NASA heeft met succes een AI-systeem ontwikkeld dat de voortgang van tropische stormen met hoge nauwkeurigheid helpt voorspellen

Het gedrag van tropische cyclonen (snel roterende stormsystemen die worden gekenmerkt door een lagedrukcentrum, sterke wind en spiraalvormige onweerswolkstructuren die zware regenval veroorzaken) wordt steeds complexer en is de afgelopen jaren extreem onvoorspelbaar veranderd als gevolg van de impact van het mondiale klimaat wijziging. Dit zorgt ervoor dat hydrometeorologische centra voor grote uitdagingen staan ​​bij het voorspellen van de evolutie van een tropische storm.

In feite zijn meteorologen altijd heel goed geweest in het voorspellen van de richting van een storm . Maar berekenen en voorspellen wanneer de storm sterker zal worden, is veel moeilijker. Het vereist dat meteorologen nauwkeurige informatie hebben over de feitelijke situatie die zich in de tropische cycloon afspeelt, evenals over externe invloeden zoals de warmte van het zeewater, de atmosferische druk, enz..

Categorie 5-supertyfoon Maysak gezien vanuit het internationale ruimtestation

Dergelijke complexe taken vereisen veel hulp van computersystemen, doorgaans kunstmatige intelligentie (AI). Een nieuw door NASA ontwikkeld machine learning-model kan de nauwkeurigheid van voorspellingen over de ontwikkeling van tropische cyclonen aanzienlijk verbeteren, waardoor autoriteiten dienovereenkomstig kunnen plannen om de veiligheid van levens en eigendommen van mensen te garanderen.

Dit AI-model is ontwikkeld door wetenschappers van het Jet Propulsion Laboratory van NASA in Zuid-Californië, VS, na jarenlang zoeken en synthetiseren van satellietgegevens met betrekking tot tropische cycloonsystemen over de hele wereld.

In wezen hebben wetenschappers drie relatief duidelijke signalen ontdekt dat een tropische storm heviger zal worden: overvloedige regenval in de storm; de hoeveelheid waterijs die zich in de wolken in het midden van de storm bevindt, en de temperatuur van de lucht die uit het oog van de storm stroomt. Het team gebruikte vervolgens IBM Watson Studio om een ​​model te bouwen dat al deze factoren analyseerde, evenals gegevens verzameld door het Amerikaanse National Hurricane Center, een overheidsinstantie die gespecialiseerd is in het monitoren van gevaarlijke tropische weerpatronen.

De onderzoekers hebben het machine learning-model zo getraind dat het kan detecteren wanneer een storm snel zal intensiveren – wat doorgaans gebeurt wanneer de windsnelheid binnen 24 uur met 56 km/u of meer toeneemt – voor orkanen die van 1998 tot 2008 over de Verenigde Staten raasden. Vervolgens testten ze het op een aparte set gegevens over orkanen die de Verenigde Staten van 2009 tot 2014 troffen. Ten slotte vergeleek het team De studie de voorspellingen van het AI-systeem met de resultaten van het National Hurricane Center.

Kaart met het traject van alle tropische cyclonen op aarde in de periode 1985-2005.

De resultaten laten zien dat het machine learning-model van NASA de mogelijkheid kan voorspellen dat stormwinden binnen 24 uur met minstens 56 km/u zullen toenemen met een nauwkeurigheid die 60% hoger is dan de berekeningen die vandaag de dag worden gebruikt. Vooral bij stormen met windsnelheden tot minstens 64 km/u kan het systeem zelfs de versterking ervan voorspellen met een nauwkeurigheid van meer dan 200%.

NASA-wetenschappers testen het systeem momenteel met orkanen tijdens het tropische stormseizoen van dit jaar. Als de resultaten positief zijn, zal het model onmiddellijk worden 'bemand' op de meteorologische voorspellingsafdeling van NASA, waardoor wordt bijgedragen aan het minimaliseren van de schade aan mensen en eigendommen die wordt veroorzaakt bij het detecteren van tropische cyclonen in de toekomst, niet alleen in de Verenigde Staten maar ook op veel andere hotspots. rond de wereld.

• Wat gebeurt er als twee stormen op elkaar botsen?