Künstliche Intelligenz verbessert Zyklon-Vorhersagen: Frühere Wegprognosen möglich

MELBOURNE / MÜNCHEN (IT BOLTWISE) – Ein europäisches KI-Modell prognostiziert die Annäherung eines tropischen Zyklons an die Küste Queenslands näher an Rockhampton als an Cairns.

Die Vorhersage von Zyklonen erfährt durch den Einsatz Künstlicher Intelligenz eine bedeutende Verbesserung. Modelle können nun das Risiko dieser extremen Wetterereignisse mit zunehmender Genauigkeit vorhersagen.

Einwohner Queenslands wurden vom Bureau of Meteorology vor einem weiteren tropischen Zyklon gewarnt und können nun über Online-Tracker die potenziellen Wege des Zyklons verfolgen.

Das Bureau bewertet die Wahrscheinlichkeit, dass sich ein Tiefdruckgebiet im Korallenmeer zu einem Zyklon entwickelt, als signifikant. Sollte er sich bilden, würde der Zyklon den Namen Kirrily erhalten.

Einige Modelle deuten darauf hin, dass sich das System der Küste Queenslands nähern könnte, sagte Daniel Hayes, ein in Cairns ansässiger Community-Informationsbeauftragter des Büros.

„Sollte es sich der Küste nähern, liegt der wahrscheinlichste Bereich irgendwo zwischen Cairns und Rockhampton“, fügte Hayes hinzu. „Es wird jedoch keine direkte Auswirkung auf die Küste in der nahen Zukunft erwartet.“

Es ist noch zu früh für das Bureau, eine genaue Prognosespur für den Sturm zu veröffentlichen. Es besteht jedoch die Möglichkeit, dass er sich zu einem schweren tropischen Zyklon der Kategorie 3 oder höher entwickelt, mit durchschnittlichen Windgeschwindigkeiten von 118 bis 159 km/h.

Andere Wetterdienste, wie das Europäische Zentrum für mittelfristige Wettervorhersagen (ECMWF), prognostizieren die Entstehung eines klaren Zyklons.

Mittlerweile stehen der Öffentlichkeit auch Prognosemodelle zur Verfügung, die auf maschinellem Lernen basieren, darunter das des Europäischen Zentrums selbst. Sein Künstliche Intelligenz/Integriertes Prognosesystem (AIFS) Modell prognostiziert, dass sich Zyklon Kirrily der Küste von Queensland nähert.

Das ECMWF startete sein experimentelles Modell und bietet auch mehrere andere Versionen auf seiner Website an, die mit KI-Technologie erstellt wurden, wie Googles GraphCast und Chinas Huawei Pangu-Modell.

Das Zentrum erklärte, dass die traditionellen physikbasierten numerischen Wettervorhersagemodelle, wie sein Integriertes Prognosesystem, weiterhin „entscheidend“ für seine Vorhersagen seien. Ein Grund dafür ist, dass die numerischen Modelle die Anfangsbedingungen und die Trainingsdatensätze liefern, auf denen die maschinellen Lernversionen basieren.

Außerdem basieren die KI-Modelle auf einzelnen Berechnungen und nicht auf den multiplen Berechnungen, die das ECMWF für die Erstellung von Wahrscheinlichkeitskarten für Zyklone verwendet.

Das Bureau’s eigenes Access-Modell zeigt, dass das System weit vor der Küste bleibt.

Jyoteeshkumar Reddy Papari, ein Postdoktorand am Csiro, sagte, es sei weiterhin „schwierig, die Bahn eines tropischen Zyklons genauer vorherzusagen, selbst mit den KI-Modellen“.

„Insgesamt leistet das KI-Modell jedoch eine vernünftige Arbeit, indem es den [tropischen Zyklon] simuliert und eine mögliche Bahn ähnlich gut wie das dynamische Modell bietet“, so Papari.

Dennoch sollten sich Menschen „vor der Möglichkeit eines Landfalls eines [tropischen Zyklons] in Acht nehmen und die offiziellen Warnungen“ von offiziellen Behörden wie dem Bureau beachten.

Nichtsdestotrotz „sind sie nützliche Wegweiser für das Kommende“, sagte er. „Wir können mit mehr KI-Wettermodellen rechnen, auch mit Ensemble-Prognosen, und sie werden der Öffentlichkeit zugänglicher.“

Andere Modelle zeigen eine Vielzahl von Bahnen für den Zyklon auf, wie das Globale Ensemble-Vorhersagesystem der USA.

Wissenschaftler von Googles DeepMind-Abteilung veröffentlichten in der Zeitschrift Science einen Artikel, in dem sie erklärten, dass ihr maschinell lernendes GraphCast-Modell in vielen Fällen die genauesten operationellen Systeme übertroffen hat.

Ihre Prognosen unterstützten auch „eine bessere Vorhersage schwerwiegender Ereignisse, einschließlich der Verfolgung tropischer Zyklone, atmosphärischer Flüsse und extremer Temperaturen“, sagten die Forscher.

Hinweis: Teile dieses Textes könnten mithilfe einer Künstlichen Intelligenz generiert worden sein.