10 Stunden her
KI-Werkzeug zur Früherkennung von Hurrikanen
Die University of Miami hat ein neues KI-Tool entwickelt, das in der Lage ist, tropische Wetterphänomene im Atlantik und Pazifik zu erkennen und zu unterscheiden. Diese Entwicklung wird im National Hurricane Center während der Hurrikansaison 2025 eingesetzt, um die Vorhersagegenauigkeit zu erhöhen und Gemeinden rechtzeitig vor potenziell gefährlichen Stürmen zu warnen.
Die Entwicklung des Systems wurde von Will Downs, einem Doktoranden an der Rosenstiel School of Marine, Atmospheric, and Earth Science, geleitet. Er nutzte dabei über vierzig Jahre Wetterdaten, um ein Modell zu trainieren, das unterschiedliche Wettersysteme in Echtzeit identifiziert. Dieses Projekt schließt eine seit Langem bestehende Lücke in der Wettervorhersage, da es keine automatisierte Methode zur Unterscheidung der innertropischen Konvergenzzone und der Monsunrinne gab.
Das Tool basiert auf Convolutional Neural Networks (CNNs) und bietet Meteorologen eine verlässliche Datengrundlage, um tropische ostwärts gerichtete Wellen und andere relevante Wettermuster zu erfassen. Die Analyse zeigte, dass tropische Wellen in der Karibik im Vergleich zum offenen Atlantik schwächer, aber dennoch erkennbar sind. Zudem wurden Verschiebungen der Monsunnrinne im Atlantik und Veränderungen im Pazifik während starker El Niño-Phasen identifiziert.
Dieses Projekt erhielt Unterstützung durch einen National Science Foundation Grant und veranschaulicht, wie interdisziplinäre Zusammenarbeit in der Wissenschaft genutzt werden kann, um relevante Lösungen für praktische Probleme zu entwickeln. Downs‘ Interesse an Wetterphänomenen lässt sich auf seine Erfahrungen während des Hurrikans Katrina zurückführen und führte ihn schließlich zu einer akademischen Karriere in der Atmosphärenwissenschaft.
Die Entwicklung des Systems wurde von Will Downs, einem Doktoranden an der Rosenstiel School of Marine, Atmospheric, and Earth Science, geleitet. Er nutzte dabei über vierzig Jahre Wetterdaten, um ein Modell zu trainieren, das unterschiedliche Wettersysteme in Echtzeit identifiziert. Dieses Projekt schließt eine seit Langem bestehende Lücke in der Wettervorhersage, da es keine automatisierte Methode zur Unterscheidung der innertropischen Konvergenzzone und der Monsunrinne gab.
Das Tool basiert auf Convolutional Neural Networks (CNNs) und bietet Meteorologen eine verlässliche Datengrundlage, um tropische ostwärts gerichtete Wellen und andere relevante Wettermuster zu erfassen. Die Analyse zeigte, dass tropische Wellen in der Karibik im Vergleich zum offenen Atlantik schwächer, aber dennoch erkennbar sind. Zudem wurden Verschiebungen der Monsunnrinne im Atlantik und Veränderungen im Pazifik während starker El Niño-Phasen identifiziert.
Dieses Projekt erhielt Unterstützung durch einen National Science Foundation Grant und veranschaulicht, wie interdisziplinäre Zusammenarbeit in der Wissenschaft genutzt werden kann, um relevante Lösungen für praktische Probleme zu entwickeln. Downs‘ Interesse an Wetterphänomenen lässt sich auf seine Erfahrungen während des Hurrikans Katrina zurückführen und führte ihn schließlich zu einer akademischen Karriere in der Atmosphärenwissenschaft.
Lesenswert hierzu
Dieser Artikel wurde vollständig oder teilweise durch eine Künstliche Intelligenz (KI) erstellt. Obwohl wir bemüht sind, genaue und aktuelle Informationen bereitzustellen, können wir keine Garantie für die Richtigkeit oder Vollständigkeit des Inhalts übernehmen. Bitte überprüfen Sie alle Informationen und ziehen Sie bei Bedarf eine fachkundige Beratung hinzu.