Razno

AI bi mogla biti budućnost za vremensku prognozu

AI bi mogla biti budućnost za vremensku prognozu

Prognoza vremena vremenski je napredovala u posljednjih 20 godina. Ali da li bi upotreba AI mogla poboljšati sposobnost meteorologa da predviđaju buduće vremenske obrasce?

Koliko tačno možemo predvidjeti vrijeme?

Proces predviđanja vremenskih obrazaca vrlo je složena nauka. Zahtijeva potrebu za analizom i dekodiranjem masovnih skupova podataka prikupljenih od hiljada senzora i vremenskih satelita svakog dana.

Prepoznavanje obrazaca u prikupljenim podacima za predviđanje budućnosti vrlo je naporan zadatak. Da bi se postigli najbolji rezultati, to takođe treba uraditi u realnom vremenu.

Ali kao i svaka vrsta prognoze, vremenska prognoza je nešto obrazovano nagađanje. Budući da ne možemo kontrolirati vrijeme, najbolje što meteorolozi mogu učiniti, jest koristiti se prošlim i sadašnjim podacima i obrascima za pokušaj predviđanja budućnosti.

To se posebno odnosi na pružanje informacija o katastrofnim događajima.

Tačnost vremenskih predviđanja povećala se s vremenom, ali još uvijek nije 100% tačna. Prema nekim procjenama, sedmodnevna vremenska prognoza je oko 80% pouzdana.

Kraći vremenski rokovi su više, s petodnevnom vremenskom prognozom oko 90% tačno. Sve duže od sedam dana, posebno desetodnevne prognoze ili duže, imaju tendenciju da budu tačne samo oko 50%.

Kako se atmosfera neprestano mijenja, pokazalo se da je procjene tokom dugih perioda vrlo teško modelirati i predvidjeti.

Meteorolozi to postižu pomoću računalnih programa koji se nazivaju vremenski modeli za izradu ovih prognoza.

Šta meteorolozi koriste za predviđanje vremena?

Meteorolozi koriste razne senzore, satelite i računarske modele za predviđanje budućih vremenskih obrazaca. Većina ljudi je upoznata s osnovnim instrumentima poput termometra, barometra i anemometra za bilježenje temperature, odnosno pritiska zraka i brzine vjetra.

Ali koriste i sofisticiraniju opremu poput vremenskih balona. To su posebni baloni na kojima je vremenski paket koji mjeri temperaturu, pritisak zraka, brzinu vjetra i smjer vjetra u svim slojevima troposfere.

Radarski sistemi meteorolozi koriste i za mjerenje padavina širom svijeta.

Neki od njihovih najmoćnijih alata su ekološki sateliti poput NOAA, Nacionalne uprave za okeane i atmosferu, koja upravlja s tri vrste ekoloških satelita koji nadgledaju Zemljino vrijeme.

Jedan od njih su sateliti sa polarnom orbitom. Sateliti kao dio NOAA-inog zajedničkog polarnog satelitskog sistema (JPSS) orbitiraju približno 805 km iznad Zemlje.

Ovi sateliti neprestano kruže oko Zemlje od pola do pola do 14 puta dnevno. Kombinacija okretanja Zemlje oko svoje ose i brzih orbita satelita omogućava nadzor nad svakim dijelom planete dva puta dnevno.

To omogućava satelitima da pruže ogromne skupove podataka o čitavoj Zemljinoj atmosferi, uključujući oblake i okeane u vrlo visokoj rezoluciji. Koristeći ovu vrstu podataka, meteorolozi su u teoriji u stanju predvidjeti dugoročne vremenske obrasce.

Ovi sateliti imaju na sebi razne instrumente koji bilježe informacije o albedu planete (ili odbijenom zračenju).

Ovi podaci su vrlo korisni za procjenu kvaliteta zraka tijekom vremena. Ove informacije su ugrađene u vremenske modele, što zauzvrat dovodi do preciznijih vremenskih prognoza.

