
Secondo il dottor Dai Kuai dell'Università di Scienza e Tecnologia di Hong Kong (Cina), questo modello rappresenterà un importante passo avanti nel monitoraggio atmosferico e nei sistemi di allerta precoce per eventi meteorologici estremi, migliorando la velocità e la precisione delle previsioni e rafforzando le capacità di preparazione e risposta alle catastrofi nella regione.
Il mese scorso, ricercatori di diverse università e istituti di ricerca cinesi, tra cui agenzie meteorologiche nazionali, hanno pubblicato uno studio su un "modello di diffusione profonda basato su dati satellitari".
Questo è considerato il primo modello di intelligenza artificiale al mondo a utilizzare dati satellitari per effettuare previsioni di temporali in tempo reale, consentendo di prevedere forti piogge fino a quattro ore in anticipo.
Attualmente, la capacità di prevedere con precisione temporali o rovesci di pioggia di piccola entità e a rapido sviluppo è generalmente limitata a un intervallo di tempo compreso tra 20 minuti e due ore prima del loro verificarsi.
Il nuovo modello è stato addestrato utilizzando i dati di un satellite cinese che monitora la formazione e lo sviluppo delle strutture nuvolose convettive.
Rilevando i primi segnali di convezione, il modello può prevedere le precipitazioni in modo più efficace e supportare l'emissione tempestiva di avvisi relativi a condizioni meteorologiche pericolose.
La convezione atmosferica è il processo di movimento delle masse d'aria. Quando l'aria calda sale rapidamente, il vapore acqueo condensa e forma le nuvole, che possono essere liquide o solide.
In condizioni di forte convezione, queste particelle nuvolose continuano a svilupparsi in grandi temporali per poi precipitare, preannunciando forti piogge. I fenomeni meteorologici convettivi includono spesso fulmini, temporali, tornado e tempeste.
Secondo Dai, gli attuali metodi tradizionali di previsione meteorologica si basano principalmente su radar terrestri, che scansionano i segnali "dal basso verso l'alto". Pertanto, spesso rilevano i cambiamenti atmosferici solo dopo che le nubi convettive si sono già formate.
Per superare queste difficoltà, Dai e il suo team hanno sviluppato un nuovo modello di intelligenza artificiale e lo hanno addestrato utilizzando i dati di temperatura della radiazione infrarossa raccolti dal satellite cinese FengYun-4A dal 2018 al 2021 per catturare con precisione la struttura delle nubi convettive.
Sfruttando i dati satellitari che monitorano l'evoluzione delle nuvole dallo spazio, il nuovo modello di intelligenza artificiale è in grado di visualizzare e identificare i segnali di masse d'aria calda in aumento con largo anticipo.
Le previsioni vengono aggiornate all'incirca ogni 15 minuti e coprono vaste aree, tra cui Cina, Corea del Sud e Sud-est asiatico. Questo modello può essere utile anche per prevedere forti piogge in zone prive di radar o stazioni meteorologiche automatiche.
Secondo il professor Su Hui dell'Università di Scienza e Tecnologia di Hong Kong (Cina), i dati satellitari potrebbero non essere sufficienti per catturare temporali localizzati che interessano solo piccole aree di Hong Kong (Cina), poiché questi processi convettivi sono di scala troppo ridotta per essere chiaramente visibili nelle immagini satellitari.
Tuttavia, secondo Su, il modello rimane efficace nel prevedere forti correnti ascensionali, segnali che spesso precedono eventi meteorologici estremi, come il super tifone Ragasa dello scorso anno.
Nell'ultimo anno, Hong Kong (Cina) ha dovuto emettere cinque allerte tempesta ed è stata colpita da 14 tempeste tropicali, il numero più alto dal 1946.
Il tifone Ragasa, che ha toccato terra a Hong Kong (Cina) nel settembre 2025, ha ferito circa 100 persone e ha costretto le autorità a emettere per la seconda volta nel 2025 l'allerta tifone di massimo livello.
Fonte: https://baovanhoa.vn/nhip-song-so/mo-hinh-ai-co-kha-nang-du-doan-mua-bao-lon-truoc-4-gio-201117.html







Commento (0)