Scienziati cinesi sviluppano un nuovo modello IA per la previsione dei cicloni

Scienziati cinesi hanno sviluppato un nuovo metodo di intelligenza artificiale (IA) per prevedere la rapida intensificazione dei cicloni tropicali, gettando nuova luce sul miglioramento della preparazione globale ai disastri.

Di recente, i ricercatori dell'Istituto di Oceanologia presso l'Accademia Cinese delle Scienze hanno pubblicato questo studio sulla rivista Proceedings of the National Academy of Sciences.

La rapida intensificazione di un ciclone tropicale, che si riferisce a un drammatico aumento dell'intensità di una tempesta tropicale in un breve periodo, rimane uno dei fenomeni meteorologici più difficili da prevedere a causa della sua natura imprevedibile e distruttiva.

Secondo lo studio, i metodi di previsione tradizionali, come la previsione meteorologica numerica e gli approcci statistici, spesso non riescono a considerare i complessi fattori ambientali e strutturali che guidano la rapida intensificazione. Mentre l'IA è stata esplorata per migliorare la previsione della rapida intensificazione, la maggior parte delle tecniche di IA ha lottato con alti tassi di falsi allarmi e un'affidabilità limitata.

Per affrontare questo problema, i ricercatori hanno sviluppato un nuovo modello di intelligenza artificiale che combina dati satellitari, atmosferici e oceanici. Testato sui dati dei periodi di cicloni tropicali nel Pacifico nord-occidentale tra il 2020 e il 2021, il nuovo metodo ha raggiunto un'accuratezza del 92,3 percento e ridotto i falsi allarmi all'8,9 percento.

Il nuovo metodo ha migliorato l'accuratezza di quasi il 12 percento rispetto alle tecniche esistenti e ha vantato una riduzione di 3 volte dei falsi allarmi, rappresentando un significativo progresso nelle previsioni, ha affermato lo studio.

"Questo studio affronta le sfide della bassa accuratezza e degli alti tassi di falsi allarmi nelle previsioni di intensificazione rapida", ha affermato Li Xiaofeng, autore corrispondente dello studio.

"Il nostro metodo migliora la comprensione di questi eventi estremi e supporta migliori difese contro i loro impatti devastanti", ha aggiunto Li.