В НАСА создали алгоритм для предсказания интенсивности ураганов

Лаборатории реактивного движения НАСА и американского Национального центра ураганов создали модель на основе машинного обучения, способную прогнозировать вероятность внезапного роста интенсивности циклона. Алоритм позволит эффективно отслеживать динамику ураганов и потенциально снижать ущерб, нанесенный разбушевавшейся стихией.

Быстрый и непрогнозируемый рост скорости ветра — одна из главных проблем, стоящих перед метеорологами. Предсказать, будет ли ураган усиливаться, невероятно сложно, но, вместе с тем, отсутствие такого прогноза оборачивается огромным уроном. Например, в октябре 2015 года ураган "Патрисия", бушевавший в северо-восточной части Тихого океана, за 24 часа превратился в настоящего штормового монстра 5-й, наивысшей категории. Скорость ветра, которая в начале развития шторма составляла 138 км/ч, за сутки выросла до 333 км/ч с отдельными порывами до 400 км/ч/. От ущерба, причиненного стихией, пострадало не менее 10 тыс. человек, было разрушено от 3 до 3,5 тыс.домов.

"Способность точно спрогнозировать развитие урагана могла бы стать важным достижением. Имея в руках подобный инструмент, метеорологи и спасательные службы могли бы значительно снизить возможный ущерб от стихии", — отмечает Хуи Су, представляющая JPL — Лабораторию реактивного движения НАСА, которая отвечает за разработку алгоритма.

При создании модели ученые опирались на спутниковые данные, собранные в рамках совместного проекта NASA и JAXA Tropical Rainfall Measuring Mission. Проанализировав информацию со спутников, Су и её коллеги обнаружили, что одним из маркеров изменений силы урагана является количество осадков внутри ядра шторма. Ядро шторма — это кольцо радиусом около 100 км, окружающее "глаз бури", область штиля в самом центре циклона. Чем сильнее дождь внутри ядра шторма, тем больше вероятность того, что циклон усилится.

Другим маркером изменений стало количество ледяной воды, скапливающейся во время урагана. Собрав данные со спутника NASA CloudSat, ученые получили несколько определенных индикаторов, способных усилить возможности стандартных компьютерных моделей. Действующие программы анализа ураганов, разработанные Национальным центром, не способны учитывать множество переменных, влияющих на развитие циклона. Тогда как алгоритм с машинным обучением без труда смог обработать сложную динамику и сопоставить множество данных для более точного результата.

Обучив модель на данных, касающихся штормов в период с 19998 по 2008 год, ученые протестировали модель на более "свежих" циклонах, бушевавших с 2009 по 2014 год. Оказалось, что алгоритм на 60% лучше стандартной модели предсказывал развитие ураганов, чья скорость ветра усиливалась минимум на 56 км/ч за 24 часа. Для более динамичных циклонов, чья скорость вырастала на 64 и более км/ч точность прогноза составляла более 200% от стандартных показателей.

Следующий этап исследования — тестирование модели на штормах грядущего сезона дождей. Сотрудники Национального центра ураганов также намерены использовать спутниковые данные для поиска новых маркеров прогнозирования, которые помогут сделать предсказания алгоритма еще более точными.


Источник: https://scitechdaily.com/nasa-using-machine-learning-ai-to-predict-hurricane-intensity/