Затвори x
IMG Investor Dnes Bloombergtv Bulgaria On Air Gol Tialoto Az-jenata Puls Teenproblem Automedia Imoti.net Rabota Az-deteto Blog Start Posoka Boec

Изкуствен интелект ще предсказва силата на тайфуните

20 юли 2024 г. в 20:15
Последно: 22 юли 2024 г. в 13:24

Екип от изследователи е разработил технология, която използва сателитните данни в реално време, за да прогнозира с точност интензивността на тайфуните.

Точността на прогнозите се е подобрила със 62, 87 и 50 процента съответно за прогнозите за период от 24, 48 и 72 часа преди времето да се влоши.

Новата технология може да помогне на хората да се подготвят преди природното бедствие.

Резултатите от изследването са публикувани в списанията GIScience & Remote Sensing и iScience.

Традиционният метод за наблюдение на тайфуните разчита на данни от геостационарни сателити. Това обаче е доста сложен подход: анализът отнема много време и числените модели могат да бъдат грешни.

Освен това тайфуните стават все по-чести поради изменението на климата. Това също затруднява наблюдението и прогнозирането им.

Сега учените са разработили модел Hybrid-CNN, който позволява по-точното им прогнозиране.

Новата технология използва данни от сателитите COMS и GEO-KOMPSAT-2A, за да оцени интензивността на тропическите циклони.

Изкуственият интелект визуализира и анализира количествено процеса на интензивност на тайфуна, за да подобри точността на прогнозите.


Моделът Hybrid-CNN може да предвиди с точност интензитета на тропическите циклони. Снимка: Pixabay

Невронната мрежа се основава на технология за дълбоко обучение и е способна да се учи от своите грешки.

Комбинират се данни в реално време от геостационарни метеорологични спътници (разположени над екватора и въртящи се в синхрон със Земята) и компютърни модели, които прогнозират времето.

Така моделът Hybrid-CNN може да предвиди с точност интензитета на тропическите циклони за период от 24, 48 и 72 часа.

Той е дал по-добри резултати от тези, базирани върху данни от Корейската метеорологична администрация.

Нова технология може да помогне за ранно предупреждение и да спаси много човешки животи.

Категории на статията:
Климат