Este artículo fue publicado originalmente en La conversación. La publicación contribuyó con el artículo a Space.com. Voces de expertos: artículos de opinión y opiniones.
Los huracanes son los peligros naturales más destructivos de Estados Unidos y causan más muertes y daños a la propiedad que cualquier otro tipo de desastre. Desde 1980, estas poderosas tormentas tropicales han causado daños por más de 1,5 billones de dólares y han matado a más de 7.000 personas.
Marejada ciclónica es el aumento del nivel del agua del océano, causado por una combinación de vientos poderosos que empujan el agua hacia la costa y una presión del aire reducida dentro del huracán en comparación con la presión fuera de él. Además de estos factores, las olas que rompen cerca de la costa hacen que el nivel del mar aumente cerca de la costa, un fenómeno que llamamos configuración de olas, que puede ser un componente importante de la marejada ciclónica.
Las predicciones precisas de marejadas ciclónicas son fundamentales para que los residentes costeros tengan tiempo para evacuar y para que los servicios de emergencia tengan tiempo para prepararse. Pero los pronósticos de marejadas ciclónicas en alta resolución pueden ser lentos.
Como ingeniero costero, yo estudio cómo las marejadas ciclónicas y las olas interactúan con las características naturales y creadas por el hombre en el fondo del océano y la costa y formas de mitigar su impacto. He utilizado modelos basados en la física para inundaciones costeras y recientemente he estado explorando formas en que la inteligencia artificial puede mejorar la situación. Velocidad de pronóstico de marejadas ciclónicas..
Cómo se pronostican hoy las marejadas ciclónicas
Hoy, pronósticos operativos de marejadas ciclónicas Se basan en modelos hidrodinámicos, que se basan en la física del flujo de agua.
Estos modelos utilizan las condiciones ambientales actuales (como la rapidez con la que la tormenta se mueve hacia la costa, la velocidad y dirección del viento, el momento de la marea y la forma del fondo marino y el paisaje) para calcular la altura de la marejada proyectada y determinar qué lugares corren mayor riesgo.
Modelos hidrodinámicos han mejorado sustancialmente en las últimas décadas y las computadoras se han vuelto significativamente más poderosas, de modo que simulaciones rápidas de baja resolución son posibles en áreas muy grandes. Sin embargo, una simulación de alta resolución que proporciona detalles a nivel de vecindario puede tardar varias horas en ejecutarse.
Esas horas pueden ser críticas para que las comunidades en riesgo puedan evacuar de manera segura y para que los socorristas se preparen adecuadamente.
A pronóstico Cuando la marejada ciclónica atraviesa un área amplia, los modeladores dividen el área objetivo en muchas partes pequeñas que juntas forman una cuadrícula o malla computacional. Píxeles de imagen en una imagen. Cuanto más pequeñas sean las piezas o celdas de la cuadrícula, mayor será la resolución y más preciso será el pronóstico. Sin embargo, crear muchas células pequeñas en un área grande requiere una mayor potencia informática, por lo que pronosticar las marejadas ciclónicas lleva más tiempo.
Los pronosticadores pueden utilizar cuadrículas informáticas de baja resolución para acelerar el proceso, pero eso reduce la precisión, lo que deja a las comunidades con más incertidumbre sobre su riesgo de inundaciones.
La IA puede ayudar a acelerar eso.
Cómo la IA puede crear mejores pronósticos
Hay dos fuentes principales de incertidumbre en las predicciones de marejadas ciclónicas.
Uno involucra los datos introducidos en el modelo de computadora. La trayectoria de tormenta y el campo de viento de un huracán, que determinan dónde tocará tierra y qué tan intenso será el oleaje, son todavía es difícil de pronosticar con precisión con más de unos pocos días de antelación. Cambios en la costa y el fondo marino.como por ejemplo por dragado de canales o pérdida de marismas, manglares o dunas de arena, puede afectar la resistencia que enfrentará la marejada ciclónica.
La segunda incertidumbre implica la resolución de la cuadrícula computacional, sobre la cual se resuelven las ecuaciones matemáticas de la oleada y el movimiento ondulatorio. La resolución determina qué tan bien el modelo ve los cambios en la elevación del paisaje y la cobertura del suelo y los tiene en cuenta, y con qué granularidad se resuelve la física de las marejadas y las olas de los huracanes.
Los modelos de IA pueden producir predicciones detalladas más rápidamente. Por ejemplo, ingenieros y científicos han desarrollado modelos de IA. basado en redes neuronales profundas que puede predecir los niveles de agua a lo largo de la costa de forma rápida y precisa utilizando datos sobre el campo de viento. En algunos casos, estos modelos tienen sido más preciso que los modelos hidrodinámicos tradicionales.
La IA también puede desarrollar pronósticos para áreas con pocos datos históricos o usarse para comprender condiciones extremas que tal vez no hayan ocurrido allí antes.
Para estos pronósticos, se pueden utilizar modelos basados en la física para generar datos sintéticos para entrenar la IA sobre escenarios que podrían ser posibles pero que en realidad no han sucedido. Una vez que un modelo de IA se entrena con datos históricos y sintéticos, puede generar rápidamente pronósticos de oleadas utilizando detalles sobre el viento y la presión atmosférica.
Entrenar a la IA con datos de modelos hidrodinámicos también puede mejorar su capacidad para generar rápidamente mapas de riesgo de inundaciones que muestren qué calles o casas tienen probabilidades de inundarse en eventos extremos que pueden no tener un precedente histórico pero que podrían ocurrir en el futuro.
El futuro de la IA para la previsión de huracanes
La IA es ya estando en uso en los pronósticos operativos de marejadas ciclónicas de forma limitada, principalmente para complementar los modelos basados en la física comúnmente utilizados.
Además de mejorar esos métodos, mi equipo y otros investigadores han estado desarrollando formas de utilizar la IA para la predicción de marejadas ciclónicas utilizando datos observados, Evaluación de los daños después de los huracanes. y Procesamiento de imágenes de cámaras para deducir la intensidad de las inundaciones.. Esto puede llenar un vacío crítico en los datos necesarios para validar los modelos de marejadas ciclónicas a niveles granulares.
A medida que los modelos de inteligencia artificial se extienden rápidamente por todos los aspectos de nuestras vidas y hay más datos disponibles para entrenarlos, la tecnología ofrece potencial para mejorar el pronóstico de huracanes y marejadas ciclónicas en el futuro, brindando a las comunidades costeras advertencias más rápidas y detalladas sobre los riesgos en el camino.
