Cada año, el clima severo pone en peligro a millones de personas y causa miles de millones de dólares en daños en todo el mundo. Pero una nueva investigación de la Facultad de Ciencias de la Información y Tecnología IST de Penn State y AccuWeather ha encontrado una manera de predecir mejor algunas de estas amenazas aprovechandoel poder de los macrodatos.
El equipo de investigación, dirigido por el estudiante de doctorado Mohammad Mahdi Kamani e incluido el profesor de IST James Wang, el estudiante de doctorado Farshid Farhat y el meteorólogo forense de AccuWeather Stephen Wistar, ha desarrollado un nuevo enfoque para identificar ecos de arco en imágenes de radar, un fenómeno asociado con ferocesy vientos violentos.
"Era inevitable que la meteorología combinara big data, visión por computadora y algoritmos de minería de datos para buscar resultados más rápidos, más sólidos y precisos", dijo Kamani. Su trabajo de investigación, "Skeleton Matching with Applications in Severe Weather Detection", fuepublicado en la revista de Computación suave aplicada y fue financiado por la National Science Foundation NSF.
"Creo que los métodos basados en computadora pueden proporcionar un tercer ojo a los meteorólogos, ayudándolos a ver cosas para las que no tienen tiempo o energía", dijo Wang. En el caso de los ecos de arco, esta detección automática seríavital para el reconocimiento temprano del clima severo, salvando vidas y recursos.
Wistar, la autoridad meteorológica del proyecto, explicó: "En una línea de tormentas, un eco de arco es una parte que se mueve más rápido que la otra". Como sugiere el nombre, una vez que las condiciones climáticas se han formado por completo, se asemeja alen forma de arco. "Puede ser muy exagerado", dijo. "Es importante porque es allí donde es probable que sufras daños graves, donde los árboles caerán y los techos volarán".
Pero actualmente, cuando las condiciones apenas comienzan a formarse, puede ser fácil para los meteorólogos pasarlo por alto. "Una vez que llega al punto claramente obvio, un eco de arco salta a un meteorólogo", dijo. "Peroen un día de clima activo? Es posible que no se den cuenta de que está empezando a inclinarse ".
Para combatir esto, la investigación se centró en automatizar la detección de ecos de arco. Basándose en los vastos datos históricos recopilados por la Administración Nacional Oceánica y Atmosférica NOAA, los ecos de arco pueden identificarse automáticamente en el instante en que comienzan a formarse. Wangdijo: "Ese es el objetivo fundamental de nuestro proyecto: brindar asistencia al meteorólogo para que puedan tomar decisiones con mayor rapidez y precisión".
Al monitorear continuamente las imágenes de radar de la NOAA, el algoritmo es capaz de escanear todo Estados Unidos y proporcionar alertas cuando y donde sea que comience un eco de arco. En épocas de clima severo activo, cuando es probable que los recursos estén dispersos, puedepara proporcionar notificaciones instantáneas del desarrollo.
"Pero este es solo el primer paso", comentó Kamani. Con el algoritmo de detección implementado, esperan algún día pronosticar los ecos de arco antes de que se formen. "El objetivo final es tener más tiempo para alertar a las personas para que evacuen oprepárese para los vientos en línea recta. "Con pronósticos más rápidos y precisos, los impactos potenciales pueden ser significativos.
"Si puede obtener incluso un salto de 10, 15 minutos y obtener una advertencia fijada antes en una ubicación determinada en lugar de condados enteros, eso es un gran beneficio", dijo Wistar. "Eso podría ser un verdadero salto para los meteorólogos sies posible. Es realmente emocionante ver este progreso ".
Al imaginar el futuro de la meteorología, los investigadores ven un potencial infinito para la aplicación de big data. "Hay tanto que podemos hacer", dijo Wang. "Si podemos predecir mejor las tormentas eléctricas severas, podemos salvar vidas cada año".
Fuente de la historia :
Materiales proporcionado por Penn State . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :