Kichik daryolarda tor havza maydoni va qisqa javob vaqti sababli kuchli yogʻingarchilikdan keyin suv sathi juda tez koʻtarilishi mumkin. Anʼanaviy erta ogohlantirish tizimlari koʻpincha kuzatilgan suv sathi oldindan belgilangan chegaradan oshishini kutgani uchun ogohlantirish xavfli koʻtarilish boshlanganidan keyin kelishi mumkin. Ushbu tadqiqot suv sathini uch soat oldindan bashorat qiladigan DualTNet nomli ikki tarmoqli vaqt qatori modeli bilan bashoratlardan olingan koʻtarilish tezligini kuzatuvchi FLOWT² statistik nazorat usulini birlashtiradi.

DualTNet oʻtgan 24 soatdagi 10 daqiqalik suv sathi, yogʻin, jamlangan yogʻin, havza boʻyicha oʻrtacha yogʻin, yuqori va quyi oqim sathlari hamda suv qalqishi maʼlumotlaridan foydalandi. Model davriy naqshlarni kuchaytiradigan tarmoq, bashoratda qolgan davriy xatolarni tuzatadigan ikkinchi tarmoq va turli vaqt masshtablarini birlashtiradigan moslashuvchan qoʻshilish qatlamini oʻz ichiga oladi.

Usul Janubiy Koreyadagi Joman, Haman, Namdae va Suyeong daryolarida sinovdan oʻtkazildi. Sinov maʼlumotlari oʻqitish va tekshirish davrlaridan keyingi 2024-yilga ajratilib, vaqt boʻyicha tashqi baholash bajarildi. DualTNet toʻrt joy oʻrtachasida 0,0184 metr RMSE, 0,0118 metr MAE va 0,9925 R² ga erishib, taqqoslangan LSTM, GRU, Transformer, FEDformer, NSTransformer, TimesNet va TimeMixer modellaridan oldinda boʻldi.

FLOWT² bosqichi faqat bashorat qilingan suv sathi sobit chegaradan oshishiga qarash oʻrniga, kelgusi uch soatda kutiladigan oʻrtacha koʻtarilish tezligi tarixiy odatiy xatti-harakatdan ogʻish-ogʻmasligini oʻlchadi. Tadqiqotda belgilangan jami sakkizta muhim koʻtarilish hodisasining barchasi DualTNet asosidagi FLOWT² tomonidan aniqlandi; Joman daryosidagi misolda jiddiy toshqin sathi oshishidan taxminan 3–8 soat oldin ogohlantirish nuqtalari yaratildi.

Biroq tadqiqot taqrizdan oʻtmagan. Ogohlantirish bahosi oz sonli hodisaga tayanadi, “muhim hodisa” taʼrifi qanday standartlashtirilgani yetarlicha izohlanmagan va hodisani aniqlash darajasi yolgʻon signallarni bevosita oʻlchamaydi. Real vaqt ishi, aloqa kechikishi, sensor nosozligi, maʼlumot uzilishi hamda turli mamlakat yoki havzalarga koʻchirish imkoniyati ham sinovdan oʻtkazilmagan.

Kichik daryolarda erta ogohlantirish nega qiyinroq?

Katta daryolarda yogʻinning daryo sathiga aylanishi va toshqin toʻlqinining siljishi nisbatan uzoq davom etishi mumkin. Kichik havzalarda esa yogʻinning sirt oqimiga aylanish vaqti qisqa. Mahalliy va kuchli yogʻin suv sathini bir necha soat ichida keskin koʻtarishi mumkin.

Bu xatti-harakat erta ogohlantirish tizimi uchun ikki alohida muammo tugʻdiradi:

• Suv sathining tez koʻtariladigan qismini va choʻqqi qiymatini uch soat oldindan aniq bashorat qilish kerak.
• Bashorat qilingan qator boshqaruvchilar foydalana oladigan ochiq va oʻz vaqtida ogohlantirish qaroriga aylantirilishi kerak.

Tadqiqotning birinchi shakli bu farqni tasvirlaydi. Sobit chegarali anʼanaviy tizim suv sathi kritik chegaraga yetgach ogohlantiradi. Bashorati yetarli darajada aniq boʻlmagan sunʼiy intellekt modeli esa notoʻgʻri yoki kechikkan ogohlantirishga olib kelishi mumkin. Taklif etilgan tizimda DualTNet suv sathi egri chizigʻini bashorat qiladi, FLOWT² esa bashorat qilingan koʻtarilish xatti-harakatini statistik kuzatib, chegara oshishidan oldin ogohlantirishga urinadi.

Tadqiqot qaysi daryolarda oʻtkazildi?

Tadqiqot Janubiy Koreyada gidrologik xatti-harakati bir-biridan farq qiladigan toʻrtta kichik daryoni qamrab oladi.

Joman, Haman va Suyeong joylarida 2020–2022-yil maʼlumotlari oʻqitish, 2023-yil maʼlumotlari tekshirish va 2024-yil maʼlumotlari sinov uchun ishlatildi. Qisqaroq yozuvli Namdae joyida bu davrlar mos ravishda 2022, 2023 va 2024-yillar qilib belgilandi. Vaqt tartibidagi bu ajratish kelajak kuzatuvlarini oʻtmish maʼlumotlari bilan oʻqitilgan modellarda sinash imkonini beradi.

