مجموعة من الباحثين في كوريا الجنوبية قدموا تقدمًا مبتكرًا في توقع شدة الأعاصير باستخدام بيانات الأقمار الصناعية في الوقت الحقيقي وتقنية التعلم العميق. من خلال جمع بيانات الأقمار الصناعية الجيوستونية من Cheollian 1 و 2 مع بيانات النموذج العددي، قد وضع فريق عمل في معهد أولسان الوطني للعلوم والتكنولوجيا (UNIST) نموذج تنبؤ بالذكاء الاصطناعي يمكنه تحليل معلومات الأعاصير بدقة.
تعتمد توقعات الأعاصير تقليديًا بشكل حصري على بيانات الأقمار الصناعية الجيوستونية، مما يؤدي إلى تحليل يستغرق وقتاً والاعتماد على عدم تحديد النماذج العددية. لمعالجة هذه المشاكل، قام الفريق بإنشاء نموذج ‘Hybrid-CNN’ الذي يدمج بيانات الأقمار الصناعية في الوقت الحقيقي وبيانات النموذج العددي على مدى فترات تصل إلى 24، 48، و 72 ساعة.
تسرع هذه الطريقة الجديدة من عملية التحليل، وتقلل من عدم تحديد النماذج العددية، وتعزز دقة التوقع بنسبة تصل إلى 50%. أثبت النموذج أداءً استثنائيًا حتى خلال اشتداد الأعاصير بسرعة، مما يبرز كفاءته في التعامل مع السيناريوهات التحدية.
علاوة على ذلك، استغل الفريق الذكاء الاصطناعي في تصوير وتحليل تقدير الشدة التلقائي للأعاصير بشكل كمي، مما يرفع دقة توقعات الأعاصير. من خلال استخلاص العوامل البيئية التي تؤثر على تغير شدة الأعاصير بشكل موضوعي، يمكن تطبيق النتائج على أنظمة التنبؤ التشغيلية، مما يمكن من توفير معلومات عن الأعاصير بشكل سريع ودقيق.
يتوقع أن تساهم المعلومات الموضوعية عن الأعاصير التي توفرها هذه التقنية المتطورة بشكل كبير في الجهود الخاصة بالإعداد للكوارث والوقاية منها، مما يسهم في التخفيف من الآثار الاجتماعية والاقتصادية الناتجة عن الأعاصير.