A trópusi ciklonok (gyorsan forgó viharrendszerek, amelyeket alacsony nyomású középpont, erős szél és heves esőzéseket okozó spirális zivatarfelhő-struktúrák jellemeznek) viselkedése egyre összetettebbé válik, és rendkívül kiszámíthatatlanul megváltozott az elmúlt években a globális éghajlat hatása miatt. változás. Emiatt a hidrometeorológiai központok nagy kihívásokkal néznek szembe egy trópusi vihar előrejelzése során.
Valójában a meteorológusok mindig is nagyon jók voltak a vihar irányának előrejelzésében . De sokkal nehezebb kiszámítani és előre jelezni, hogy mikor erősödik meg a vihar. Megköveteli, hogy a meteorológusok pontos információkkal rendelkezzenek a trópusi ciklon belsejében zajló tényleges helyzetről, valamint a külső hatásokról, mint például a tengervíz melege, légköri nyomása stb.
5. kategóriás Maysak szupertájfun a Nemzetközi Űrállomásról nézve
Az ilyen összetett feladatok nagy segítséget igényelnek a számítógépes rendszerektől, jellemzően a mesterséges intelligenciától (AI). A NASA által kifejlesztett új gépi tanulási modell jelentősen javíthatja a trópusi ciklonok fejlődésére vonatkozó előrejelzések pontosságát, ezáltal segítve a hatóságokat a megfelelő tervezésben, hogy biztosítsák az emberek életének és vagyonának biztonságát.
Ezt az AI-modellt a NASA dél-kaliforniai Jet Propulsion Laboratory-jának tudósai fejlesztették ki, miután sok éven át kutatták és szintetizálták a trópusi ciklonrendszerekkel kapcsolatos műholdadatokat világszerte.
Lényegében a tudósok három viszonylag egyértelmű jelet fedeztek fel arra vonatkozóan, hogy a trópusi vihar súlyosabb lesz: Bőséges esőzés a viharon belül; a felhőkben lévő vízjég mennyisége a vihar közepén, és a vihar szeméből kiáramló levegő hőmérséklete. A csapat ezután az IBM Watson Studio segítségével olyan modellt épített fel, amely mindezeket a tényezőket elemezte, valamint az Egyesült Államok Nemzeti Hurricane Center, a veszélyes trópusi időjárási minták megfigyelésére szakosodott kormányzati ügynökség adatait.
A kutatók úgy képezték ki a gépi tanulási modellt, hogy az észlelni tudja, mikor fog gyorsan felerősödni egy vihar – ami általában akkor fordul elő, ha a szél sebessége 24 órán belül 56 km/h-val vagy annál nagyobb mértékben nő – hurrikánok esetében. A hurrikánok 1998 és 2008 között söpörtek végig az Egyesült Államokon. Ezután az Egyesült Államokat 2009 és 2014 között sújtó hurrikánok különálló adathalmazán tesztelték. Végül a csapat A tanulmány összehasonlította az AI-rendszer előrejelzéseit a National Hurricane Center által adott eredményekkel.
Térkép, amely a Föld összes trópusi ciklonjának pályáját mutatja az 1985-2005 közötti időszakban.
Az eredmények azt mutatják, hogy a NASA gépi tanulási modellje a ma használt számításoknál 60%-kal nagyobb pontossággal képes előre jelezni annak lehetőségét, hogy a viharszelek 24 órán belül legalább 56 km/h-val növekednek. Különösen a legalább 64 km/h-ra erősödő viharok esetében a rendszer még azok erősödését is több mint 200%-os pontossággal tudja megjósolni.
A NASA tudósai jelenleg hurrikánokkal tesztelik a rendszert az idei trópusi vihar szezonban. Ha az eredmények pozitívak, a modellt azonnal „személyzetbe” helyezik a NASA meteorológiai előrejelzési osztályán, ezzel is hozzájárulva a jövőben a trópusi ciklonok észlelése során az emberekben és vagyonban okozott károk minimalizálásához. Nemcsak az Egyesült Államokban, hanem sok más forró ponton is. a világ körül.