Aunque en la televisión se vea sencillo, predecir el clima no es una tarea fácil, de hecho casi siempre los meteorólogos fallan cuando se trata de condiciones climáticas severas que surgen casi de la nada. Pero ahora todo esto puede cambiar gracias al uso de lo último en tecnología, hablamos de la Inteligencia Artificial (IA).
Para pronosticar el clima, los meteorólogos utilizan una serie de modelos y fuentes de datos para rastrear formas y movimientos de nubes que podrían indicar tormentas severas. Sin embargo, casi siempre es imposible para ellos monitorear todas las formaciones de tormenta, especialmente las de menor escala, en tiempo real.
Ahora, existe un modelo de computadora que puede ayudar a los pronosticadores a reconocer posibles tormentas severas de manera más rápida y precisa, gracias a un equipo de investigadores de Penn State, AccuWeather, y la Universidad de Almería en España.
Y es que parece que han desarrollado un marco basado en clasificadores lineales de aprendizaje automático, un tipo de inteligencia artificial, que detecta movimientos de rotación en las nubes a partir de imágenes satelitales que, de lo contrario, podrían haber pasado desapercibidas. Esta solución de IA se ejecutó en la supercomputadora Bridges en el Centro de supercomputación de Pittsburgh.
Steve Wistar, meteorólogo forense senior en AccuWeather, indico, que tener esta herramienta para apuntar su atención hacia formaciones potencialmente amenazadoras podría ayudarlo a hacer un mejor pronóstico.
“La mejor previsión incorpora la mayor cantidad de datos posible. Hay mucho que asimilar, ya que la atmósfera es infinitamente compleja. Al usar los modelos y los datos que tenemos frente a nosotros, estamos tomando una instantánea del aspecto más completo de la atmósfera”, dijo Wistar.
En su estudio, los investigadores trabajaron con Wistar y otros meteorólogos de AccuWeather para analizar más de 50,000 imágenes de satélite meteorológicas históricas de los Estados Unidos. En ellos, los expertos identificaron y etiquetaron la forma y el movimiento de las nubes en forma de coma.
Estos patrones de nubes están fuertemente asociados con las formaciones de ciclones, que pueden llevar a eventos climáticos severos que incluyen granizo, tormentas eléctricas, vientos fuertes y ventiscas.
Luego, utilizando técnicas de visión artificial y de aprendizaje automático, los investigadores enseñaron a las computadoras a reconocer y detectar automáticamente nubes en forma de coma en las imágenes de satélite. Luego, las computadoras pueden ayudar a los expertos señalando en tiempo real dónde, en un océano de datos, podrían enfocar su atención para detectar la aparición de un clima severo.
“Debido a que la nube en forma de coma es un indicador visual de los fenómenos meteorológicos severos, nuestro plan puede ayudar a los meteorólogos a pronosticar tales eventos”, dijo Rachel Zheng, estudiante de doctorado de la Facultad de Ciencias y Tecnología de Penn State y la investigadora principal de proyecto.
Los investigadores descubrieron que su método puede detectar eficazmente nubes en forma de coma con una precisión del 99 %, a un promedio de 40 segundos por predicción. También fue capaz de predecir el 64 % de los eventos climáticos severos, superando a otros métodos de detección de clima severo existentes.
