Últimas

Pesquisadores estão usando IA para prever onde e quando um raio atingirá o solo


Pesquisadores da EPFL (L'Ecole polytechnique fédérale de Lausanne) desenvolveram uma nova maneira de prever descargas elétricas nos próximos 10 a 30 minutos e dentro de um raio de 30 quilômetros. O sistema usa uma combinação de dados padrão de estações meteorológicas e inteligência artificial (IA).

O raio é um dos fenômenos mais imprevisíveis da natureza. Mata regularmente pessoas e animais e incendeia casas e florestas. Mantém a aeronave aterrada e danifica linhas de energia, turbinas eólicas e instalações de painéis solares. No entanto, pouco se sabe sobre o que desencadeia raios, e não existe uma tecnologia simples para prever quando e onde os raios atingirão o solo.

"Os sistemas atuais são lentos e muito complexos, e exigem dados externos caros adquiridos por radar ou satélite", explica Amirhossein Mostajabi, estudante de doutorado que criou a técnica. “Nosso método usa dados que podem ser obtidos em qualquer estação meteorológica. Isso significa que podemos cobrir regiões remotas que estão fora do alcance de radar e satélite e onde as redes de comunicação não estão disponíveis. ”

Além disso, como os dados podem ser adquiridos com facilidade e em tempo real, as previsões podem ser feitas muito rapidamente e os alertas podem ser emitidos mesmo antes da formação de uma tempestade.

O método dos pesquisadores da EPFL usa um algoritmo de Machine Learning que foi treinado para reconhecer condições que levam a raios. Para realizar o treinamento, os pesquisadores usaram dados coletados durante um período de dez anos em 12 estações meteorológicas da Suíça, localizadas em áreas urbanas e montanhosas.

Quatro parâmetros foram levados em consideração: pressão atmosférica, temperatura do ar, umidade relativa e velocidade do vento. Esses parâmetros foram correlacionados com as gravações dos sistemas de detecção e localização de raios. Usando esse método, o algoritmo foi capaz de aprender as condições sob as quais os raios ocorrem.

Uma vez treinado, o sistema fez previsões que se mostraram corretas quase 80% das vezes. Agora pode ser usado em qualquer lugar.

É a primeira vez que um sistema baseado em dados meteorológicos simples é capaz de prever descargas atmosféricas por meio de cálculos em tempo real. O método oferece uma maneira simples de prever um fenômeno complexo.