amerikali
Yeni Üye
Ki-Poli-De projesi ile araştırmacılar, hava durumu hizmetleri ve sel merkezleri, mekanik öğrenme yöntemlerini kullanarak Almanya'daki sellerin tahminini önemli ölçüde iyileştirmek istiyor. Federal Araştırma Bakanlığı, yaklaşık 1,8 milyon avro Karlsruhe Teknoloji Enstitüsü (KIT) tarafından koordine edilen yakın zamanda başlatılan girişimi desteklemektedir. Şiddetli yağmurun yanı sıra tetiklenen sel ve gelgit dalgaları, insanlar, doğa ve altyapı üzerinde ciddi etkileri olan en büyük doğal tehlikeler arasındadır. Özellikle Orta Avrupa'da bulunabilecek küçük ve orta ölçekli nehir toplama alanları genellikle aşırı hava koşullarına hızlı bir şekilde tepki verir. Son olarak, bu, 2021 yazında AHR Vadisi'ndeki sel felaketini gösterdi, burada 180'den fazla kişinin öldüğü ve yaklaşık 9.000 binanın yok edildiği.
Reklamcılık
Şiddetli yağmur ve hızla yükselen nehir seviyeleri uyarı sürelerini kısaltır ve meteorolojik ve hidrolojik tahminlerin belirsizliklerini arttırır. Bu nedenle federal devletler genellikle sadece havza alanları veya ilçe ile ilgili daha küçük nehirler için bölgesel uyarı seviyeleri yayınlamaktadır. Bu tür olaylar için ayrıntılı tahminler elde etmek hala zordur. “Mevcut hidrolojik modeller burada sınırlarına ulaşıyor, çünkü proje için finansman başvurusunda” Almanya'daki küçük havza alanları için AI tabanlı sel tahmini “, hava tahmini ve drenajındaki karmaşıklığı ve doğruluğu yeterince kavrayamıyorlar.
Proje yöneticisi Ralf Loritz'i Kit Enstitüsü'nden Ralf Loritz'i açıklıyor. “Ana amacımız bu nedenle tüm federal bölge için tutarlı ve güvenilir bir tahmin sağlayan ilk ulusal, olasılıklı sel tahmin modelini geliştirmektir.” Diyerek şöyle devam etti: “Dünya çapında herkese açık olarak erişilebilen ve hem ölçüm hem de öngörücü veriler içeren kapsamlı bir hidro-meteorolojik veri kaydı oluşturmak istiyoruz.” Bu bilgiler ekiple kendi kaynaklarından ve Alman Hava Durumu Servisi'nden (DWD) ve Cumhuriyet'in her yerinden çeşitli eyalet çevre ofisleri ile ilgilidir.
48 saatin altında basın uyarı süresi süreleri
Kit'e göre, veri kaydı hidrolojik öngörücü modelleri eğitmek ve karşılaştırmak için temel oluşturmayı amaçlamaktadır. Loritz, modern makine öğrenimi yöntemlerinin potansiyelini büyük ölçüde takdir ediyor. Yapay zeka ile bu tür yaklaşımlar, ilgili veri dağlarında karmaşık ilişkiler öğrenebilir ve böylece hidro-meteorolojik ölçüm verilerine ve sayısal hava tahminlerine dayanan sağlam ve hesaplama simülasyonları üretebilir. Önceki araştırmalar, bu tür prosedürlerin, en azından eşit ve bazen zaten üstün olan sel tahmininde kullanılmakta olan fiziksel tabanlı modeller olduğunu zaten göstermiştir.
