Eine neue Technik zur Verbesserung der Hurrikanvorhersage wurde eingeführt

Die semantische Segmentierung, eine Technologie, die derzeit in autonomen Autos und in der medizinischen Bildgebung eingesetzt wird, könnte die Vorhersage von Tropenstürmen verbessern.

Deep Learning-Technik zur Verbesserung der Hurrikan-Vorhersage
Die semantische Segmentierung kennzeichnet und kategorisiert jedes Pixel, um die atmosphärischen Signale eines tropischen Sturms zu identifizieren.

Technologie, die normalerweise in fahrerlosen Autos und in der medizinischen Bildgebung eingesetzt wird, wird auf die Vorhersage von Tropenstürmen angewendet um die Vorhersage von Hurrikanen im Vergleich zu herkömmlichen Methoden drastisch zu verbessern.

Die Deep-Learning-Technik, die als semantische Segmentierung bekannt ist, kann tropische Stürme besser erkennen und vorhersagen, selbst in ihren frühen Stadien. Sie identifiziert die atmosphärischen Signale eines Tropensturms und liefert hochauflösende Vorhersagen für Parameter wie stündlichen Wind, Niederschlag und Sturmflut in den betroffenen Gebieten bis zu sieben Tage im Voraus.

Verbesserte Genauigkeit

Fundierte und genaue Vorhersagen werden auf der Grundlage von Ensemblemodellen erstellt, aber diese Zusammenstellung kann extreme Schwankungen und Anomalien abflachen. Bei tropischen Stürmen kann dies zu zwei unterschiedlichen Zugbahnen, einem großen und verzerrten Windfeld und möglicherweise zum Auftreten von zwei verschiedenen Hurrikanen führen. Dies hat Auswirkungen auf den Wellenantrieb, die Niederschlagsmenge und die Windstärke.

Dieses neue Modell, das von Dr. Samuel Lillo, einem Meteorologen und Computertechniker aus Colorado, entwickelt wurde, nutzt die semantische Segmentierung, bei der jedes Pixel gekennzeichnet und kategorisiert wird, um die atmosphärischen Signale eines tropischen Sturms zu erkennen.

Jede einzelne Minute der Vorbereitung ist entscheidend für den Schutz der Unternehmen und der öffentlichen Sicherheit.


Die Deep-Learning-Technik ermöglicht es Meteorologen, sehr detaillierte und hochwertige Vorhersagen für jeden Tropensturm und Hurrikan und sogar für die Entwicklung von Vorsturmstörungen zu erstellen.

"Die Detailgenauigkeit unseres neuen Modells zur Vorhersage von Tropenstürmen beruht auf einer riesigen Menge von Datenpunkten und wird ständig aktualisiert, was für menschliche Meteorologen nicht möglich wäre", erklärt Dr. Lillo. "So können wir weniger Zeit auf die Berechnung der möglichen Entstehung eines Tropensturms verwenden und mehr Zeit auf die Vorhersage und Meldung der möglichen Auswirkungen."

Intelligente Vorhersagen für tropische Stürme bieten eine längere Vorlaufzeit mit mehr Wetterrisikoparametern, sodass diejenigen, die in der Landwirtschaft, im Energiesektor und in wetterabhängigen Sektoren, wie z.B. Versorgungsunternehmen, Sport, Sicherheit und Kommunen, tätig sind, über die fundiertesten Prognosen verfügen, um zu planen und sich auf mögliche Auswirkungen vorzubereiten.

Höhere Präzision

Die Technik, die von dem Daten-, Analyse- und Technologieunternehmen DTN eingesetzt wird, ermöglicht einen 360-Grad-Radius aller Tropensturm- und Hurrikanwinde und verbessert so die Vorhersagegenauigkeit. Diese erhöhte Genauigkeit, die auf meteorologischen und mathematischen Techniken beruht, ermöglicht es Menschen und Unternehmen, besser zu planen und sich auf die vollen Auswirkungen des Hurrikans vorzubereiten.

Deep Learning-Technik zur Verbesserung der Hurrikan-Vorhersage
Die neuen Vorhersagen für tropische Stürme bieten einen längeren Zeitraum mit mehr Wetterrisikoparametern, so dass die Menschen über die besten Prognosen verfügen, um zu planen und sich auf mögliche Auswirkungen vorzubereiten.

"Die Intensivierung von Hurrikanen hat in den letzten Jahren deutlich zugenommen, was wahrscheinlich auf die Erwärmung der Meeresoberflächentemperaturen zurückzuführen ist", erklärt Dr. Lillo.

Die Vorhersage dieser explosiven Eskalationen war ein Bereich, in dem wir die Genauigkeit und das Warnfenster der verfügbaren Prognosen weiter verbessern wollten.

"Diese Innovation im Bereich der Tropenstürme liefert die nötigen Erkenntnisse, um die Auswirkungen vorauszusehen und fundierte Entscheidungen Tage oder Wochen vor einer potenziellen Bedrohung zu treffen", fügt Dr. Lillo hinzu.