Doksuri ist der bisher stärkste Taifun in China. „Vom 21. bis 27. Juli lag Fengwus Prognose des Doksuri-Weges durchschnittlich 38,7 km daneben, während die entsprechenden Werte des Europäischen Zentrums für mittelfristige Wettervorhersage 54,1 km und des US-amerikanischen Nationalen Wetterdienstes 55 km betrugen“, erklärte das Shanghai AI Lab gegenüber Yicai Global.
Doksuri, Chinas fünfter Taifun dieses Jahres, erreichte am 28. Juli das Festland. Mehr als 720.000 Menschen in der Provinz Fujian waren betroffen, und der direkte wirtschaftliche Schaden belief sich auf 52,3 Millionen Yuan (7,3 Millionen Dollar), wie aus Zahlen der Hochwasserschutzbehörde der Provinz Fujian hervorgeht.
Das Fengwu-Modell wurde im April 2023 vom Shanghai Artificial Intelligence Laboratory und der University of Science and Technology of China veröffentlicht.
Eine Reduzierung des Fehlers um einen Kilometer innerhalb von 24 Stunden könne die direkten wirtschaftlichen Verluste um rund 97 Millionen Yuan (13 Millionen US-Dollar) verringern, weshalb eine genaue Sturmvorhersage für die Risikominderung von entscheidender Bedeutung sei, erklärte das Shanghai AI Lab.
Darüber hinaus haben chinesische Forscher ein auf Deep-Learning-Algorithmen basierendes Modell künstlicher Intelligenz (KI) entwickelt, um die Entwicklung und Morphologie von El-Niño-Phänomenen im zentralen Pazifikraum vorherzusagen.
In einer kürzlich in der Fachzeitschrift „Advances in Atmospheric“ veröffentlichten Studie erklärten Wissenschaftler, dass das El-Niño-Phänomen im zentralen Pazifik tiefgreifende Auswirkungen auf das globale Klima haben könne. Genaue Vorhersagen seien daher für die Vorbereitung und Risikominderung wichtig.
Auf der Grundlage der Convolutional-Neural-Network-Technologie haben Forscher vom Institut für Atmosphärenphysik (IAP) der Chinesischen Akademie der Wissenschaften ein Deep-Learning-Modell zur Vorhersage von Anomalien der Meeresoberflächentemperatur im äquatorialen Pazifik entwickelt.
„Diese Studie zeigt das Potenzial der KI, die Vorhersage wichtiger Wetterereignisse wie El Niño zu verbessern, die schwerwiegende globale Auswirkungen haben können“, sagte Huang Ping, Wissenschaftler am IAP und Autor der Studie.
Der Studie zufolge übertraf das KI-Modell hinsichtlich der Genauigkeit herkömmliche dynamische Modelle, insbesondere bei der Vorhersage von Anomalien der Meeresoberflächentemperatur im westlichen und zentralen Äquatorialpazifik.
Die Studie zeigt auch, dass das Hybridmodell, das Prognosen sowohl aus KI- als auch aus dynamischen Modellen kombiniert, eine noch höhere Genauigkeit für El-Niño-Ereignisse im zentralen und östlichen Pazifik erreicht.
Duc Dung (laut Yicai Global, rossaprimavera.ru)
[Anzeige_2]
Quelle
Kommentar (0)