Proje ortakları arasında DWD, Çevre Rhineland-Palatinate için Devlet Ofisi ve Kuzey Ren-Westphalia için muadili ve kendilerine bağlı taşkın merkezleri yer alıyor. Katılımcılar, ülke çapındaki tüm sel tahmin merkezleri tarafından potansiyel olarak devralınabilecek bir “prototip platform” oluşturmak istiyorlar. Bu şekilde, küresel teknoloji şirketlerinin mevcut bağımlılığı ve liderliği de etkili bir şekilde azaltılacaktır. Yapımcılar kendinden emin: AI'nın büyük, bilimsel simülasyon modellerine yeni gömülmesi, 48 saatin altındaki kısa vadeli tahminler, veri entegrasyon teknikleri ve uyarlanabilir öğrenme yöntemleri gibi yeni uygulamalar yaratıyor. Acil servisler, afet önleme hatalarını önlemek için öncelikle hassas depolama algılaması için AI'ya giderek daha fazla dayanmaktadır.
(Nen)
Reklamcılık
Şiddetli yağmur ve hızla yükselen nehir seviyeleri uyarı sürelerini kısaltır ve meteorolojik ve hidrolojik tahminlerin belirsizliklerini arttırır. Bu nedenle federal devletler genellikle sadece havza alanları veya ilçe ile ilgili daha küçük nehirler için bölgesel uyarı seviyeleri yayınlamaktadır. Bu tür olaylar için ayrıntılı tahminler elde etmek hala zordur. “Mevcut hidrolojik modeller burada sınırlarına ulaşıyor, çünkü proje için finansman başvurusunda” Almanya'daki küçük havza alanları için AI tabanlı sel tahmini “, hava tahmini ve drenajındaki karmaşıklığı ve doğruluğu yeterince kavrayamıyorlar.
Proje yöneticisi Ralf Loritz'i Kit Enstitüsü'nden Ralf Loritz'i açıklıyor. “Ana amacımız bu nedenle tüm federal bölge için tutarlı ve güvenilir bir tahmin sağlayan ilk ulusal, olasılıklı sel tahmin modelini geliştirmektir.” Diyerek şöyle devam etti: “Dünya çapında herkese açık olarak erişilebilen ve hem ölçüm hem de öngörücü veriler içeren kapsamlı bir hidro-meteorolojik veri kaydı oluşturmak istiyoruz.” Bu bilgiler ekiple kendi kaynaklarından ve Alman Hava Durumu Servisi'nden (DWD) ve Cumhuriyet'in her yerinden çeşitli eyalet çevre ofisleri ile ilgilidir.
48 saatin altında basın uyarı süresi süreleri
Kit'e göre, veri kaydı hidrolojik öngörücü modelleri eğitmek ve karşılaştırmak için temel oluşturmayı amaçlamaktadır. Loritz, modern makine öğrenimi yöntemlerinin potansiyelini büyük ölçüde takdir ediyor. Yapay zeka ile bu tür yaklaşımlar, ilgili veri dağlarında karmaşık ilişkiler öğrenebilir ve böylece hidro-meteorolojik ölçüm verilerine ve sayısal hava tahminlerine dayanan sağlam ve hesaplama simülasyonları üretebilir. Önceki araştırmalar, bu tür prosedürlerin, en azından eşit ve bazen zaten üstün olan sel tahmininde kullanılmakta olan fiziksel tabanlı modeller olduğunu zaten göstermiştir.
Proje ortakları arasında DWD, Çevre Rhineland-Palatinate için Devlet Ofisi ve Kuzey Ren-Westphalia için muadili ve kendilerine bağlı taşkın merkezleri yer alıyor. Katılımcılar, ülke çapındaki tüm sel tahmin merkezleri tarafından potansiyel olarak devralınabilecek bir “prototip platform” oluşturmak istiyorlar. Bu şekilde, küresel teknoloji şirketlerinin mevcut bağımlılığı ve liderliği de etkili bir şekilde azaltılacaktır. Yapımcılar kendinden emin: AI'nın büyük, bilimsel simülasyon modellerine yeni gömülmesi, 48 saatin altındaki kısa vadeli tahminler, veri entegrasyon teknikleri ve uyarlanabilir öğrenme yöntemleri gibi yeni uygulamalar yaratıyor. Acil servisler, afet önleme hatalarını önlemek için öncelikle hassas depolama algılaması için AI'ya giderek daha fazla dayanmaktadır.
(Nen)