Qaysi maʼlumotlar ishlatildi?

Barcha oʻzgaruvchilar 10 daqiqalik oraliqda qayd etildi. Har bir bashorat uchun oʻtgan 24 soat, boshqacha aytganda 144 vaqt qadami kirish sifatida ishlatildi va uch soatdan keyingi suv sathi bashorat qilindi.

Asosiy kirishlar:

• Maqsad stansiyadagi oʻtgan suv sathi
• Nuqtaviy yogʻin
• Uch soatlik jamlangan yogʻin
• Radar yoki kuzatuvga asoslangan havza oʻrtacha yogʻini
• Yuqori oqim suv sathlari
• Quyi oqim suv sathi
• Suv qalqishi sathi

Kirishlar toʻplami har bir joy uchun bir xil saqlanmagan. Masalan, Haman daryosida teskari suv taʼsirini ifodalash uchun ikki yuqori oqim va bir quyi oqim stansiyasining suv sathlari qoʻshilgan. Suyeong daryosida esa daryo ogʻziga yaqin joylashuv sababli suv qalqishi sathi va ikki alohida hududning havza boʻyicha oʻrtacha yogʻini ishlatilgan.

Bu joyga moslashtirish usulning kuchli tomonlaridan biri; biroq har bir joyda oʻzgaruvchilar soni va turi farqli boʻlgani uchun samaradorlik farqlari faqat model arxitekturasidan kelib chiqqanini aytish qiyinlashadi.

Anʼanaviy toshqin chegaralari

Tadqiqotda diqqat, ehtiyot, signal va jiddiy toshqin darajalari uchun mahalliy sobit suv sathi chegaralari ishlatilgan.

Bu chegaralar bashorat modellarining precision va recall qiymatlarini hisoblash hamda anʼanaviy ogohlantirish tizimi bilan taqqoslash uchun ishlatildi. FLOWT² esa ogohlantirish qarorini bevosita bu sathlar oshishiga bogʻlamaydi.

DualTNet arxitekturasi qanday ishlaydi?

DualTNet kichik daryolardagi ikki xil vaqt xatti-harakatini alohida tarmoqlarda oʻrganish uchun loyihalangan:

• Takrorlanuvchi mavsumiy, kunlik yoki suv qalqishidan keladigan davriy xatti-harakatlar
• Yogʻindan keyin yuzaga keladigan keskin va turli masshtabdagi koʻtarilishlar

Koʻp masshtabli kirishni qayta ishlash

Kirish qatorlari avval turli vaqt masshtablariga kichraytiriladi. Shunday qilib model bir hodisaning qisqa oraliqli tez oʻzgarishi va uzoqroq davr tendensiyasini alohida aniqliklarda tekshiradi. Har bir masshtab normallashtirilib, oʻrganiladigan ifoda fazosiga oʻtkaziladi.

EPDM tarmogʻi

Enhanced Past Decomposable Mixing deb atalgan birinchi tarmoq oʻtmish qatorlaridagi davriy maʼlumotni bashorat tayanchiga qoʻshadi.

Bu tarmoqda quyidagi amallar bajariladi:

1. Tez Fourier oʻzgartirishi bilan ustun davrlarni ajratish
2. Bir oʻlchovli vaqt qatorini ikki oʻlchovli davriy tuzilmalarga aylantirish
3. Turli oʻlchamdagi konvolyutsiya yadrolari bilan davr ichidagi va davrlararo oʻzgarishlarni oʻrganish
4. Davriy maʼlumotdan qancha foydalanishni belgilaydigan moslashuvchan darvoza
5. Mavsumiy va tendensiya komponentlarini alohida qayta ishlash
6. Turli vaqt masshtablaridagi bashoratlarni Future Multi-Predictor Mixing moduli bilan birlashtirish

Davriy qoldiq tarmogʻi

Ikkinchi tarmoq asosiy bashorat yoʻli toʻliq ushlay olmagan davriy komponentlarni tuzatadi. Bu tarmoq ham tez Fourier oʻzgartirishi, ikki oʻlchovli konvolyutsiya va moslashuvchan darvozadan foydalanadi; ammo oxirida chiziqli bashorat sarlavhasi orqali bevosita qoldiq tuzatishini yaratadi.

Moslashuvchan birlashtirish

EPDM va davriy qoldiq tarmoqlaridan kelgan natijalar masshtab boʻyicha birlashtiriladi. Birlashtirish moduli har bir vaqt masshtabining joriy gidrologik holat uchun qanchalik muhimligini oʻrganadi. Natijada model yogʻin sababli keskin koʻtarilishlarda qisqa masshtablarga, muntazamroq tebranishlarda esa uzoq masshtabli yoki davriy maʼlumotga koʻproq vazn beradi.

Qaysi modellar bilan taqqoslandi?

