Skupina raziskovalcev v Južni Koreji je naredila prebojni napredek pri napovedovanju intenzivnosti tajfunov s pomočjo satelitskih podatkov v realnem času in tehnologijo globokih nevronskih mrež. Z združevanjem geostacionarnih satelitskih podatkov iz Cheolliana 1 in 2 s podatki numeričnega modela je ekipa na Nacionalnem inštitutu za znanost in tehnologijo v Ulsanu (UNIST) razvila AI-model napovedovanja, ki lahko analizira podatke o tajfunih s preciznostjo.
Tradicionalno se pri napovedovanju tajfunov zanašamo zgolj na geostacionarne satelitske podatke, kar vodi v dolgotrajno analizo in odvisnost od negotovosti numeričnih modelov. Za rešitev teh težav je raziskovalna ekipa ustvarila model ‘Hybrid-CNN’, ki integrira podatke v realnem času iz satelitov in numeričnih modelov v obdobjih 24, 48 in 72 ur.
Ta nov pristop pospeši analitični proces, zmanjša negotovost numeričnih modelov ter poveča natančnost napovedi za do 50%. Model je pokazal izjemno uspešnost tudi med hitrim intenziviranjem tajfunov, prikazuje njegovo učinkovitost pri obvladovanju zahtevnih scenarijev.
Poleg tega je ekipa izkoristila AI za vizualizacijo in kvantitativno analizo avtomatskega ocenjevanja intenzivnosti tajfunov, povišuje natančnost napovedi o tajfunih. Z objektivnim izluščevanjem okoljskih dejavnikov, ki vplivajo na spremembe intenzivnosti tajfunov, lahko ugotovitve uporabimo v operativnih napovednih sistemih, kar omogoča hitro in natančno zagotavljanje informacij o tajfunih.
V prihodnosti bo objektivna informacija o tajfunih, ki jo nudi ta napredna tehnologija, znatno prispevala k pripravljenosti in preprečevanju nesreč, pomagala pri ublažitvi družbenih in ekonomskih vplivov, ki jih povzročajo tajfuni.