Група изследователи в Южна Корея направиха проразходка в предсказването на интензитета на тайфуните, използвайки реални данни от спътници в реално време и технология за дълбоко обучение. Чрез комбиниране на данните от геостационарните спътници Cheollian 1 и 2 с числени моделни данни, екипът от Улсанския национален институт за наука и технологии (UNIST) разработи модел за прогнозиране с изкуствен интелект, който може да анализира информация за тайфуна с прецизност.
Традиционно предвиждането на тайфуните се основава само на данни от геостационарни спътници, което води до времеизтощаващ анализ и зависимост от несигурностите на числените модели. За да се справи с тези проблеми, изследователският екип създаде модел ‘Хибрид-CNN’, който интегрира реални данни от спътници и числени моделни данни за периоди от 24, 48 и 72 часа.
Този нов подход ускорява процеса на анализ, намалява несигурността на числените модели и повишава точността на прогнозите със за до 50%. Моделът се е доказал с изключителна производителност дори по време на бързо нарастване на интензивността на тайфуните, като показва своята ефективност в справянето с предизвикателствата.
Освен това екипът е използвал изкуствен интелект за визуализиране и количествено анализиране на автоматичната оценка на интензивността на тайфуните, повишавайки прецизността на прогнозите за тайфуните. Чрез обективно извличане на факторите от околната среда, които влияят на промените в интензивността на тайфуните, откритията могат да се приложат в оперативните системи за прогнозиране, позволявайки бързо и точно предоставяне на информация за тайфуна.
В бъдеще, обективната информация за тайфуните, предоставена от тази напреднала технология, е на път да допринесе значително за усилията за подготовка и предотвратяване на бедствия, като помага за намаляване на обществените и икономическите последствия, предизвикани от тайфуните.