DualTNet bir xil kirish uzunligi va uch soatlik bashorat ufqi ostida yetti xil vaqt qatori modeli bilan taqqoslandi:

• LSTM
• GRU
• Standart Transformer
• FEDformer
• Non-stationary Transformer
• TimesNet
• TimeMixer

LSTM Janubiy Koreyadagi toshqinni nazorat qilish birliklarida ishlatiladigan amaliy modelga mos kelgani uchun amaliy etalon sifatida tanlandi. TimesNet davriy naqshlarni, TimeMixer esa koʻp masshtabli vaqt komponentlarini oʻrganadigan yangiroq taqqoslash modellaridir.

Giperparametrlar qanday belgilandi?

Model sozlamalarini tanlashda Optuna ishlatildi. Qidirilgan asosiy giperparametrlar:

Diqqat boshchalari soni embedding oʻlchamiga koʻra avtomatik moslashtirildi. Ammo har bir model va joy uchun tanlangan yakuniy qiymatlar, sinovlar soni, optimallashtirish maqsadi, erta toʻxtatish sozlamalari va tasodif urugʻlari asosiy matnda berilmay, Qoʻshimcha material D ga yoʻnaltirilgan. Tegishli qoʻshimcha material yuklangan versiyada yoʻq.

Bashorat muvaffaqiyati qanday oʻlchandi?

Oʻrtacha kvadrat xatoning ildizi:

\[ RMSE=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(\hat{y}_i-y_i)^2} \]

RMSE katta xatolarni kuchliroq jazolaydi. \(y_i\) kuzatilgan, \(\hat{y}_i\) bashorat qilingan suv sathidir.

Oʻrtacha mutlaq xato:

\[ MAE=\frac{1}{n}\sum_{i=1}^{n}|\hat{y}_i-y_i| \]

MAE bashoratlarning kuzatuvlardan oʻrtacha mutlaq ogʻishini metrda koʻrsatadi.

Determinatsiya koeffitsiyenti:

\[ R^2=1-\frac{\sum_{i=1}^{n}(y_i-\hat{y}_i)^2}{\sum_{i=1}^{n}(y_i-\bar{y})^2} \]

\(R^2\) qiymatining 1 ga yaqinlashishi bashorat qilingan suv sathi oʻzgarishi kuzatilgan oʻzgarish bilan kuchli mos kelishini koʻrsatadi.

Toshqin chegarasiga asoslangan precision:

\[ Precision=\frac{TP}{TP+FP} \]

Toshqin deb bashorat qilingan vaqtlarning qanchasi haqiqatan chegaradan yuqori ekanini koʻrsatadi.

Recall:

\[ Recall=\frac{TP}{TP+FN} \]

Haqiqiy chegara oshgan vaqtlarning qanchasi model tomonidan ushlanganini oʻlchaydi.

Bashorat natijalari

DualTNet toʻrt joy oʻrtachasida eng past RMSE va MAE hamda eng yuqori R², precision va recall qiymatlarini berdi.

DualTNetning TimeMixerga nisbatan oʻrtacha RMSE farqi 0,0031 metr, MAE farqi esa 0,0014 metrdir. Boshqacha aytganda, modelning eng kuchli zamonaviy taqqoslash usuliga nisbatan yutugʻi bir santimetrdan kam yoki bir necha millimetr darajasida koʻrinsa-da, tez koʻtarilishlar va choʻqqi qiymatlarining vaqtlanishida hodisa asosidagi farqlar kattaroq ekani ilgari suriladi.

Joman daryosi

DualTNet 0,0144 metr RMSE, 0,0069 metr MAE va 0,9948 R² ga erishdi. Precision 0,9076, recall esa 0,9150. 5-shaklda LSTM, GRU, Transformer va FEDformer ayrim tez koʻtarilishlarni silliqlashtirgani yoki choʻqqi sathini past bashorat qilgani, DualTNet esa kuzatilgan egri chiziqni yaqinroq kuzatgani koʻrsatiladi.

Haman daryosi

Teskari suv taʼsiri mavjud joyda DualTNetning RMSE qiymati 0,0075 metr, MAE qiymati 0,0040 metr va R² qiymati 0,9998. Precision va recall qiymatlari 0,9979 deb berilgan. Bu joy tadqiqotdagi eng yuqori sonli muvofiqlikni hosil qilgan.

Namdae daryosi

DualTNet 0,0058 metr RMSE, 0,0028 metr MAE va 0,9969 R² ga erishdi. Biroq sinov davrida anʼanaviy toshqin chegaralarining hech biri oshmagan. Shunga qaramay, barcha modellar uchun precision va recall 1,0000 deb xabar qilingan.

Haqiqiy musbat va bashorat qilingan musbat namuna boʻlmaganda:

\[ Precision=\frac{0}{0} \]

\[ Recall=\frac{0}{0} \]

boʻlgani sababli bu metrikalar matematik jihatdan aniqlanmagan. Qiymatlarning 1 deb belgilanishi toʻrt joy oʻrtachasidagi tasniflash natijalarini sunʼiy ravishda oshiradi. Shu sababli Namdae natijalari faqat RMSE, MAE va R² orqali talqin qilinishi kerak.

Suyeong daryosi

Suv qalqishi taʼsiri kuchli boʻlgan joyda DualTNet 0,0458 metr RMSE, 0,0334 metr MAE va 0,9783 R² ga erishdi. TimeMixerning RMSE qiymati 0,0459 metrdir; demak, ikki model orasidagi farq atigi 0,0001 metr. Bu joy DualTNet afzalligi barcha sharoitlarda ham katta emasligini koʻrsatadi.

