Lidia PerskaDienā, grupa pētnieku Dienvidkorejā ir panākusi izcilu progresu vētra intensitātes paredzēšanā, izmantojot reāllaika satelītdatus un dziļo apmācības tehnoloģiju. Apvienojot Čeollianas 1 un 2 ģeostacionāro satelītu datus ar skaitlisko modeļa datiem, Ulsanas Nacionālās Zinātņu un tehnoloģiju institūta (UNIST) komanda ir izveidojusi AI paredzēšanas modeli, kas spēj precīzi analizēt vētras informāciju.
Tradicionāli, vētras paredzēšanai izmantoti tikai ģeostacionārie satelītu dati, kas veicina laikietilpīgu analīzi un atkarību no skaitliskiem modeļiem nenoteiktības ziņā. Lai risinātu šīs problēmas, pētnieku komanda ir izveidojusi “Hybrid-CNN” modeli, kas integrē reāllaika satelītu datus un skaitlisko modeļa datus 24, 48 un 72 stundu periodiem.
Šis jaunais piegājiens paātrina analīzes procesu, samazina skaitlisko modeļu nenoteiktību un palielina paredzēšanas precizitāti par līdz pat 50%. Modeļa efektivitāte ir pierādīta pat vētras intensifikācijas gadījumos, parādot tā efektivitāti sarežģītos scenārijos.
Turklāt komanda ir izmantojusi AI, lai vizuāli un kvantitatīvi analizētu vētras intensitātes automātisko novērtējumu, paaugstinot vētras prognožu precizitāti. Izvilkdami tās vides faktorus, kas ietekmē vētras intensitātes izmaiņas, atklājumi var tikt pielietoti operatīvajos prognozēšanas sistēmās, ļaujot ātri un precīzi sniegt vētras informāciju.
Nākotnē šīs jaunās tehnoloģijas nodrošinātā objektīvā vētras informācija ir gatava sniegt būtisku ieguldījumu katastrofu sagatavošanā un novēršanā, palīdzot mazināt vētras radītos sabiedriskos un ekonomiskos ietekmes.
