我敢打赌，我们从小学就能记住的一课是水循环。 即使你不记得你到底学到了什么，你也可能记得某种**或图表，它们是如此丰富多彩和富有创意，让这一天感觉更有趣。 对于我们中的一些人（包括我自己）来说，老实说很难忘记。 即使在世界上，想到水循环的三个组成部分，双关语，冲洗和重复：蒸发、冷凝和沉淀，感觉也很简洁。
没有水，我们的星球就无法生存，水占世界整个表面的71%，海洋约占这一数字的97%。 然而，话虽如此，当你混合在不断变化的气候中时，这个过程会变得非常复杂，这是由人类活动（如燃烧煤炭）和我们作为一个社会贡献的其他日常影响驱动的。 作为一名天气预报员，我知道我们在洪水、山体滑坡和干旱等水上自然灾害时面临的挑战。
但是，为了让科学家做出最准确的**并更好地了解这个循环是如何运作的，我们需要获得和审查包含尽可能多的高分辨率数据的模型。 理想情况下，这些数据还应该覆盖地球的每一寸土地，从最高峰一直到深埋在地下的水。
而且，多亏了欧洲航天局的资助，科学家们正在建立一个地球及其所有可以检查的可爱水的数字孪生。
以高分辨率模拟地球非常复杂，所以基本上我们的想法是首先关注一个特定的目标，“意大利国家研究委员会的卢卡·布罗卡在一份声明中说。 “这就是我们开发背后的想法——地中海盆地案例研究中陆地水循环的数字孪生。 我们的目标是创建一个系统，允许非专业人士（包括政策制定者和公民）运行交互式模拟。
Brocca是一篇关于这项研究的深度文章的主要作者，他与同事一起创建了数字孪生。 通过这个模型，科学家可以不断输入新数据，以模拟地球上不同环境中的最佳情况和最坏情况的自然灾害情景。 例如，通过复制山体滑坡，可以像实时发生一样监控相关的风险和状况。 这可以根据每次测试中学到的知识，进一步帮助为未来潜在的破坏性事件做好准备。
那么，这些模型是如何创建的呢？
**10,000 名球迷奖励计划 根据美国宇航局的记录，自 1880 年以来，全球平均气温一直在稳步上升。 （*nasa）
科学家们已经做了大量的工作，以尽可能多地利用卫星数据，这些数据是通过大量的地球观测收集的。 然后，他们将土壤湿度、降水量、积雪深度、蒸发量和河流流量的测量结果混合在一起，以特定的时间间隔进行测量，以清晰地描绘地球上变量的动态。 然后，该模型的高分辨率数据可以用作科学家的交互式工具。
这个项目是尖端卫星任务与科学界之间协同作用的完美例子，“布罗卡说。 像这样的合作，加上对计算基础设施的投资，对于管理气候变化和其他人类影响的影响至关重要。
与任何类型的模型一样，需要练习才能达到完美。 但你必须从某个地方开始。
Brocca及其同事首先使用数字孪生对意大利北部和地中海盆地其他地区的波河谷进行建模; 未来，他们计划在欧洲各地创建类似的模型，然后再与其他大陆的科学家合作。 该项目的主要目标是帮助可能发生洪水和山体滑坡的地方，并学习如何更好地管理我们的水资源。
我们应该从我们非常熟悉的东西开始，“布罗卡说。 “波河谷非常复杂——我们有阿尔卑斯山，我们有雪，这很难模拟，尤其是在山脉等不规则和复杂的地形中。 然后是山谷，那里有所有的人类活动——工业、灌溉。 然后我们有一条河流和极端事件——洪水、干旱。 然后我们搬到了地中海，这是一个调查极端事件的好地方，无论是水太多还是太少。
虽然该团队的建模侧重于更大的区域，但也计划进行更多的本地化研究。 但是，就目前而言，科学家们继续关注其机制中最大和最持久的挑战。 例如，随着大量数据的不断添加，他们开发的复杂算法将需要收敛; 他们说，需要更多的地面观测，以继续验证他们使用的卫星数据。
同样，为了应对使用卫星数据时可能出现的任何不确定性，Brocca希望将人工智能纳入他的计划中，以消除一些问题。 在某种程度上，如果人工智能确实可以得到很好的训练，它就像一双额外的眼睛。 正如我们在天气模型（例如与野火相关的模型）中使用人工智能时所看到的那样，这种合作的好处包括最大限度地减少由于大气条件变化而捕获图像时有时会发生的错误。 实施人工智能还可以节省时间，使人类工程师能够专注于其他关注领域。
布罗卡说：“科学家、航天机构和政策制定者的共同努力有望在未来实现一个未来，即用于水文的数字孪生地球为可持续水资源管理和复原力提供有价值的见解。