Bashorat noaniqligi

5-shaklda DualTNet bashoratlari atrofida %95 bashorat oraliqlari koʻrsatilgan. Oraliqlar yuqori suv sathlarida kengayishi, ayniqsa Haman va Suyeong joylarida ekstremal qiymatlar atrofidagi noaniqlik ortishi koʻrinadi.

Biroq asosiy usul boʻlimida bu oraliqlar Monte Carlo dropout, model ansambli, qoldiq taqsimoti, konformal bashorat yoki boshqa usul bilan qanday yaratilgani tushuntirilmagan. Shu sababli %95 ifodasining haqiqiy qamrov darajasini mustaqil baholab boʻlmaydi.

Modelning tushuntiriluvchanligi qanday oʻrganildi?

t-SNE tahlili

LSTM, TimeMixer va DualTNetning soʻnggi yashirin qatlamlaridan olingan ifodalar t-SNE usuli bilan past oʻlchamli fazoga oʻtkazildi. Nuqtalarning rangi vaqtni, kattaligi esa bashorat qilingan suv sathini ifodalaydi.

Joman daryosi uchun tayyorlangan shakllarda LSTM ifodalari siqiq tuzilma hosil qilgani, TimeMixer kengroq tarqalgani va DualTNet yuqori suv sathi bashoratlarini muayyan hududda aniqroq jamlagani ilgari suriladi.

Bu vizual yuqori suv holatlari model ichida boshqacha ifodalanganini anglatadi; biroq t-SNE nazoratsiz vizuallashtirish usulidir. Natijalar qoʻllangan perplexity, boshlangʻich urugʻ va masofa oʻlchoviga sezgir boʻlishi mumkin. Bu parametrlar xabar qilinmagan. Bundan tashqari, usul matni uch oʻlchamli proyeksiyani tilga olsa, shakl ikki oʻqli, ikki oʻlchamli tasvirni taqdim etadi.

Integrated Gradients tahlili

Integrated Gradients bashorat natijasining har bir kirishga sezgirligini tayanch kirishdan haqiqiy kirishgacha boʻlgan yoʻl davomida jamlaydi:

\[ IG_i(x)=(x_i-x'_i)\int_0^1 \frac{\partial F(x'+\alpha(x-x'))}{\partial x_i}\,d\alpha \]

• \(x_i\): Haqiqiy kirish xususiyati
• \(x'_i\): Tayanch yoki boshlangʻich kirish
• \(F\): Bashorat modeli
• \(\alpha\): Tayanchdan haqiqiy kirishga oʻtish koeffitsiyenti
• \(IG_i\): Xususiyatning bashoratga tegishli hissasi

Joman daryosidagi tanlangan yuqori suv hodisasida LSTM asosan soʻnggi suv sathi kuzatuvlariga tayangani koʻrildi. TimeMixer jamlangan yogʻinga koʻproq vazn berdi, biroq hissalarni kengroq vaqt oraligʻiga tarqatdi.

DualTNetda jamlangan yogʻin, joriy suv sathi, yogʻin va havza boʻyicha oʻrtacha yogʻin birgalikda taʼsir koʻrsatdi. Hissalarning ayniqsa bashorat vaqtiga yaqin soatlarda jamlanishi kichik daryolardagi qisqa muddatli yogʻin–sath javobiga mos deb talqin qilindi.

Bu tahlil modelning qaysi kirishlarga sezgirligini koʻrsatadi, biroq sababiylikni isbotlamaydi. Yuqori atributsiya qiymati tegishli oʻzgaruvchi toshqinning jismoniy sababi ekanini yoki model barcha hodisalarda bir xil qaror yoʻlidan foydalanishini koʻrsatmaydi.

FLOWT² erta ogohlantirish usuli

Bashoratdan koʻtarilish tezligiga oʻtish

DualTNetning uch soatdan keyingi suv sathi bashorati joriy kuzatuv bilan taqqoslanib, oʻrtacha koʻtarilish tezligi hisoblandi:

\[ r_t=\frac{\hat{h}_{t+T|t}-h_t}{T} \]

• \(r_t\): Bashorat qilingan oʻrtacha suv sathi koʻtarilish tezligi
• \(\hat{h}_{t+T|t}\): \(t\) vaqtida yaratilgan \(t+T\) suv sathi bashorati
• \(h_t\): Joriy kuzatilgan suv sathi
• \(T\): Bashorat ufqi; ushbu tadqiqotda 3 soat

Katta va musbat \(r_t\) qiymati suv sathi kelgusi uch soat ichida tez koʻtarilishi kutilayotganini koʻrsatadi.

Tarixiy odatiy xatti-harakat

Koʻtarilish tezligining tarixiy oʻrtachasi:

\[ \mu_r=\frac{1}{N}\sum_{i=1}^{N}r_i \]

Taqsimot oʻlchovi matnda quyidagicha berilgan:

\[ s_r=\frac{1}{N-1}\sum_{i=1}^{N}(r_i-\mu_r)^2 \]

Bu ifoda standart ogʻishdan koʻra tanlanma dispersiyasini hisoblaydi. Matnning bir joyida \(s_r^2\) ifodasi ishlatilgan, tenglamada esa \(s_r\) yozilgan. Shu sababli notatsiya aniq va izchil emas.

