A mesterséges intelligencia és gépi tanulás algoritmusainak alkalmazása a hidrológiai katasztrófák elleni védekezésben = Application of Artificial Intelligence and Machine Learning Algorithms in Protection Against Hydrological Disasters

Kirovné Rácz, Réka and Scholtz, Emánuel (2025) A mesterséges intelligencia és gépi tanulás algoritmusainak alkalmazása a hidrológiai katasztrófák elleni védekezésben = Application of Artificial Intelligence and Machine Learning Algorithms in Protection Against Hydrological Disasters. HADMÉRNÖK, 20 (4). pp. 125-147. ISSN 1788-1919

Preview

Text 08_kirovne-scholtz_125-147_HM2025_4.pdf - Published Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (222kB) | Preview

Abstract

Az elmúlt évtizedekben jelentősen megnőtt a katasztrófák száma, mind a természeti, mind az ember által előidézett katasztrófáké, hazai és nemzetközi viszonylatban is, ezért az előrejelző rendszerek fontossága felértékelődött. Az informatika és a számítástechnika, ezen belül a mesterséges intelligencia, gépi tanulás ugrásszerű fejlődésen ment keresztül az elmúlt időszakban, így lehetővé téve, relatív kevés erőforrással is, nagyon pontos, magas általánosító képességgel rendelkező prediktív modellek megalkotását. A klímaváltozás miatt az időjárás egyre kiszámíthatatlanabbá válik, egyre gyakoribbak a szélsőséges időjárási jelenségek. Ez komoly nehézségek elé állítja az országokat, beleértve Magyarországot is. A hidrológiai katasztrófák hazánkban, a vízrajzi és a domborzati adottságokból adódóan, mindig jellemző katasztrófakockázatot jelentettek. Megemlíthetjük az elmúlt évtizedekből például a 2006-os dunai és tiszai árvizet, a 2013-as dunai árvizet, a 2024-es nagy dunai árhullámot, a 2025-ös áradást a Kaposon, a 2013-as zempléni, a 2020-as dél-zalai villámárvizet, a 2012-es, a 2022-es rendkívüli aszályokat, a 2021-es csapadékhiányt, a 2025-ös aszályos időjárást, a 2013-as hókatasztrófát. 2024-ben az előrejelző rendszereknek sikerült időben érzékelni a veszélyt, a rendkívüli összefogásnak és a szakemberek fáradhatatlan munkájának köszönhetően sikerült hatékonyan védekezni az árvíz ellen. Tehát fontos az időbeni cselekvés, új, még pontosabb előrejelző, riasztó rendszerek és védelmi mechanizmusok kialakítása, a lakosság felkészítése. Ebben a cikkben összefoglaljuk a hazai és a nemzetközi kutatásokban használt algoritmusokat és a hazánkban működő előrejelző rendszereket. | In the last decades, the number of disasters has increased significantly, both natural and man-made, at the national and international level. As aresult, the importance of forecasting systems has greatly increased. Information technology and computer science, including artificial intelligence and machine learning, have undergone immense development in recent years, hence making it possible to create predictive models with very high accuracy and great generalisation capability, even having relatively few resources available. Due to climate change, the weather is becoming increasingly unpredictable, with extreme weather becoming more frequent. This is a serious challenge for countries, including Hungary. Unfortunately, hydrological disasters have become quite regular in our country. For example, we can mention the Danube and Tisza floods of 2006, the Danube flood of 2013, the major flood hazard situation on the Danube in 2024, the 2025flood on the Kapos River, the 2013 Zemplén flash flood, the 2020 South Zala flash flood, the very severe droughts of 2012 and 2022, the moderately severe drought of 2021, the dry weather conditions of 2025, and the snow disaster of 2013. In 2024, forecasting systems successfully detected the danger in time, and thanks to extraordinary cooperation and the tireless work of experts, the country managed to defend effectively against the flood. Consequently, taking action in time is crucial, along with the development of new, even more accurate forecasting and warning systems, as well as defence mechanisms and population preparedness. In this article, I present the algorithms used in domestic and international research, as well as the forecasting systems operating in Hungary

Actions (login required)

Edit Item