我敢打賭，我們從小學就能記住的一課是水迴圈。 即使你不記得你到底學到了什麼，你也可能記得某種**或圖表，它們是如此豐富多彩和富有創意，讓這一天感覺更有趣。 對於我們中的一些人（包括我自己）來說，老實說很難忘記。 即使在世界上，想到水迴圈的三個組成部分，雙關語，沖洗和重複：蒸發、冷凝和沉澱，感覺也很簡潔。
沒有水，我們的星球就無法生存，水占世界整個表面的71%，海洋約佔這一數字的97%。 然而，話雖如此，當你混合在不斷變化的氣候中時，這個過程會變得非常複雜，這是由人類活動（如燃燒煤炭）和我們作為乙個社會貢獻的其他日常影響驅動的。 作為一名天氣預報員，我知道我們在洪水、山體滑坡和乾旱等水上自然災害時面臨的挑戰。
但是，為了讓科學家做出最準確的**並更好地了解這個迴圈是如何運作的，我們需要獲得和審查包含盡可能多的高解像度資料的模型。 理想情況下，這些資料還應該覆蓋地球的每一寸土地，從最高峰一直到深埋在地下的水。
而且，多虧了歐洲航天局的資助，科學家們正在建立乙個地球及其所有可以檢查的可愛水的數字孿生。
以高解像度模擬地球非常複雜，所以基本上我們的想法是首先關注乙個特定的目標，“義大利國家研究委員會的盧卡·布羅卡在乙份宣告中說。 “這就是我們開發背後的想法——地中海盆地案例研究中陸地水迴圈的數字孿生。 我們的目標是建立乙個系統，允許非專業人士（包括政策制定者和公民）執行互動式模擬。
Brocca是一篇關於這項研究的深度文章的主要作者，他與同事一起建立了數字孿生。 通過這個模型，科學家可以不斷輸入新資料，以模擬地球上不同環境中的最佳情況和最壞情況的自然災害情景。 例如，通過複製山體滑坡，可以像實時發生一樣監控相關的風險和狀況。 這可以根據每次測試中學到的知識，進一步幫助為未來潛在的破壞性事件做好準備。
那麼，這些模型是如何建立的呢？
**10,000 名球迷獎勵計畫 根據美國宇航局的記錄，自 1880 年以來，全球平均氣溫一直在穩步上公升。 （*nasa）
科學家們已經做了大量的工作，以盡可能多地利用衛星資料，這些資料是通過大量的地球觀測收集的。 然後，他們將土壤濕度、降水量、積雪深度、蒸發量和河流流量的測量結果混合在一起，以特定的時間間隔進行測量，以清晰地描繪地球上變數的動態。 然後，該模型的高解像度資料可以用作科學家的互動式工具。
這個專案是尖端衛星任務與科學界之間協同作用的完美例子，“布羅卡說。 像這樣的合作，加上對計算基礎設施的投資，對於管理氣候變化和其他人類影響的影響至關重要。
與任何型別的模型一樣，需要練習才能達到完美。 但你必須從某個地方開始。
Brocca及其同事首先使用數字孿生對義大利北部和地中海盆地其他地區的波河谷進行建模; 未來，他們計畫在歐洲各地建立類似的模型，然後再與其他大陸的科學家合作。 該項目的主要目標是幫助可能發生洪水和山體滑坡的地方，並學習如何更好地管理我們的水資源。
我們應該從我們非常熟悉的東西開始，“布羅卡說。 “波河谷非常複雜——我們有阿爾卑斯山，我們有雪，這很難模擬，尤其是在山脈等不規則和複雜的地形中。 然後是山谷，那裡有所有的人類活動——工業、灌溉。 然後我們有一條河流和極端事件——洪水、乾旱。 然後我們搬到了地中海，這是乙個調查極端事件的好地方，無論是水太多還是太少。
雖然該團隊的建模側重於更大的區域，但也計畫進行更多的本地化研究。 但是，就目前而言，科學家們繼續關注其機制中最大和最持久的挑戰。 例如，隨著大量資料的不斷新增，他們開發的複雜演算法將需要收斂; 他們說，需要更多的地面觀測，以繼續驗證他們使用的衛星資料。
同樣，為了應對使用衛星資料時可能出現的任何不確定性，Brocca希望將人工智慧納入他的計畫中，以消除一些問題。 在某種程度上，如果人工智慧確實可以得到很好的訓練，它就像一雙額外的眼睛。 正如我們在天氣模型（例如與野火相關的模型）中使用人工智慧時所看到的那樣，這種合作的好處包括最大限度地減少由於大氣條件變化而捕獲影象時有時會發生的錯誤。 實施人工智慧還可以節省時間，使人類工程師能夠專注於其他關注領域。
布羅卡說：“科學家、航天機構和政策制定者的共同努力有望在未來實現乙個未來，即用於水文的數字孿生地球為可持續水資源管理和復原力提供有價值的見解。