FLOWT² statistikasi

Bashorat qilingan koʻtarilish tezligining odatiy xatti-harakatdan uzoqligi:

\[ T_t^2=\frac{(r_t-\mu_r)^2}{s_r} \]

shaklida hisoblangan. Kuzatilayotgan qiymat bir oʻlchamli boʻlgani uchun bu ifoda amalda standartlashtirilgan ogʻish kvadratiga teng. Anʼanaviy Hotelling T² usuli koʻp oʻzgaruvchili vektorlar uchun ishlab chiqilgan boʻlsa-da, bu yerda faqat bitta koʻtarilish tezligi qatoriga qoʻllangan.

Nazoratning yuqori chegarasi:

\[ UCL=\frac{m+1}{m}F_{1-\alpha;1,m-1} \]

deb berilgan va \(\alpha=0{,}005\) ishlatilgan. \(T_t^2>UCL\) sharti yuzaga kelganda anomal koʻtarilish ogohlantirishi yaratilgan.

Formulalarda tarixiy namunalar soni avval \(N\), nazorat chegarasida esa \(m\) bilan koʻrsatilgan. Matnda ular ayni namuna toʻplamini ifodalashi yoki ifodalamasligi aniq bayon qilinmagan.

Nazorat chegarasini belgilashdagi noaniqlik

Tadqiqot oʻrtacha va dispersiya “tarixiy maʼlumotlar toʻplami”dan hisoblanganini bildiradi; biroq bu toʻplam faqat oʻqitish maʼlumotlarini, oʻqitish va tekshirishni yoki butun kuzatuv davrini qamrab olishi tushuntirilmagan.

Agar nazorat chegarasiga sinov davri maʼlumotlari kiritilgan boʻlsa, kelajakdagi xatti-harakat modelni ishlab chiqish bosqichiga sizib kirgan boʻladi. Faqat oʻqitish davri ishlatilgani ochiq koʻrsatilmaganligi sababli ogohlantirish samaradorligi maʼlumotlar sizib chiqishidan butunlay mustaqil ekani tasdiqlanmaydi.

FLOWT² qaysi hodisalarni aniqladi?

Ogohlantirish usulining muvaffaqiyati toʻrtta joydagi jami sakkizta “muhim suv sathi koʻtarilishi” orqali baholandi.

DualTNet asosidagi usul sakkizta muhim hodisa uchun sakkizta ogohlantirish yaratdi va ularning barchasi toʻgʻri hodisalarga mos keldi. LSTM asosidagi usul jami 18 ta hodisa ogohlantirishini yaratdi, faqat toʻrttasi muhim koʻtarilishlarga mos keldi. TimeMixer asosidagi tizim sakkizta ogohlantirish yaratib, oltita muhim hodisani ushladi.

“%100 aniqlash darajasi” qanday talqin qilinishi kerak?

Tadqiqotda ishlatilgan koʻrsatkich quyidagicha:

\[ \text{Önemli olay tespit oranı}=\frac{\text{Doğru tespit edilen önemli olay}}{\text{Gerçek önemli olay sayısı}} \]

Bu oʻlchov hodisa asosidagi recall qiymatidir. Notoʻgʻri ogohlantirishlar maxrajga kiritilmaydi. Masalan, Suyeong joyida LSTM uchta ogohlantirish yaratgan va ulardan faqat bittasi haqiqiy muhim hodisaga mos kelgan; shunga qaramay, yagona haqiqiy hodisani ushlagani uchun koʻrsatkich %100 deb berilgan.

Shu sababli “%100 aniqlash” iborasining oʻzi yolgʻon signal yoʻqligini koʻrsatmaydi. DualTNet jadvalida yaratilgan hodisalar soni toʻgʻri hodisalar soniga teng boʻlgani uchun xabar qilingan kichik namunada qoʻshimcha notoʻgʻri hodisa koʻrinmaydi. Shunga qaramay, usul ishonchliligini baholash uchun hodisa precisioni, yolgʻon signal darajasi, oʻrtacha ogohlantirish vaqti, har bir ogohlantirish boʻyicha takrorlar soni va vaqtlanish xatosi ham xabar qilinishi kerak.

Joman daryosidagi erta ogohlantirish taqqoslovi

Tadqiqotning batafsil misolida uchta tizim taqqoslangan:

FLOWT² faqat uch soatdan keyingi bashoratda jiddiy suv sathi chegarasi oshishini kutmagan; koʻtarilish odatiy xatti-harakatdan ogʻa boshlagan ertaroq davrda ogohlantirish yaratgan. Shu sababli uch soatlik bashorat modelidan ayrim hodisalarda uch soatdan uzunroq “chegara oshishigacha qolgan vaqt” olish mumkin boʻlgan.

Tadqiqotning umumiy jadvalida joy va hodisaga qarab taxminan 3 soatdan 1 kungacha oldindan vaqt xabar qilinadi. Biroq bir kungacha yetgan misollar Qoʻshimcha material G da koʻrsatilgani aytilgan shakllarga asoslanadi. Bu qoʻshimcha materiallar yuklangan versiyada yoʻqligi sababli bir kunlik yuqori chegarani asosiy matndan mustaqil tasdiqlab boʻlmaydi.

