Lidia PerskaUn gruppo di ricercatori in Corea del Sud ha compiuto un avanzamento innovativo nella previsione dell’intensità dei tifoni utilizzando dati satellitari in tempo reale e tecnologie di deep learning. Unendo i dati satellitari geostazionari provenienti da Cheollian 1 e 2 con dati modellistici numerici, il team presso l’Istituto Nazionale di Scienza e Tecnologia di Ulsan (UNIST) ha sviluppato un modello di predizione AI che può analizzare le informazioni sui tifoni con precisione.
Tradizionalmente, la previsione dei tifoni si basa esclusivamente sui dati satellitari geostazionari, il che porta a un’analisi dispendiosa in termini di tempo e dipendenza dalle incertezze dei modelli numerici. Per affrontare questi problemi, il team di ricerca ha creato un modello ‘Hybrid-CNN’ che integra dati satellitari in tempo reale e dati modellistici numerici su periodi di 24, 48 e 72 ore.
Questo nuovo approccio accelera il processo di analisi, riduce l’incertezza dei modelli numerici e migliora la precisione della previsione fino al 50%. Il modello ha dimostrato di offrire prestazioni eccezionali anche durante l’accentuazione rapida dei tifoni, evidenziando la sua efficacia nel gestire situazioni sfidanti.
Inoltre, il team ha sfruttato l’AI per visualizzare e analizzare quantitativamente l’auto-stima dell’intensità dei tifoni, elevando la precisione delle previsioni sui tifoni. Estraendo oggettivamente i fattori ambientali che influenzano i cambiamenti di intensità dei tifoni, i risultati possono essere applicati a sistemi di previsione operativi, consentendo una fornitura rapida e precisa di informazioni sui tifoni.
Guardando al futuro, le informazioni oggettive sui tifoni fornite da questa tecnologia avanzata sono destinate a contribuire significativamente agli sforzi di preparazione e prevenzione dei disastri, aiutando a mitigare gli impatti sociali ed economici causati dai tifoni.