Za mapiranje temperature površine mora mogu se koristiti i drugi instrumenti - važan faktor u dugotrajnoj prognozi vremena.

Ovi se podaci zatim mogu koristiti za predviđanje vremena, uključujući sezonske promjene velikih razmjera poput El Nina i La Nine. Oni takođe prikupljaju podatke vitalne za pomoć u predviđanju teških vremenskih obrazaca poput uragana, tornada i mećava danima unaprijed.

Podaci se također koriste za procjenu opasnosti po okoliš poput suše, šumskih požara i štetnih obalnih voda.

Sljedeći tip satelita koji koriste meteorolozi nazivaju se sateliti dubokog svemira. Na primjer, orbita NOAA-inih opsega za klimu dubokog svemira (DSCOVR) milion milja (1.609.344 km) sa Zemlje.

Ovakve vrste satelita pružaju upozorenja i prognoze u svemirskom vremenu, istovremeno prateći solarnu energiju koju Zemlja apsorbuje svaki dan. DSCOVR je takođe u mogućnosti da snima podatke o nivou ozona i aerosola na Zemlji u atmosferi.

Kako se AI koristi za predviđanje vremena?

Ogromni skupovi podataka koji su potrebni i svojstvena nepredvidivost Zemljine atmosfere čini predviđanje budućih događaja zaista vrlo nezgodnim. Trenutni računarski modeli potrebni su za prosudbu nekoliko fenomena velikih razmjera.

Tu spadaju stvari poput toga kako Sunce zagrijava Zemljinu atmosferu, kako razlike u pritiscima utječu na obrasce vjetra i kako faze promjene vode (led u vodu do pare) utječu na protok energije kroz atmosferu.

Oni takođe trebaju uzeti u obzir rotaciju Zemlje u svemiru koja pomaže u strujanju atmosfere tokom dana. Svaka sitna promjena u jednoj varijabli može duboko promijeniti buduće događaje.

Ova činjenica inspirisala je meteorologa MIT-a Edwarda Lorenza da smisli svoju sada poznatu frazu "Efekat leptira" još 1960-ih. To se odnosi na to kako bi leptir mašući krilima u Aziji mogao drastično promijeniti vrijeme u New Yorku.

Danas je Lorenz poznat kao otac teorije haosa. Zbog toga je Lorenz vjerovao da je maksimalno ograničenje tačnog predviđanja vremena vjerovatno negdje u trajanju od dvije sedmice.

Ali tu bi se AI mogao koristiti za poboljšanje tačnosti i pouzdanosti vremenske prognoze. AI se može koristiti za korištenje računalno generiranih matematičkih programa i računarskih metoda rješavanja problema na ogromnim skupovima podataka za identificiranje obrazaca i stvaranje relevantne hipoteze, generalizirajući podatke.

S obzirom na inherentnu složenost koja je uključena u predviđanje vremena, naučnici sada koriste AI za prognozu vremena kako bi brzo dobili precizne i tačne rezultate! Koristeći matematičke modele dubokog učenja, AI je mogao učiti iz prošlih vremenskih zapisa da predvidi budućnost.

Jedan od primjera je numeričko predviđanje vremena (NWP). Ovaj model proučava i analizira ogromne skupove podataka sa satelita i drugih senzora kako bi pružio kratkoročne vremenske prognoze i dugoročne klimatske prognoze.

Druge kompanije takođe trenutno ulažu velika sredstva u predviđanje vremenskih uslova AI. Na primjer, IBM je nedavno kupio The Weather Company i kombinirao njihove podatke s vlastitim AI razvojem Watson-om.

To je dovelo do razvoja IBM-ovog Deep Thunder-a koji korisnicima pruža hiper-lokalne vremenske prognoze u roku od 0,2 do 1,2 milje rezolucija.

Monsanto takođe ulaže u AI za prognozu vremena. Monsantova korporacija za klimu koristi se za davanje poljoprivrednih vremenskih predviđanja.


Pogledajte video: How we take back the internet. Edward Snowden (Septembar 2021).