Група изследователи в Южна Корея направи прорыв в предсказването на интензивността на тайфуни чрез използването на данни от спътници в реално време и технология за дълбоко машинно самообучение. Чрез комбинирането на данни от геостационарните спътници Cheollian 1 и 2 с числени модели данни, екипът от Улсанския национален институт по наука и технологии (UNIST) разработи модел за прогнозиране с изкуствен интелект, който може да анализира информация за тайфуните с прецизност.
Традиционно предсказването на тайфуни се базира само на данни от геостационарни спътници, което води до времеизискващ анализ и зависимост от несигурностите на числените модели. За да се справи с тези проблеми, научният екип създаде модел ‘Hybrid-CNN’, който интегрира данни от спътници в реално време и числени модели през периоди от 24, 48 и 72 часа.
Този нов подход ускорява процеса на анализ, намалява несигурността на числените модели и повишава точността на предсказанията с до 50%. Моделът демонстрира изключителна производителност дори по време на бързо увеличаване на интензивността на тайфуните, показвайки ефективността си в справянето с предизвикателни сценарии.
Освен това, отборът използва изкуствен интелект за визуализация и количествено анализиране на автоматичното оценяване на интензивността на тайфуните, повишавайки прецизността на прогнозите за тайфуни. Чрез обективното извличане на факторите от околната среда, които влияят на промените в интензивността на тайфуните, намеренията могат да бъдат приложени към оперативните системи за прогнозиране, което позволява бързо и точно предоставяне на информация за тайфуни.
Напред, обективната информация за тайфуните, предоставена от тази напреднала технология, се готви да допринесе значително за усилията за подготовка и предотвратяване на бедствия, които да помогнат за намаляване на обществените и икономическите въздействия, причинени от тайфуните.