استخدم الذكاء الاصطناعي لتحسين تنبؤات ضربات البرق

تحسنت توقعات الطقس بشكل كبير خلال العقد الماضي، حيث أصبحت توقعات خمسة أيام دقيقة بنسبة 90٪. ومع ذلك، فإن جانبًا واحدًا من الطقس الذي طالما تفادى محاولات التنبؤ به هو البرق. بسبب أن البرق غير قابل للتنبؤ به، فمن الصعب تقليل الضرر الذي يمكن أن يسببه للحيوات البشرية والممتلكات والطبيعة. بفضل عمل فريق بحث من EPFL (المدرسة الفدرالية السويسرية للتكنولوجيا في لوزان) كلية الهندسة، قد يصبح البرق أكثر قابلية للتنبؤ في المستقبل القريب.

كما ذكر في SciTechDaily، قام فريق من الباحثين من كلية الهندسة في EPFL – مختبر التوافق الكهرومغناطيسي، مؤخرًا بإنشاء برنامج ذكاء اصطناعي قادر على التنبؤ بدقة بضربة برق في غضون 10 إلى 30 دقيقة وضربة نارية في نطاق 30 كيلومترًا. النظام الذي تم إنشاؤه بواسطة فريق الهندسة يطبق خوارزميات الذكاء الاصطناعي على البيانات المناخية، وسيتم استخدام النظام في مشروع European Laser Lightning Rod.

الهدف من مشروع European Laser Lightning Rod (ELLR) هو إنشاء أنواع جديدة من أنظمة حماية البرق وتقنياتها. على وجه التحديد، يهدف ELLR إلى إنشاء نظام يستخدم تقنية ليزرية لتقليل عدد الضربات البرقية الطبيعية المتجهةลง، من خلال تحفيز 闪kahات البرق الصعودية.

وفقًا لفريق البحث، تعتمد الطرق الحالية للتنبؤ بالبرق على البيانات التي تم جمعها بواسطة الرادار أو الأقمار الصناعية، والتي تميل إلى أن تكون مكلفة للغاية. يستخدم الرادار لمسح العواصف وتحديد الإمكانات الكهربائية للعاصفة. غالبًا ما تتطلب أنظمة التنبؤ بالبرق الأخرى استخدام ثلاثة أو أكثر من المستلمين في منطقة ما حتى يمكن تحديد حدوث البرق. إن إنشاء التنبؤات بهذه الطريقة هو عملية بطيئة ومعقدة.

بدلاً من ذلك، يستخدم الأسلوب الذي طوره فريق EPFL البيانات التي يمكن جمعها في أي محطة طقس عادية. هذا يعني أن البيانات أرخص وأسهل في الجمع، ويمكن تطبيق النظام على المناطق النائية التي لا تغطيها أنظمة الأقمار الصناعية أو الرادار، ولا توجد فيها شبكات اتصال.

يمكن جمع البيانات للتنبؤات بسرعة وفي الوقت الفعلي، مما يعني أن المنطقة يمكن أن تتم إطلاعها على ضربات البرق القادمة حتى قبل تشكيل العاصفة في المنطقة. كما ذكر في ScienceDaily، استخدم فريق EPFL طريقة لخوارزمية التعلم الآلي مدربة على البيانات التي تم جمعها من 12 محطة طقس سويسرية. غطت البيانات عقدًا من الزمن، وتم تمثيل المناطق الجبلية والمناطق الحضرية في مجموعة البيانات.

السبب في أن ضربات البرق يمكن التنبؤ بها على الإطلاق هو أنها ترتبط بشكل كبير بظروف جوية معينة. واحد من المكونات الأكثر أهمية لتشكيل البرق هو التحرك الشديد، حيث ترتفع الهواء الرطب عندما يصبح الجو غير مستقر في المنطقة المحلية. يمكن أن تسبب الاصطدامات بين قطرات الماء والجسيمات الجليدية والجزيئات الأخرى داخل السحب انفصال الشحنات الكهربائية داخل الجسيمات. يؤدي هذا الانفصال إلى إنشاء طبقات سحابية مع شحنات معاكسة، مما يؤدي إلى التفريغات التي تظهر كبرق. يمكن إطعام الميزات الجوية المرتبطة بهذه الظروف الجوية إلى خوارزميات التعلم الآلي من أجل التنبؤ بضربات البرق.

من بين الميزات في مجموعة البيانات كانت متغيرات مثل سرعة الرياح والرطوبة النسبية ودرجة حرارة الهواء والضغط الجوي. تم وضع علامات على هذه الميزات بضربات برق مسجلة وموقع النظام الذي كشف عن الضربة. بناءً على هذه الميزات، تمكنت الخوارزمية من تفسير الأنماط في الظروف التي أدت إلى ضربات البرق. عندما تم اختبار النموذج، أثبت أنه قادر على التنبؤ بدقة بضربة برق حوالي 80٪ من الوقت.

نموذج فريق EPFL ملحوظ لأنه أول مثال لنظام يعتمد على بيانات مناخية شائعة يمكنه التنبؤ بدقة بضربات البرق.