是為了標準化和協調來自各個區域資料集的流量資料，並結合全球可用的氣象強迫和集水區屬性。
近日，來自 Google Research 的研究人員為 Caravan 提供了一個新穎的擴充套件，重點是豐富氣象強迫資料。研究推出的 Caravan MultiMet 擴充套件，大大增強了現有的 Caravan 資料集。此擴充套件整合了六種新的氣象產品，包括三種即時預報（CPC、IMERG v07 Early 和 CHIRPS）和三種天氣預報（ECMWF IFS HRES、GraphCast 和 CHIRPS-GEFS）。
這些新增功能使研究人員能夠在實時環境中全面分析水文模型。透過整合天氣預報資料，該擴充套件彌合了事後預報和 operational 預報之間的鴻溝，使 Caravan 成為第一個包含如此多樣化預報資料的大樣本水文資料集。
相關研究以「Caravan MultiMet: Extending Caravan with Multiple Weather Nowcasts and Forecasts」為題，發表在預印平臺 arXiv 上。
現有的水文工具（如 CAMELS 和 ERA5-Land）提供了寶貴的模型開發和評估見解。CAMELS 資料集覆蓋美國、澳大利亞和歐洲等地區，標準化了各個集水區的資料並支援區域水文研究。ERA5-Land 具有全球覆蓋範圍和高質量表面變數，在水文學中得到廣泛應用。
然而，這些資料集依賴於歷史觀測，需要與實時預報資料進行更多整合。這一限制使研究人員無法充分解決與水有關的現象的動態性質並有效應對實時場景。
Caravan MultiMet 擴充套件包括以每日解析度彙總的氣象資料，涵蓋 48 個國家/地區的 22,000 多個儀表。即時預報和預報產品的整合確保了跨資料集的相容性。例如，擴充套件中的 ERA5-Land 資料在 UTC 區域中重新計算以與其他產品保持一致，從而簡化了比較。預報資料（例如 CHIRPS-GEFS）提供的每日預報時間從 1 天到 16 天不等，而 DeepMind 開發的 GraphCast 採用圖神經網路生成預報時間為 10 天的全球天氣預報。
該擴充套件的 zarr 檔案格式增強了可用性，使研究人員無需處理整個資料集即可高效查詢特定變數、盆地和時期。此外，包括多種空間解析度（例如 CHIRPS 的 0.05° 高解析度）在內，進一步增強了資料集對於區域性研究的穩健性。
Caravan 中包含的預測資料顯著提高了模型效能和評估能力。測試表明，溫度、降水量和風分量等變數與 ERA5-Land 資料高度一致，在某些情況下 R² 得分高達 0.99。例如，與 ERA5-Land 相比，GraphCast 的總降水量資料顯示 R² 為 0.87，凸顯了其在水文應用中的可靠性。同樣，ECMWF IFS HRES 資料顯示出與 ERA5-Land 變數的相容性，使其成為資料集的寶貴補充。這些結果強調了 MultiMet 擴充套件在提高水文模型準確性和適用性方面的有效性。
透過引入 Caravan MultiMet 擴充套件，來自 Google Research 的研究人員解決了水文資料集中的關鍵限制。整合各種氣象產品有助於實時預報、強大的模型基準測試和提高預測準確性。這一進步代表了水文研究的重大進步，使更好的水資源管理和災害緩解決策成為可能。該資料集在開放許可下的可用性進一步確保了其可訪問性和對全球研究界的影響力。