Die NASA hat erfolgreich ein KI-System entwickelt, das dabei hilft, das Fortschreiten tropischer Stürme mit hoher Genauigkeit vorherzusagen

Das Verhalten tropischer Wirbelstürme (schnell rotierende Sturmsysteme, die durch ein Tiefdruckzentrum, starke Winde und spiralförmige Gewitterwolkenstrukturen gekennzeichnet sind, die starke Regenfälle erzeugen) wird immer komplexer und hat sich in den letzten Jahren aufgrund der Auswirkungen des globalen Klimas äußerst unvorhersehbar verändert ändern. Dies stellt hydrometeorologische Zentren vor große Herausforderungen bei der Vorhersage der Entwicklung eines tropischen Sturms.

Tatsächlich waren Meteorologen schon immer sehr gut darin, die Richtung eines Sturms vorherzusagen . Allerdings ist es viel schwieriger, zu berechnen und vorherzusagen, wann sich der Sturm verstärken wird. Meteorologen müssen genaue Informationen über die tatsächliche Situation im Inneren des tropischen Wirbelsturms sowie über äußere Einflüsse wie Meerwasserwärme, Atmosphärendruck usw. haben.

Supertaifun der Kategorie 5 Maysak, gesehen von der Internationalen Raumstation

Solch komplexe Aufgaben erfordern große Unterstützung durch Computersysteme, typischerweise künstliche Intelligenz (KI). Ein neues, von der NASA entwickeltes Modell für maschinelles Lernen kann die Genauigkeit von Vorhersagen zur Entwicklung tropischer Wirbelstürme erheblich verbessern und so den Behörden helfen, entsprechend zu planen, um die Sicherheit von Leben und Eigentum von Menschen zu gewährleisten.

Dieses KI-Modell wurde von Wissenschaftlern des Jet Propulsion Laboratory der NASA in Südkalifornien, USA, nach vielen Jahren der Suche und Synthese von Satellitendaten zu tropischen Wirbelsturmsystemen weltweit entwickelt.

Im Wesentlichen haben Wissenschaftler drei relativ klare Signale dafür entdeckt, dass ein Tropensturm stärker werden wird: Reichlicher Niederschlag innerhalb des Sturms; die Menge an Wassereis, die in den Wolken im Zentrum des Sturms vorhanden ist, und die Temperatur der Luft, die aus dem Auge des Sturms strömt. Anschließend erstellte das Team mithilfe von IBM Watson Studio ein Modell, das alle diese Faktoren sowie Daten analysierte, die vom US National Hurricane Center, einer Regierungsbehörde, die auf die Überwachung gefährlicher tropischer Wettermuster spezialisiert ist, zusammengestellt wurden.

Die Forscher haben das maschinelle Lernmodell so trainiert, dass es erkennen kann, wann sich ein Sturm bei Hurrikanen schnell verstärkt – was normalerweise der Fall ist, wenn die Windgeschwindigkeit innerhalb von 24 Stunden um 56 km/h oder mehr zunimmt. Hurrikane fegten von 1998 bis 2008 über die Vereinigten Staaten. Anschließend testeten sie es anhand eines separaten Datensatzes zu Hurrikanen, die die Vereinigten Staaten von 2009 bis 2014 heimsuchten. Schließlich verglich das Team in der Studie die Vorhersagen des KI-Systems mit den Ergebnissen des National Hurricane Center.

Karte, die die Flugbahn aller tropischen Wirbelstürme auf der Erde im Zeitraum 1985–2005 zeigt.

Die Ergebnisse zeigen, dass das maschinelle Lernmodell der NASA die Wahrscheinlichkeit, dass Sturmwinde innerhalb von 24 Stunden um mindestens 56 km/h zunehmen werden, mit einer um 60 % höheren Genauigkeit als die heute verwendeten Berechnungen vorhersagen kann. Insbesondere bei Stürmen mit Windgeschwindigkeiten von mindestens 64 km/h kann das System deren Verstärkung sogar mit einer Genauigkeit von über 200 % vorhersagen.

NASA-Wissenschaftler testen das System derzeit mit Hurrikanen während der diesjährigen Tropensturmsaison. Wenn die Ergebnisse positiv sind, wird das Modell sofort in die Abteilung für meteorologische Vorhersagen der NASA „eingestellt“ und trägt dazu bei, Schäden an Personen und Eigentum zu minimieren, die bei der Erkennung tropischer Wirbelstürme in Zukunft entstehen. Nicht nur in den Vereinigten Staaten, sondern auch an vielen anderen Hotspots auf der ganzen Welt.

• Was passiert, wenn zwei Stürme kollidieren?