Λαγουβάρδος: Πρωτοποριακό σύστημα τεχνητής νοημοσύνης για την πρόγνωση πλημμυρών στη Θεσσαλία

 Σύνταξη άρθρου: Κ. Λαγουβάρδος, Χ. Γιαννακλής, Β. Κοτρώνη (Μονάδα ΜΕΤΕΟ, Εθνικό Αστεροσκοπείο Αθηνών), Η. Δημητρίου, Α. Παπαδόπουλος (Τομέας Εσωτερικών Υδάτων, Ελληνικό Κέντρο Θαλασσίων Ερευνών)

Η συνεργασία δύο δημόσιων επιστημονικών φορέων, της Μονάδας ΜΕΤΕΟ του Εθνικού Αστεροσκοπείου Αθηνών και του Τομέα Εσωτερικών Υδάτων του Ελληνικού Κέντρου Θαλασσίων Ερευνών, με την υποστήριξη της Περιφέρειας Θεσσαλίας, οδήγησε στην ανάπτυξη ενός πρωτοποριακού επιχειρησιακού συστήματος βραχυπρόθεσμης πρόγνωσης πλημμυρών για τη Θεσσαλία.

Αξιοποιώντας συνδυαστικά δεδομένα των τελευταίων πέντε ετών από ένα εκτεταμένο δίκτυο μετεωρολογικών και υδρολογικών σταθμών (μετρητών στάθμης ποταμών) που λειτουργούν στην περιοχή, αναπτύχθηκε για πρώτη φορά στην Ελλάδα ένα σύστημα που επιτρέπει την άμεση και επιχειρησιακή εκτίμηση της εξέλιξης της στάθμης ποταμών σε σχεδόν πραγματικό χρόνο, σε επιλεγμένα σημεία του υδρογραφικού δικτύου της Θεσσαλίας.

Πώς λειτουργεί το σύστημα: Το σύστημα βασίζεται σε σύγχρονες τεχνικές τεχνητής νοημοσύνης, με μοντέλα τα οποία έχουν εκπαιδευτεί χρησιμοποιώντας ιστορικά δεδομένα πέντε ετών, ώστε να αποτυπώνεται με ακρίβεια η σχέση μεταξύ της καταγεγραμμένης βροχόπτωσης και της απόκρισης της στάθμης των ποταμών. Με τον τρόπο αυτό:

*             το σύστημα μετατρέπει άμεσα την πληροφορία της βροχόπτωσης σε πρόγνωση στάθμης νερού,

*             ενώ παράλληλα ενσωματώνει δυναμικά τις πραγματικές μετρήσεις στάθμης από τους υδρολογικούς σταθμούς, βελτιώνοντας συνεχώς την ακρίβεια της πρόγνωσης.

Η προσέγγιση αυτή επιτρέπει την εκτίμηση της εξέλιξης της στάθμης των ποταμών για χρονικό ορίζοντα έως και 12 ωρών, παρέχοντας πολύτιμο χρόνο αντίδρασης για τις αρμόδιες αρχές.

Παράδειγμα εφαρμογής: Ένα χαρακτηριστικό παράδειγμα από την πρόσφατη κακοκαιρία των αρχών Απριλίου 2026 παρουσιάζεται στην Εικόνα 1, για την περιοχή της Νομής Πηνειού, δυτικά της Λάρισας. Στη συγκεκριμένη εφαρμογή, το σύστημα αξιοποιεί:

*             δεδομένα βροχόπτωσης από τον μετεωρολογικό σταθμό στο Περτούλι Τρικάλων,

*             και δεδομένα στάθμης από τον υδρολογικό σταθμό στον Πηνειό στη Νομή.

Η λευκή γραμμή αποτυπώνει την πραγματική στάθμη του ποταμού, ενώ οι χρωματιστές γραμμές αντιστοιχούν στις προβλέψεις τριών διαφορετικών μοντέλων τεχνητής νοημοσύνης που εφαρμόζονται στο σύστημα. ≠Τα αποτελέσματα δείχνουν ότι το σύστημα αναπαρήγαγε με πολύ υψηλή ακρίβεια την ταχεία άνοδο της στάθμης του Πηνειού, από περίπου 20 cm την 01/04/2026 σε περίπου 5 m στις 02/04/2026, ως απόκριση στις έντονες βροχοπτώσεις στην περιοχή του Περτουλίου. Παράλληλα, παρείχε σε πραγματικό χρόνο αξιόπιστη πρόγνωση της εξέλιξης της στάθμης για τις επόμενες 12 ώρες.

Εικόνα 1: Παράδειγμα εφορμογής του επιχειρησιακού συστήματος βραχυπρόθεσμης πρόγνωσης πλημμυρών για τη Θεσσαλία κατά την κακοκαιρία που έλαβε χώρα στις 01-04/04/2026.

Καινοτομία και προοπτικές: Το σύστημα αυτό αποτελεί ένα σημαντικό βήμα καινοτομίας για τα ελληνικά δεδομένα, καθώς:

*             εισάγει επιχειρησιακά τη χρήση τεχνικών τεχνητής νοημοσύνης στην υδρολογική πρόγνωση,

*             αξιοποιεί αποκλειστικά πραγματικές παρατηρήσεις πεδίου υψηλής ανάλυσης,

*             και γεφυρώνει τη μετεωρολογική πληροφορία με την υδρολογική απόκριση σε πραγματικό χρόνο.

Αναμένεται περαιτέρω βελτίωση της απόδοσης του συστήματος μέσω της ενσωμάτωσης νέων δεδομένων, συμπεριλαμβανομένου του υδρολογικού έτους 2025–2026, διότι τα συστήματα τεχνητής νοημοσύνης ενισχύουν σημαντικά την ακρίβειά τους όσο εμπλουτίζεται το σύνολο δεδομένων εκπαίδευσής τους.

Η ανάπτυξη του συστήματος αυτού αναδεικνύει τη σημασία της συνεργασίας μεταξύ επιστημονικών φορέων και περιφερειακών αρχών. Ευχαριστούμε θερμά την Περιφέρεια Θεσσαλίας για τη στήριξη σε ένα εγχείρημα που αξιοποιεί σύγχρονες τεχνολογίες αιχμής με στόχο την ενίσχυση της ετοιμότητας, της έγκαιρης προειδοποίησης και της προστασίας της ζωής και της περιουσίας των πολιτών.

_______________________________________________

Dr. Kostas Lagouvardos

Research Director

National Observatory of Athens/Institute for Environmental Research Lofos Koufou, 15236-Penteli, Athens, Greece

Tel: 30 210 3490827, e-mail: [email protected] <mailto:[email protected]>

ResearcherID: https://www.webofscience.com/wos/author/record/D-5683-2014 <https://www.webofscience.com/wos/author/record/D-5683-2014>

Weather forecasts: https://www.meteo.gr/meteomaps <https://www.meteo.gr/meteomaps>  (in english)

or https://www.meteo.gr <https://www.meteo.gr/>  (in greek)