Prairie scene

金沙赌城的研究人员加入$1米NSF努力模型全国地下水

七重峰28,2020下午2点

来自普林斯顿的研究将有助于铅 100万$的项目由美国国家科学基金会(NSF) 将使用人工智能模拟国家的天然地下水系统,以提高水的管理,并帮助人们更好地为水灾和旱灾准备工作。

该项目是共收到2700万$的美国国家科学基金会的第一阶段29全国的一个 收敛加速器项目。现在进入第二个年头,该计划旨在促进团队为基础的多学科研究的是国家的重要应对各种挑战,会产生在不久的将来societally有价值的结果。

该研究小组由领导 劳拉·康登,水文和亚利桑那(UA)的大学大气科学助理教授,并且包括普林斯顿共主要调查 芦苇麦克斯韦,教授 土木与环境工程金沙赌城环境研究所 (PEI),并 彼得·梅尔基奥尔,助理教授 天体物理科学 在金沙赌城的联合任命 中心统计和机器学习。项目共同领导还包括帕特里克·奥利里,在科学的软件公司kitware科学计算的副主任,以及nirav厂商,UA数据科学研究所和cyverse的联席主管,为生命科学国家计算基础设施的主任认为,由美国国家科学基金会资助。

该项目将在数据科学,机器学习和水文结合研究人员的优势 - 它检查的动态和地球水循环的管理 - 以提高水文预报,或多少地下水是如何提供的预测,如何对其进行可持续管理,它将如何影响极端事件的严重性。

地下水可以防止干旱或加剧洪水,但预计这些事件可能如何影响需要知道多少地下水存在,麦克斯韦,谁负责的项目,该项目将设在培的普林斯顿端说。目前,有效和全面的水文预报通过的由各种科学家和研究机构保持模型和数据源“拼凑”的阻碍,他说。

“我们不知道我们有多少地下水也有,所以我们不知道多少我们可以在正常年份依靠它 - 更不用说干旱年份 - 也不是它可能会加剧洪水,尤其是山地系统的程度,”马克斯韦尔说。

“这个项目在一个无缝架构带来了很多的数据集和模型结果放在一起,”马克斯韦尔说。 “这是一个复杂的问题是,所有桥梁学科数据,复杂的数值模拟,大量的软件开发,数据科学和机器学习,用户参与度,教育和宣传。我们正在把所有这些元素一起在一个连贯的方式,我认为是非常不寻常的 - 如果不是唯一 - 为美国国家科学基金会资助的研究项目“。

地下水模型通常需要更多的计算机能力比大多数研究人员都在他们的处置,康登说。收敛加速器项目建立在一个全国规模的水文建模平台康登和麦克斯韦的工作在被称为 hydroframe - 允许对任何在美国分水岭快速和方便的建模 - 通过微调这一框架,以满足特定用水管理需求。美国。复垦局与团队合作,实现在美国西部水资源管理他们的数据。该团队还将与美国国家海洋和大气协会的工作 地球物理流体动力学实验室 - 位于普林斯顿的校园福莱斯特 - 他们的水文系统模拟融入全球气候模型。

“模拟地下水流和地下水面水的相互作用是非常具有挑战性的计算,”密码子表示。 “我们的团队已经开发了一些第一次全国规模的地下水模拟的,但它们需要数以百万计的对超级计算机的核心小时产生,这对于水资源管理者和规划者显著障碍。

“我们的项目将利用这些计算密集型和科学严谨的模拟,以构建学习机满足的是可以很容易地建立和运行水资源管理问题的模型,”康登说。

收敛加速器项目的第一阶段为九个月期间的进一步发展最初的概念,确定新的团队成员,参与创新的课程,并制定最初的原型提供资金。在第一阶段,在间距竞争和建议,评价每个团队参与的结束。即着手阶段两队获得高达500万$的为期两年的补助金;从首届收敛加速器获奖二期项目被宣布七重峰3。

在第一阶段,普林斯顿/ UA项目将建立在一个阶段二师友计划编制的教育课程旨在提高弱势群体学生在科学领域的参与。

“水是吸引学生的好方法,”马克斯韦尔说。 “通过这一举措,我们将制定旨在把学生直接到现实世界的挑战本科层次的项目。”

该项目“隐藏的水和水文极端:机器学习和水资源管理地下水数据平台”是由美国国家科学基金会的资助 收敛促进剂(C-加速度)程序.