Tadqiqotning kuchli tomonlari

• Toʻrt xil gidrologik sharoitga ega haqiqiy kichik daryolardan foydalanilgan.
• Oʻqitish, tekshirish va sinov davrlari tasodifiy aralashtirish oʻrniga yillar boʻyicha ajratilgan.
• Taklif etilgan model yettita kuchli vaqt qatori usuli bilan taqqoslangan.
• Bashorat xatolaridan tashqari, chegaraga asoslangan precision va recall qiymatlari taqdim etilgan.
• Tez koʻtarilish, teskari suv va suv qalqishi taʼsirlari alohida joylarda oʻrganilgan.
• Model xatti-harakati t-SNE va Integrated Gradients yordamida vizuallashtirilgan.
• Bashorat modeli bevosita operatsion ogohlantirish mantiqiga bogʻlangan.
• Ogohlantirishlar faqat vaqt qadami darajasida emas, hodisa miqyosida ham oʻrganilgan.
• Model tanlashda kelajakdagi bir yilning sinov davri sifatida ajratilishi tasodifiy boʻlinishga nisbatan realistikroq baholashni taʼminlagan.

Asosiy cheklovlar

• Tadqiqot taqrizdan oʻtmagan preprintdir.
• Faqat Janubiy Koreyadagi toʻrtta daryoda sinovdan oʻtkazilgan; mustaqil mamlakat yoki havzada tashqi tekshirish yoʻq.
• Ogohlantirish bahosida jami atigi sakkizta muhim koʻtarilish hodisasi mavjud.
• Muhim koʻtarilish hodisalarining obyektiv boshlanish, tugash va shiddat taʼriflari tushuntirilmagan.
• Hodisani aniqlash darajasi yolgʻon signallar sonini jazolamaydi.
• Namdae joyida musbat chegara oshishi boʻlmasa-da, aniqlanmagan precision va recall qiymatlari 1 deb berilgan.
• Takroriy oʻqitishlar, tasodif urugʻlari, standart ogʻishlar va ishonch oraliqlari xabar qilinmagan.
• DualTNetning EPDM, davriy qoldiq va moslashuvchan birlashtirish qismlari uchun alohida modulni olib tashlash tajribasi oʻtkazilmagan.
• Model yutugʻi qaysi meʼmoriy qismdan kelgani bevosita koʻrsatilmagan.
• Optunaning sinovlar soni va tanlangan yakuniy giperparametrlar asosiy matnda yoʻq.
• Kod, oʻqitilgan model vaznlari va maʼlumot tayyorlash skriptlari uchun ochiq repozitoriy havolasi berilmagan.
• FLOWT² nazorat chegarasi oʻqitish, tekshirish yoki barcha davrlardan qaysi biri bilan hisoblangani koʻrsatilmagan.
• FLOWT² bir oʻzgaruvchili koʻtarilish tezligiga qoʻllanganiga qaramay, Hotelling T² deb atalgan.
• Dispersiya va standart ogʻish notatsiyasi hamda \(N\) va \(m\) namuna soni belgilarida izchillik yoʻq.
• %95 bashorat oraliqlari qanday yaratilgani tushuntirilmagan.
• t-SNE matni uch oʻlchamli proyeksiyani tilga olsa, shakl ikki oʻlchamlidir.
• Bir kungacha ogohlantirish vaqtini qoʻllab-quvvatlovchi qoʻshimcha shakllar yuklangan versiyada yoʻq.
• Real vaqt hisoblash vaqti, apparat, maʼlumot oqimi kechikishi va tizim mavjudligi oʻlchanmagan.
• Sensor nosozligi, yetishmayotgan maʼlumotlar, aloqa uzilishi va notoʻgʻri yogʻin oʻlchovi ssenariylari sinovdan oʻtkazilmagan.
• Ogohlantirishlardan haqiqiy boshqaruvchilar foydalangan operatsion pilot dastur taqdim etilmagan.

Tadqiqot nimani qoʻllab-quvvatlaydi?

Natijalar DualTNet tanlangan toʻrtta daryoning 2024-yil sinov maʼlumotlarida taqqoslangan yettita modelga qaraganda suv sathi bashoratining pastroq oʻrtacha xatosini bera olishini qoʻllab-quvvatlaydi. Model ayniqsa Joman va Haman joylaridagi tez yoki teskari suv taʼsiridagi koʻtarilishlarda kuchli natija bergan.

Tadqiqot shuningdek, sobit toshqin chegaralari yaxshi uch soatlik bashorat modeli bilan ishlatilganda kuzatilgan chegara oshishidan oldin ogohlantirish bera olishini; bashorat qilingan koʻtarilish tezligining statistik ogʻishini kuzatuvchi FLOWT² yondashuvi ayrim hodisalarda bu vaqtni yanada uzaytirishi mumkinligini koʻrsatadi.

Integrated Gradients natijalari DualTNet faqat oʻtgan suv sathiga emas, yogʻin va jamlangan yogʻin kabi tashqi kirishlarga ham sezgir ekanini koʻrsatadi. Bu topilma model bashorat xatti-harakati kichik daryolarning qisqa muddatli yogʻin javobiga mos boʻlishi mumkinligini qoʻllab-quvvatlaydi.

