Egy dél-koreai kutatócsoport forradalmi előrelépést tett az időjárás-előrejelzés terén, valós idejű műholdas adatok és mély tanulási technológia felhasználásával a tajfunok intenzitásának megjósolásában. A Dél-Korea Ulsan Nemzeti Tudomány- és Technológiai Intézet (UNIST) csapata a Cheollian 1 és 2 geoszinkron műholdas adatait keresztezte az numerikus modellekkel, létrehozva egy mesterséges intelligencia előrejelzési modellt, amely pontosan elemzi a tajfun-információt.
A hagyományosan a tajfun-előrejelzés kizárólag a geoszinkron műholdas adatokra támaszkodott, ami időigényes elemzést és a numerikus modellek bizonytalanságára való függőséget eredményezett. Az ezen problémákra adott válaszként a kutatócsoport létrehozott egy „Hibrid-CNN” modellt, amely valós idejű műholdas adatokat és numerikus modelleket integrál 24, 48 és 72 órás időszakokon keresztül.
Ez az új megközelítés felgyorsítja az elemzési folyamatot, csökkenti a numerikus modellek bizonytalanságát, és az előrejelzés pontosságát akár 50%-kal is javítja. A modell kiváló teljesítményt nyújt még a gyors tajfunintenzifikáció közben is, bizonyítva hatékonyságát a kihívásokkal teli helyzetek kezelésében.
Továbbá a csapat bevonja az AI-t a tajfun-intenzitás automatikus becslésének képi és mennyiségi elemzésébe is, növelve ezzel a tajfun-előrejelzések pontosságát. A tajfun-intenzitás változásait befolyásoló környezeti tényezők objektív kinyerésével az eredmények alkalmazhatók az operatív előrejelző rendszerekben is, lehetővé téve a gyors és precíz tajfuninformációk nyújtását.
A jövőre nézve ennek a fejlett technológiának köszönhetően nyújtott objektív tajfuninformációnak jelentős szerepe lehet a katasztrófára való felkészülésben és megelőzésben, hozzájárulva a tájfunkat okozta társadalmi és gazdasági hatások enyhítéséhez.