Lidia PerskaГрупа изследователи в Южна Корея направи революционен напредък в прогнозирането на интензивността на тайфуните, използвайки данни в реално време от спътници и технология за дълбоко обучение. Чрез комбиниране на данни от геостационарните спътници Cheollian 1 и 2 с числови моделни данни, екипът от Улсанския национален институт за наука и технологии (UNIST) е разработил модел за предсказване с изкуствен интелект, който може да анализира информация за тайфуна с прецизност.
Традиционно предсказването на тайфуните се основава само на данни от геостационарни спътници, което води до времеемки анализ и зависимост от неопределеностите на числовите модели. За да се справят с тези проблеми, изследователският екип създаде модел ‘Hybrid-CNN’, който интегрира данните от спътници в реално време и числовите модели в рамките на 24, 48 и 72 часа.
Този нов подход ускорява анализът, намалява неопределеността на числовите модели и подобрява точността на предсказването с до 50%. Моделът се е доказал като доставя изключителна производителност дори по време на бърз интензивен тайфун, като показва ефективността си в работа с предизвикателни ситуации.
Освен това отборът е използвал изкуствения интелект за визуализиране и количествено анализиране на автоматичното оценяване на интензивността на тайфуна, повишавайки точността на прогнозите за тайфуните. Чрез обективно извличане на околните фактори, които влияят върху промените в интензивността на тайфуна, изследванията могат да бъдат приложени в оперативните системи за прогнозиране, позволявайки бързото и точно предоставяне на информация за тайфуна.
В бъдеще информацията за тайфуна, предоставена от тази напреднала технология, има потенциално значителен принос за усилията за готовност и предотвратяване на бедствия, което може да помогне при ограничаването на обществените и икономическите въздействия, причинени от тайфуните.
