پیش‌بینی زمان وزش طوفان‌های گرد‌ و غبار با هوش مصنوعی

به گزارش خبرگزاری علم و فناوری آنا به نقل از نیچر، با فرا رسیدن بهار نیمکره شمالی، بسیاری از کشور‌های آسیایی با یک مشکل سالانه روبه‌رو هستند: طوفان‌های گرد و غبار.

از دهه ۱۹۹۰، دانشمندان چینی تحقیقات گسترده‌ای در مورد طوفان‌های گرد و غبار انجام داده و چندین سیستم پیش بینی را توسعه داده‌اند. اما چالش‌ها همچنان باقی است. دانشمندان می‌خواهند با دقت بیشتری پیش بینی کنند که چه زمانی و کجا گرد و غبار جمع می‌شود. سیستم‌های فعلی هنوز هم گاهی اوقات خطا می‌کنند.

محققان از هوش مصنوعی (AI) و مدل‌سازی آب و هوا برای پیش‌بینی بهتر این پدیده سالانه استفاده می‌کنند. پیش بینی بهتر می‌تواند هر سال هزینه قابل توجهی را ذخیره کند.

طوفان گرد و غبار زمانی رخ می‌دهد که باد‌های شدید مناطق خشک مانند بیابان‌ها را فرا می‌گیرد و ذرات گرد و غبار را از زمین می‌گیرد و آنها را گاهی اوقات تا ارتفاع هزار و ۵۰۰ متری به هوا می‌برد.

چن سییو، دانشمند جوی در دانشگاه لانژو در چین، می‌گوید: گرد و غبار و باد می‌توانند با یکدیگر ترکیب شوند و دیواره‌های غبار عظیم و سریعی ایجاد کنند که مسافت زیادی را طی می‌کنند. طوفان‌ها همچنین باکتری‌ها و ذرات فلزی سمی را از با خود می‌برند که برای سلامت مردم و محیط زیست مضر هستند.

چن در لانژو، شهری واقع در آستانه صحرای گبی، یکی از منابع اصلی گرد و غبار در آسیا، زندگی می‌کند. تیم او یک سیستم هشدار اولیه ایجاد کرده است که از هوش مصنوعی برای کمک به پیش بینی طوفان‌ها استفاده می‌کند.

هوانگ جیان پینگ، محقق برجسته دینامیک گرد و غبار چین و استاد برجسته دانشگاه لانژو می‌گوید: هوش مصنوعی می‌تواند چگونگی تکامل طوفان‌های گرد و غبار در زمان و مکان را از مقدار زیادی داده یاد بگیرد؛ و ما در حال حاضر حجم عظیمی از اطلاعات در مورد طوفان‌های گرد و غبار، از جمله داده‌های رصدی سطح زمین، داده‌های ماهواره‌ای و شبیه سازی از مدل‌های مختلف داریم.

سال ۲۰۲۱، چن و تیمش جزو اولین محققان چینی بودند که از هوش مصنوعی برای کمک به توسعه سیستم‌های پیش بینی برای شمال و شرق آسیا استفاده کردند.

چن در حال مذاکره با چندین موسسه هواشناسی در چین است تا مدل هوش مصنوعی خود را توسعه دهد. تیم چن همچنین به دنبال تبدیل آن به یک برنامه تلفن همراه است تا مردم بتوانند به راحتی پیش بینی طوفان گرد و غبار را دریافت کنند.

برای اصلاح پیش‌بینی، جین جیان‌بینگ، دانشمند جوی در دانشگاه علوم و فناوری اطلاعات نانجینگ در چین، و همکارانش پیش‌بینی ۴۸ ساعته‌ای به نام سیستم جذب و پیش‌بینی غبار (DAPS) ایجاد کرده‌اند.

جین می‌گوید: یکسان سازی داده‌ها فرآیندی است که داده‌های مشاهده‌ای را به صورت پویا با محاسبات مدل هوش مصنوعی ادغام می‌کند تا دقت پیش بینی‌ها را افزایش دهد.این تقریباً برای مدل مانند یک خلبان خودکار عمل می‌کند. ما از چندین مدل یادگیری عمیق برای حذف سوگیری در مشاهدات اولیه قبل از استفاده از آنها برای همسان سازی برای بهبود دقت نتایج استفاده کردیم. او می‌افزاید که هوش مصنوعی می‌تواند در بهینه سازی پیش بینی طوفان گرد و غبار بسیار مفید باشد.

سیستم جذب و پیش‌بینی غبار می‌تواند پیش‌بینی‌های دقیقی از جمله چگونگی انتشار گرد و غبار در مناطق آسیب‌دیده و میزان غلظت آن در مقیاس میکروگرم ارائه دهد که پنج کشور چین، مغولستان، کره شمالی، کره جنوبی و ژاپن را در شرق آسیا پوشش می‌دهد.