Tadqiqot nimani isbotlamaydi?

Tadqiqot DualTNet-FLOWT² tizimi barcha kichik daryolarda %100 toshqin aniqlashni taʼminlashini isbotlamaydi. %100 qiymat faqat toʻrtta joyda belgilangan sakkizta muhim koʻtarilish hodisasiga tegishli.

Tadqiqot usul Turkiyada, boshqa iqlimlarda, oʻlchov stansiyalari siyrak havzalarda yoki bashorat qilinganidan kuchliroq hodisalarda ayni aniqlikni saqlashini koʻrsatmaydi. Model oʻtmish kuzatuvlarida boʻlmagan gidrologik sharoitlarda qoʻshimcha tekshirishni talab qiladi.

Bir kunlik ogohlantirish vaqti universal bashorat ufqi emas. Model faqat uch soat keyingi suv sathini bashorat qiladi. Uzoqroq oldindan vaqt boshlangʻich xususiyatdagi anomal koʻtarilishning yakuniy toshqin chegarasidan ancha oldin aniqlanishiga asoslanadi va har bir hodisada yuzaga kelmasligi mumkin.

Bundan tashqari, model dalada real vaqtda ishlaydigan, uzluksiz, ishonchli va institutsional qaror jarayonlariga integratsiyalangan erta ogohlantirish tizimi ekani koʻrsatilmagan.

Turkiya nuqtayi nazaridan ehtimoliy ahamiyati

Usul Turkiyada qisqa javob vaqtiga ega kichik daryolar va shahar soylarini kuzatish uchun mazmunli tadqiqot doirasini taqdim etadi. Ayniqsa faqat sobit suv sathi chegaralariga tayanuvchi tizimlarda bashorat qilingan koʻtarilish tezligini alohida kuzatish ertaroq qaror chiqarish imkoniyatiga ega.

Turkiyada qoʻllanadigan tizim uchun mahalliy daryolarning oʻlchash chastotasi, yogʻin radarlari, yuqori va quyi oqim stansiyalari, suv qalqishi yoki teskari suv taʼsirlari va mahalliy toshqin chegaralari alohida modellashtirilishi kerak. Janubiy Koreyada oʻqitilgan vaznlarni Turkiyaga bevosita koʻchirish maqsadga muvofiq emas.

Operatsion foydalanishdan oldin quyidagi tekshiruvlar zarur:

1. Turkiyaning bir nechta havzasida oʻtgan hodisalar bilan retrospektiv sinov
2. Toshqin hodisalarini mustaqil mutaxassislar tomonidan oldindan belgilangan mezonlar asosida belgilash
3. Yolgʻon signal darajasi, oʻtkazib yuborilgan hodisalar darajasi va ogohlantirish vaqtlanishi xatosini birgalikda xabar qilish
4. Jonli sensor va yogʻin maʼlumotlari bilan real vaqt pilot tadqiqoti
5. Yetishmayotgan maʼlumotlar va aloqa uzilishi ssenariylari
6. Nazorat chegaralarini faqat oʻtmishdagi oʻqitish davridan hisoblash
7. Ehtimollik bashorati va kalibrlangan noaniqlik oraliqlari
8. Mahalliy favqulodda vaziyatlarni boshqarish boʻlinmalari bilan inson–tizim qaror oqimini sinash

Tadqiqot usuli va topilmalari

Eng muhim sonli natijalar

• DualTNetning toʻrt joy boʻyicha oʻrtacha RMSE qiymati 0,0184 metrdir.
• Oʻrtacha MAE 0,0118 metr, R² esa 0,9925.
• Oʻrtacha precision 0,9706, recall esa 0,9658 deb xabar qilingan.
• Joman daryosida RMSE 0,0144 metr va R² 0,9948.
• Haman daryosida RMSE 0,0075 metr va R² 0,9998.
• Namdae daryosida RMSE 0,0058 metr va R² 0,9969.
• Suyeong daryosida RMSE 0,0458 metr va R² 0,9783.
• DualTNet-FLOWT² jami sakkizta muhim koʻtarilishning sakkiztasini aniqladi.
• Joman misolida sobit chegarali DualTNet taxminan 3 soat oldindan vaqt taʼminladi.
• Ayni hodisada DualTNet-FLOWT² taxminan 3–8 soat oldindan vaqt yaratdi.

