Група от изследователи в Южна Корея направиха проразходка в предсказването на интензивността на тайфуни, използвайки реално време данни от спътникови снимки и технология на дълбокото обучение. Чрез комбиниране на данни от геостационарни 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 информацията за тайфуна с прецизност.
Традиционното предсказване на тайфуни се основава само на данните от геостационарни спътници, което води до времеемки анализ и зависимост от несигурностите на числените модели. За да се справи с тези проблеми, изследователският екип създаде модел ‘Хибрид-CNN’, който интегрира данни от реално време на спътника и числени моделни данни за периодите от 24, 48 и 72 часа.
Този нов подход ускорява процеса на анализ, намалява несигурността на числените модели и подобрява прецизността на прогнозите с до 50%. Моделът се е доказал в итачкият процес, подчертавайки ефикасността му в справянето с предизвикателни ситуации.
Освен това екипът е използвал изкуствения интелект, за да визуализира и количествено да анализира автоматичното оценяване на интензивността на тайфуна, повишавайки прецизността на прогнозите за тайфуна. Чрез обективно извличане на факторите на околната среда, които влияят на промените на интензивността на тайфуна, заключенията могат да се приложат към оперативните системи за прогнозиране, позволявайки бързо и точно предоставяне на информация за тайфуна.
В бъдеще, обективната информация за тайфуна, предоставена от тази напреднала технология, е готова да допринесе значително за подготовката за бедствия и усилията за предотвратяване, което ще помогне за ограничаване на обществените и икономическите последици, причинени от тайфуните.