Grupa istraživača u Južnoj Koreji postigla je revolucionarni napredak u predviđanju intenziteta tajfuna korištenjem stvarnih satelitskih podataka u stvarnom vremenu i tehnologije dubokog učenja. Kombinirajući geostacionarne satelitske podatke s Cheollian 1 i 2 s numeričkim modelskim podacima, tim na Nacionalnom institutu znanosti i tehnologije Ulsan (UNIST) razvio je AI model predviđanja koji može analizirati informacije o tajfunima s preciznošću.
Tradicionalno, predviđanje tajfuna se oslanja isključivo na geostacionarne satelitske podatke, što dovodi do vremenski zahtjevnih analiza i ovisnosti o nesigurnostima numeričkih modela. Da bi riješili te probleme, istraživački tim je kreirao ‘Hybrid-CNN’ model koji integrira podatke u stvarnom vremenu i numeričke modele tijekom 24, 48 i 72 sata.
Ovaj novi pristup ubrzava proces analize, smanjuje nesigurnost numeričkih modela i poboljšava preciznost predviđanja do 50%. Model se pokazao izuzetno uspješnim čak i tijekom brze intenzivacije tajfuna, pokazujući svoju učinkovitost u rješavanju izazovnih situacija.
Osim toga, tim je iskoristio AI za vizualizaciju i kvantitativnu analizu automatske procjene intenzitet tajfuna, podižući preciznost prognoza tajfuna. Ekstrahirajući okolišne čimbenike koji utječu na promjene intenziteta tajfuna, dobiveni rezultati mogu se primijeniti u operativnim predviđajućim sustavima, omogućujući brzu i preciznu dostavu informacija o tajfunima.
Gledajući unaprijed, objektivne informacije o tajfunima koje pruža ova napredna tehnologija spremne su značajno pridonijeti naporima za pripremu i sprječavanje nesreća, pomažući u smanjenju društvenih i ekonomskih utjecaja uzrokovanih tajfunima.