 |
KI-gestützte Prognosemodelle erfordern genaue Eingabedaten. Foto: Kyodo News . |
Eine neue Studie im Coastal Engineering Journal hat trotz erheblicher technologischer Fortschritte auf diesem Gebiet gravierende Mängel des aktuellen Tsunami-Warnsystems aufgezeigt. Laut einem Team der University of Western Ontario (Kanada) ist das größte Problem nicht, ob, sondern wann ein Tsunami auftritt.
Konkret testete das Team drei KI-Modelle zur Vorhersage von Tsunamis, darunter multiple lineare Regression, Random Forests und neuronale Netzwerke. Die beiden letztgenannten Modelle zeigten dabei die beste Leistung. Die Ergebnisse zeigten jedoch auch, dass die Qualität der Trainingsdaten entscheidend ist. Bilden diese die Bedingungen im Feld nicht genau ab, kann das Modell trotz positiver Ergebnisse aus Labortests in der Praxis versagen.
Dies stellt eine große Herausforderung für Gebiete dar, in denen Tsunami-Risiko besteht, für die aber keine Beobachtungsdaten vorliegen. An der Westküste Kanadas gibt es nur vier aktive Meeresbodensensoren, die jedoch nicht ausreichen, um ausreichende Daten für das Modelltraining zu liefern.
Tofino, eine Küstenstadt auf Vancouver Island, ist ein Paradebeispiel. Sie hat noch nie einen Tsunami erlebt, liegt aber nahe der Grenze der Cascadia-Platte, einem Gebiet, in dem Erdbeben der Stärke 9,0 und bis zu 30 Meter hohe Tsunamis auftreten können. Der genaue Zeitpunkt ist zwar ungewiss, Wissenschaftler gehen jedoch davon aus, dass die Katastrophe in naher Zukunft eintreten wird.
„Die Frage ist nicht, ob es zu einem Tsunami kommt, sondern wann“, betonte Associate Professor Katsu Goda, Inhaber des kanadischen Lehrstuhls für Multi-Hazard-Risikoforschung an der University of Western Ontario.
Weltweit entwickeln Wissenschaftlerteams neue Technologien, um Vorhersagen zu verbessern und Schäden zu minimieren. Einige konzentrieren sich auf KI-Modelle, die Felddaten einbeziehen, während andere Schutzstrukturen wie Deiche testen, die die Energie der Gezeiten nutzen.
Quelle: https://znews.vn/vi-sao-ai-that-bai-khi-du-doan-song-than-post1572823.html
Kommentar (0)