El comportamiento de los ciclones tropicales (sistemas de tormentas de rápida rotación caracterizados por un centro de baja presión, fuertes vientos y estructuras de nubes de tormenta en espiral que producen fuertes lluvias) es cada vez más complejo y ha cambiado de manera extremadamente impredecible en los últimos años debido al impacto del clima global. cambiar. Esto hace que los centros hidrometeorológicos enfrenten grandes desafíos a la hora de pronosticar la evolución de una tormenta tropical.
De hecho, los meteorólogos siempre han sido muy buenos prediciendo la dirección de una tormenta . Pero calcular y pronosticar cuándo se intensificará la tormenta es mucho más difícil. Requiere que los meteorólogos tengan información precisa sobre la situación real que ocurre dentro del ciclón tropical, así como sobre influencias externas como el calor del agua del mar, la presión atmosférica, etc.

El súper tifón Maysak de categoría 5 visto desde la Estación Espacial Internacional
Tareas tan complejas requieren una gran ayuda de los sistemas informáticos, normalmente la inteligencia artificial (IA). Un nuevo modelo de aprendizaje automático desarrollado por la NASA puede mejorar significativamente la precisión de las predicciones del desarrollo de ciclones tropicales, ayudando así a las autoridades a planificar en consecuencia para garantizar la seguridad de las vidas y propiedades de las personas.
Este modelo de IA fue desarrollado por científicos del Laboratorio de Propulsión a Chorro de la NASA en el sur de California, EE. UU., después de muchos años de buscar y sintetizar datos satelitales relacionados con sistemas de ciclones tropicales en todo el mundo.
Esencialmente, los científicos han descubierto tres señales relativamente claras de que una tormenta tropical se volverá más severa: lluvias abundantes dentro de la tormenta; la cantidad de hielo de agua que existe en las nubes en el centro de la tormenta y la temperatura del aire que sale del ojo de la tormenta. Luego, el equipo utilizó IBM Watson Studio para construir un modelo que analizara todos estos factores, así como los datos compilados por el Centro Nacional de Huracanes de EE. UU., una agencia gubernamental especializada en monitorear patrones climáticos tropicales peligrosos.
Los investigadores entrenaron el modelo de aprendizaje automático para que pudiera detectar cuándo una tormenta se intensificará rápidamente (lo que normalmente ocurre cuando la velocidad del viento aumenta en 56 km/h o más en 24 horas) para los huracanes que azotaron los Estados Unidos entre 1998 y 2008. Luego pasaron a probarlo en un conjunto separado de datos sobre los huracanes que azotaron los Estados Unidos entre 2009 y 2014. Finalmente, el equipo del estudio comparó las predicciones del sistema de IA con los resultados proporcionados por el Centro Nacional de Huracanes.

Mapa que muestra la trayectoria de todos los ciclones tropicales de la Tierra durante el período 1985-2005.
Los resultados muestran que el modelo de aprendizaje automático de la NASA puede predecir la posibilidad de que los vientos de tormenta aumenten al menos 56 km/h en 24 horas con una precisión un 60% mayor que los cálculos utilizados hoy. Especialmente en el caso de tormentas con vientos que alcanzan al menos 64 km/h, el sistema puede incluso predecir su fortalecimiento con más del 200% de precisión.
Actualmente, los científicos de la NASA están probando el sistema con huracanes durante la temporada de tormentas tropicales de este año. Si los resultados son positivos, el modelo será inmediatamente "dotado de personal" en el departamento de pronóstico meteorológico de la NASA, lo que contribuirá a minimizar los daños a personas y propiedades causados al detectar ciclones tropicales en el futuro, no solo en los Estados Unidos sino también en muchos otros puntos calientes. alrededor del mundo.