Natijalar ishonchliligini oshiradigan qoʻshimcha tajribalar

1. DualTNet komponentlari alohida-alohida olib tashlanadigan ablatsiya sinovlari
2. Kamida besh xil tasodif urugʻi bilan oʻrtacha va standart ogʻishni xabar qilish
3. Rolling-origin yoki ketma-ket yillarga asoslangan koʻp martalik vaqt qatori tekshiruvi
4. Mustaqil mamlakat va havzalarda tashqi sinov
5. Hodisa precisioni, recall, F1, yolgʻon signal darajasi va ogohlantirish vaqtlanishi xatosi
6. FLOWT² uchun turli alfa qiymatlarining sezgirlik tahlili
7. Nazorat chegarasi faqat oʻqitish maʼlumotlari bilan hisoblanganini koʻrsatish
8. Yuqori suv hodisasi taʼrifini obyektiv va oldindan belgilangan mezonlarga bogʻlash
9. Bashorat oraliqlari uchun qamrov ehtimoli va oʻrtacha oraliq kengligi
10. Sensor nosozligi, yetishmayotgan va kechikkan maʼlumotlar sinovlari
11. Real vaqt hisoblash vaqti va apparat resurslari sarfini oʻlchash
12. Mahalliy favqulodda vaziyatlarni boshqarish boʻlinmalari bilan operatsion pilot dastur

Manba va usul qaydi

Tadqiqotning asl nomi: Interpretable flood early warning via dual-branch temporal network: Application to small rivers with rapid water-level changes

Qisqa nomi: DualTNet-based flood prediction

Mualliflar va toʻgʻri tartibi: HaEun Jung, YoungHo Song, Sangdan Kim, KiJeon Nam.

Teng birinchi muallif yoki teng hissa: Tadqiqotda teng birinchi mualliflik yoki teng hissa bayonoti yoʻq.

Masʼul muallif: KiJeon Nam.

Institutsional mansublik: Department of Environmental Engineering, Pukyong National University, Busan 48513, Republic of Korea.

DOI:10.2139/ssrn.7025913

Tadqiqotning rasmiy sahifasi:SSRN rasmiy qaydi

Nashr platformasi: SSRN.

Platforma operatori: Elsevier tarkibidagi SSRN platformasi.

Yuklangan sana: 30-iyun 2026.

Nashr yili: 2026.

Jurnal: Taqrizli jurnal nashri tasdiqlanmagan. Tadqiqot boshida keltirilgan “VSI: AI–Hydrology Digital Twins” iborasi ehtimoliy maxsus son maqsadini koʻrsatadi, ammo nashr etilgan jurnal identifikatorini yaratmaydi.

Taqriz holati: Tadqiqot taqrizdan oʻtmagan preprintdir.

Manba turi: Yangi chuqur oʻrganish arxitekturasi, tushuntiriladigan sunʼiy intellekt tahlili va bashoratga asoslangan statistik erta ogohlantirish usulini oʻz ichiga olgan hisoblash gidrologiyasi tadqiqoti.

Moliyalashtirish: Tadqiqot Korea Environment Industry & Technology Institute tomonidan olib borilgan va Korea Ministry of Environment qoʻllab-quvvatlagan RS-2024-00332300 raqamli loyiha hamda National Research Foundation of Koreaning RS-2025-16067766 raqamli granti doirasida moliyalashtirilgan.

Generativ sunʼiy intellektdan foydalanish: Mualliflar ChatGPTdan grammatika tuzatish uchun foydalanganlarini, keyin mazmunni koʻrib chiqib, toʻliq masʼuliyatni oʻz zimmalariga olganlarini bildirgan.

Manfaatlar toʻqnashuvi: Yuklangan versiyada manfaatlar toʻqnashuvi haqida ochiq bayonot mavjud emas.

Muallif hissalari: Muallif hissalarining batafsil jadvali yoki CRediT bayonoti mavjud emas.

Maʼlumot manbalari: Suv sathi, nuqtaviy yogʻin va ayrim havza boʻyicha oʻrtacha yogʻin maʼlumotlari Nakdong River Flood Control Office; radarga asoslangan havza yogʻin maʼlumotlari Han River Flood Control Office; suv qalqishi maʼlumotlari Korea Hydrographic and Oceanographic Agency manbalaridan olingan.

Maʼlumot va kodga kirish: Model kodi, oʻqitish skriptlari, oʻqitilgan vaznlar, toʻliq maʼlumotlar toʻplamlari va takrorlanadigan tajriba konfiguratsiyasi uchun ochiq repozitoriy havolasi berilmagan.

Qoʻshimcha material holati: Tadqiqotda matematik meʼmoriy tafsilotlar, model tavsiflari, Optuna natijalari, boshqa joylardagi XAI tahlillari va erta ogohlantirish taqqoslovlari uchun Qoʻshimcha material A–G ga havola beriladi. Bu qoʻshimcha materiallar yuklangan 49 sahifali versiyada mavjud emas.

Ushbu oʻzbekcha izoh tadqiqotning asosiy matni, formulalari, jadvallari, vaqt qatorlari, meʼmoriy sxemalari, bashorat grafiklari, t-SNE tasvirlari, Integrated Gradients tahlillari va hodisa asosidagi ogohlantirish jadvallari asosida tayyorlandi. Ilmiy natijalarga tashqi manbalardan yangi topilma qoʻshilmadi. Tashqi tekshiruv faqat nom, mualliflar, DOI, yuklangan sana, platforma va tadqiqotning rasmiy havolasini tasdiqlash maqsadida ishlatildi.

Natijalar faqat oʻrganilgan toʻrtta Janubiy Koreya daryosining belgilangan sinov davrlari uchun amal qiladi. DualTNet-FLOWT² tizimi mahalliy kalibrlash, tashqi tekshirish va jonli dala tajribasisiz turli havzalarga yoki operatsion favqulodda vaziyatlarni boshqarish jarayonlariga bevosita koʻchirilmasligi kerak.