Група от изследователи в Южна Корея направи прорыв в прогнозирането на интензивността на тайфуни чрез използване на данни в реално време от сателити и технология за дълбоко машинно самообучение. Чрез комбиниране на данни от геостационарния сателит Cheollian 1 и 2 с числови моделни данни, екипът от Националния институт за наука и технологии в Улсан (UNIST) разработи модел за прогнозиране с изкуствен интелект, който може да анализира информация за тайфуни с прецизност.
Традиционно прогнозирането на тайфуни се основава само на данни от геостационарни сателити, което води до времеемки процеси на анализ и зависимост от несигурностите на числовите модели. За да се адресират тези проблеми, екипът за изследователи създаде модел ‘Hybrid-CNN’, който интегрира данни в реално време от сателити и числови моделни данни за периоди от 24, 48 и 72 часа.
Този нов подход ускорява процеса на анализ, намалява несигурността на числовите модели и повишава точността на прогнозите с до 50%. Моделът се доказа с изключителна ефективност дори по време на бързо нарастване на интензивността на тайфуна, показвайки своята ефективност в справянето със сложни ситуации.
Освен това екипът използва изкуствен интелект за визуализиране и количествено анализиране на автоматичната оценка на интензивността на тайфуна, повишавайки прецизността на прогнозите за тайфуни. Чрез обективното извличане на околните фактори, които влияят на промените в интензивността на тайфуна, откритията могат да бъдат приложени към оперативните системи за прогнозиране, позволявайки бързо и прецизно предоставяне на информация за тайфуни.
В бъдеще предоставяната от тази напреднала технология обективна информация за тайфуни се очертава да допринесе значително за усилията за готовност и предотвратяване на бедствия, помагайки за ограничаване на обществените и икономическите последици, причинени от тайфуните.