Técnica de aprendizaje profundo para mejorar la previsión de huracanes
La segmentación semántica, una tecnología utilizada actualmente en vehículos autónomos e imágenes médicas, podría mejorar la predicción de tormentas tropicales.
La tecnología que se utiliza habitualmente en los vehículos sin conductor y en las imágenes médicas se está aplicando al pronóstico de tormentas tropicales para mejorar drásticamente el pronóstico de huracanes en comparación con los métodos tradicionales.
La técnica de aprendizaje profundo, conocida como segmentación semántica, puede identificar y predecir mejor las tormentas tropicales, incluso en sus primeras etapas. Identifica señales atmosféricas de una tormenta tropical y proporciona pronósticos de alta resolución para parámetros como viento por hora, precipitaciones y marejadas ciclónicas en las áreas impactadas con hasta siete días de anticipación.
Mejorando la precisión
Se construyen pronósticos informados y precisos a partir de modelos conjuntos, pero esta agregación puede aplanar variaciones y anomalías extremas. En el caso de las tormentas tropicales, esto puede crear dos trayectorias diferentes, un campo de viento amplio y distorsionado y, potencialmente, la aparición de dos huracanes diferentes. Esto tiene implicaciones para el forzamiento de las olas, el volumen de precipitación y la fuerza del viento.
Este nuevo modelo, desarrollado por el meteorólogo e ingeniero de software de Colorado, Dr. Samuel Lillo, utiliza segmentación semántica, que rotula y categoriza cada píxel, para identificar señales atmosféricas de una tormenta tropical.
La técnica de aprendizaje profundo permite a los meteorólogos generar pronósticos muy detallados y de alto valor para cada tormenta tropical y huracán, e incluso para el desarrollo de perturbaciones previas a la tormenta.
"El detalle que proporciona nuestro nuevo modelo de predicción de tormentas tropicales se basa en un volumen masivo de puntos de datos y se actualiza constantemente de una manera que los pronosticadores humanos no podrían mantener", explica el Dr. Lillo. "Nos permite dedicar menos tiempo a calcular la posible formación de una tormenta tropical y más tiempo a pronosticar y comunicar el impacto potencial".
La previsión inteligente de tormentas tropicales ofrece un plazo más largo, con más parámetros de riesgo meteorológico, lo que proporciona a los sectores de la agricultura, la energía y los sectores sensibles a las condiciones meteorológicas, como los servicios públicos, el deporte y la seguridad y los municipios, la previsión más informada para planificar y prepararse ante posibles impactos.
Mayor precisión
La técnica, que será utilizada por la empresa de datos, análisis y tecnología DTN, ofrece un radio de 360 grados de todos los vientos con fuerza de tormenta tropical y huracán, mejorando la precisión del pronóstico. Esta precisión adicional, basada en técnicas meteorológicas y matemáticas, permite a las personas y a las empresas planificar y prepararse mejor para la totalidad del impacto del huracán.
"Las tasas de intensificación de los huracanes han aumentado significativamente en los últimos años, probablemente debido al calentamiento de las temperaturas de la superficie del mar", dice el Dr. Lillo. “Anticipar estos episodios de intensificación explosiva era un área en la que queríamos mejorar aún más la precisión y la ventana de alerta de los pronósticos disponibles. Cada minuto de preparación es fundamental para proteger las empresas y la seguridad pública.
"Esta innovación de tormenta tropical proporciona la orientación necesaria para anticipar los impactos y tomar decisiones informadas días o semanas antes de una amenaza potencial", añade el Dr. Lillo.