Khi dự báo thời tiết, các nhà khí tượng học sử dụng một số mô hình và nguồn dữ liệu để theo dõi hình dạng và chuyển động của các đám mây mà báo hiệu có thể sắp xuất hiện những cơn bão nghiêm trọng. Tuy nhiên, do quy mô của các bộ dữ liệu thời tiết ngày càng mở rộng và sự biến đổi khí hậu khó lường hiện nay, họ gần như không thể theo dõi tất cả các cơn bão - đặc biệt là các cơn bão quy mô nhỏ - trong thời gian thực.
Để giải quyết vấn đề này, mới đây, một nhóm các nhà nghiên cứu tại trường đại học Penn State (Hoa Kỳ), công ty dựbáo thời tiết AccuWeather và Đại học Almeria ở Tây Ban Nha, đã phát triển một mô hình máy tính có thể giúp các nhà dự báo phát hiện các cơn bão tiềm tàng nghiêm trọng một cách nhanh chóng và chính xác hơn.
Theo đó, các nhà nghiên cứu đã phát triển một framework dựa trên các phân loại tuyến tính học máy - một loại trí tuệ nhân tạo – để phát hiện các chuyển động quay trong các đám mây từ những hình ảnh vệ tinh có thể không được chú ý. Giải pháp AI này chạy trên siêu máy tính Bridges tại Trung tâm siêu máy tính Pittsburgh.
Theo Steve Wistar, nhà khí tượng học cao cấp tại AccuWeather, công cụ này tập trung vào sự hình thành các mối đe dọa có khả năng, nhờ đó giúp đưa ra dự báo tốt hơn.
Hàng năm, thời tiết khắc nghiệt làm cho hàng triệu người thiệt mạng và gây thiệt hại hàng tỷ đô la trên toàn thế giới. Việc dự báo tốt sẽ giúp giảm thiểu mức thiệt hại.
Steve Wistar cho biết: “Dự báo tốt cần kết hợp càng nhiều dữ liệu càng tốt. Tuy nhiên, có quá nhiều yếu tố tham gia, vì bầu không khí vô cùng phức tạp. Bằng cách sử dụng các mô hình và dữ liệu chúng tôi có, chúng tôi đang đưa ra một cái nhìn toàn cảnh nhất về bầu khí quyển".
Trong nghiên cứu của mình, các nhà nghiên cứu đã làm việc với Viện Wistar và các nhà khí tượng học khác của AccuWeather để phân tích hơn 50.000 hình ảnh vệ tinh thời tiết của Hoa Kỳ.Các chuyên gia đã xác định cũng như đánh nhãn hình dạng và chuyển động của các đám mây "hình dấu phẩy".Những mô hình đám mây này có liên quan chặt chẽ với sự hình thành lốc xoáy, có thể dẫn đến các hiện tượng thời tiết khắc nghiệt bao gồm mưa đá, giông bão, gió lớn và bão tuyết.
Sau đó, bằng cách sử dụng thị giác máy tính và các kỹ thuật học máy, các nhà nghiên cứu đã "dạy" máy tính tự động nhận dạng và phát hiện các đám mây hình dấu phẩy trong các hình ảnh vệ tinh.Nhờ đó, các máy tính có thể hỗ trợ các chuyên gia bằng cách chỉ ra trong thời gian thực, trong một khối lượng khổng lồ dữ liệu, họ có thể tập trung sự chú ý của mình để phát hiện dấu hiệu khởi đầu của các hiện tượng thời tiết khắc nghiệt.
"Vì đám mây hình dấu phẩy là một chỉ báo trực quan về các hiện tượng thời tiết khắc nghiệt có thể xảy ra, nên chương trình của chúng tôi có thể giúp các nhà khí tượng học dự báo các sự kiện như vậy", Rachel Zheng, một nghiên cứu sinh tại Trường Đại học Công nghệ và Khoa học Thông tin (IST), đại học Penn State và là nhà nghiên cứu chính của dự án, cho biết.
Các nhà nghiên cứu bổ sung thêm rằng phương pháp của họ có thể phát hiện hiệu quả các đám mây hình dấu phẩy với độ chính xác 99%, trung bình 40 giây cho mỗi dự báo. Phương pháp này cũng có thể dự báo đúng 64% các trường hợp thời tiết khắc nghiệt, vượt trội hơn so với các phương pháp phát hiện thời tiết khắc nghiệt khác hiện có.
"Phương pháp của chúng tôi có thể phát hiện được hầu hết các đám mây có hình dấu phẩy”, Zheng cho biết. Ngoài ra, phương pháp này còn có thể phát hiện một số đám mây hình dấu phẩy trước khi chúng được hình thành hoàn toàn và việc phát hiện đôi khi còn sớm hơn sự nhận biết bằng mắt người.
Nhà khí tượng học cao cấp tại AccuWeather Steve Wistar nhấn mạnh: “Lời kêu gọi của doanh nghiệp chúng tôi là cứu người và bảo vệ tài sản. Thông báo cho những người sẽ bị ảnh hưởng bởi cơn bão, chúng tôi sẽ cung cấp dịch vụ này tốt hơn.Chúng tôi đang cố gắng thu thập thông tin tốt nhất, sớm nhất có thể".
Dự án này đã tăng cường sự hợp tác trước đó giữa AccuWeather và nhóm nghiên cứu của đại học IST do giáo sư James Wang, người cố vấn luận văn của Zheng, đứng đầu.
.jpg "TTCS có sức mạnh, sự khác biệt căn bản với các hình thức truyền thông khác")
