تساعد نماذج الذكاء الاصطناعي في التنبؤ بالموجات الاستوائية الكبيرة وتيارات المحيط

صمم فريق من الباحثين مؤخرًا نموذجًا للذكاء الاصطناعي قادرًا على التنبؤ بالظواهر المحيطية التي تمتد على مدى مئات الأميال / الكيلومترات ، مثل موجات عدم الاستقرار المدارية (TIW). موجات عدم الاستقرار المدارية (TIW) هي حدث محيطي يحدث داخل المحيط الهادئ ، بالقرب من خط الاستواء. يتضمن TIW المحيط الهادئ حركة الموجات المنحنية والمثلثة التي تتحرك غربًا على طول حواف اللسان البارد المحيط الهادئ - وهي منطقة من المناطق المدارية أبرد بشكل ملحوظ من المحيط المحيط بها.

العوامل البيئية التي تؤدي إلى حدوث TIW معقدة بشكل غير عادي ويصعب التنبؤ بالظاهرة. يتم التنبؤ بـ TIW تقليديًا باستخدام نماذج إحصائية وفيزيائية معقدة. ومع ذلك ، قام فريق من الباحثين مؤخرًا صمم نموذجًا للذكاء الاصطناعي تهدف إلى التنبؤ بشكل أفضل بـ TIWs وظواهر المحيط الأخرى.

وفقًا لموقع Phys.org ، ترأس فريق البحث معهد علوم المحيطات التابع للأكاديمية الصينية للعلوم (IOCAS) البروفيسور LI Xiaofeng ، كما ضم الفريق أعضاء من مختلف أقسام علوم المحيطات الصينية مثل جامعة شنغهاي للمحيطات والمعهد الثاني لعلم المحيطات التابع لوزارة الموارد الطبيعية. . استخدم الفريق بيانات الأقمار الصناعية لتصميم نموذج التعلم العميق الذي يهدف إلى تحليل موجات عدم الاستقرار أثناء تحركها آلاف الكيلومترات عبر المحيط. حتى مع بيانات الأقمار الصناعية العالمية ، يمكن أن يكون من الصعب تمييز العوامل البيئية التي تؤثر على الظواهر المحيطية ، ولكن الهدف هو أن نماذج الذكاء الاصطناعي يمكنها القيام بعمل أفضل في فك رموز هذه المتغيرات وعمل التنبؤات أكثر من النماذج التقليدية.

استخدم نموذج التعلم العميق الذي صممه الباحثون بيانات درجة حرارة سطح البحر التي تم جمعها بواسطة الأقمار الصناعية ، وتحليل الأنماط الحالية ومقارنتها ببيانات درجة حرارة السطح التي تم جمعها في السنوات الماضية. قام الباحثون بتدريب النموذج واختباره على ما يقرب من تسع سنوات من البيانات. عندما تم تحليل النتائج ، وجد الباحثون أن النموذج كان قادرًا على التنبؤ بدقة وثبات بالتغير في درجة حرارة سطح البحر والتنبؤ بالتغيرات الزمنية والمكانية داخل TIW نتيجة لذلك.

تشير الدراسة إلى أن نماذج الذكاء الاصطناعي المدعومة بمجموعات البيانات الكبيرة يمكن أن تكون طرقًا موثوقة للتنبؤ حتى ببعض أكثر الظواهر تعقيدًا في المحيطات.

أوضح LI Xiaofeng وفقًا لـ Phys.

من المأمول أنه مع تحسين النموذج وصقله سيساعد في التنبؤ بالموجات والعواصف الكبيرة ، والتي لها تطبيقات عملية لأنظمة الملاحة في المحيطات والتنبؤ بظواهر الطقس القاسية التي قد تضر بالمدن الساحلية. يعتبر هذا النوع من الأبحاث ذا قيمة خاصة في عالم يعمل فيه تغير المناخ على تغيير كيفية تحرك التيارات المحيطية وتفاعلها مع البيئة المحيطة بها. يعد البحث الذي أجراه LI Xiaofeng وزملاؤه جزءًا من اتجاه متزايد لاستخدام خوارزميات الذكاء الاصطناعي وبيانات الأقمار الصناعية للتعرف على حركة تيارات المحيط والظواهر ذات الصلة والتنبؤ بها.

وكمثال آخر على استخدام الذكاء الاصطناعي لتتبع الظواهر المحيطية والتنبؤ بها، في وقت سابق من هذا العام، نشر فريق من الباحثين من مختبر بليموث البحري وجامعة بحر إيجه دراسة تبحث في كيفية استخدام خوارزميات التعلم الآلي وبيانات الأقمار الصناعية لتحديد مناطق المحيطات. النفايات البلاستيكية المركزة وتتبع انتشارها.

التقط الفريق صور الأقمار الصناعية للنفايات البلاستيكية ودربوا نظام تحديد الصور عليها ، بهدف معرفة ما إذا كان النظام يمكن أن يميز بدقة بقع القمامة البلاستيكية من الخشب والأعشاب البحرية وغيرها من الأشياء الطبيعية العائمة. وفقًا لنتائج الدراسة ، تمكنت الخوارزمية من تحديد القمامة بشكل صحيح بنسبة 86 ٪ تقريبًا. يريد الباحثون تحسين النموذج وإنشاء نظام يمكن أن يسهل تحديد وتنظيف النفايات البلاستيكية على طول السواحل والأنهار.