Lidia PerskaGüney Kore’deki bir araştırma grubu, gerçek zamanlı uydu verileri ve derin öğrenme teknolojisi kullanarak tayfun şiddetini tahmin etmede çığır açan bir ilerleme kaydetmiştir. Cheollian 1 ve 2’den gelen jeostatik uydu verilerini sayısal model verileri ile birleştirerek, Ulsan Ulusal Bilim ve Teknoloji Enstitüsü (UNIST) ekibi tayfun bilgilerini hassas bir şekilde analiz edebilen bir yapay zeka tahmin modeli geliştirmiştir.
Geleneksel olarak, tayfun tahmini sadece jeostatik uydu verilerine dayanır, bu da zaman alıcı bir analize ve sayısal modellerin belirsizliklerine bağımlılığa neden olur. Bu sorunları ele almak için araştırma ekibi, gerçek zamanlı uydu verilerini ve sayısal model verilerini 24, 48 ve 72 saatlik dönemler boyunca entegre eden bir ‘Hybrid-CNN’ modeli oluşturmuştur.
Bu yeni yaklaşım, analiz sürecini hızlandırırken sayısal modellerin belirsizliğini azaltır ve tahmin doğruluğunu %50’ye kadar artırır. Modelin, hızla artan tayfun yoğunlaşması sırasında dahi olağanüstü bir performans sergilediği kanıtlanmış, zorlu senaryolarla başa çıkma etkinliğini göstermiştir.
Ayrıca ekip, tayfun yoğunluğunun otomatik tahminini görselleştirmek ve nicel olarak analiz etmek için yapay zekayı kullanmış, tayfun tahminlerinin hassasiyetini yükseltmiştir. Tayfun yoğunluğu değişikliklerini etkileyen çevresel faktörleri nesnel olarak çıkararak, bulguların işletimsel tahmin sistemlerine uygulanmasıyla tayfun bilgilerinin hızlı ve kesin bir şekilde sunulmasını sağlayabilmiştir.
Bu gelişmiş teknoloji tarafından sunulan nesnel tayfun bilgileri, ilerleyen yıllarda felaketlere karşı hazırlık ve önleme çabalarına önemli ölçüde katkı sağlamaya hazırdır. Bu, tayfunlar tarafından neden olunan toplumsal ve ekonomik etkilerin azaltılmasına yardımcı olmak için önemli bir rol oynamaktadır.
