שימוש ב-AI כדי לשפר את חיזוי מכות הברק

תחזית מזג האוויר השתפרה במידה ניכרת במהלך העשור האחרון, וכיום תחזיות ל-5 ימים הן כ-90% מדויקות. עם זאת, היבט אחד של מזג האוויר שהתחמק מניסיונות לחזות אותו הוא הברק. בגלל שהברק כל כך בלתי צפוי, קשה מאוד למזער את הנזק שהוא יכול לגרום לחיים, רכוש וטבע. הודות לעבודת צוות מחקר מ-EPFL (בית הספר להנדסה של Ecole Polytechnique Fédérale de Lausanne), מכות ברק עשויות להיות הרבה יותר צפויות בעתיד הקרוב.

כפי שדווח ב-SciTechDaily, צוות חוקרים מ-EPFL’ s School of Engineering – Electromagnetic Compatibility Laboratory, יצר לאחרונה תוכנית AI המסוגלת לחזות בדיוק מכת ברק בתוך 10 עד 30 דקות וברדיוס של 30 קילומטר. המערכת שנוצרה על ידי צוות ההנדסה מיישמת אלגוריתמים של בינה מלאכותית על נתונים מטאורולוגיים, והמערכת תשמש בפרויקט האירופי European Laser Lightning Rod.

מטרת פרויקט European Laser Lightning Rod (ELLR) היא ליצור סוגים חדשים של מערכות וטכניקות להגנה מפני ברק. במיוחד, ELLR מטרתו ליצור מערכת המשתמשת בטכניקה מבוססת לייזר כדי להפחית את כמות מכות הברק הטבעיות, על ידי עירור פלאשים של ברק כלפי מעלה.

לפי צוות המחקר, שיטות נוכחיות של חיזוי ברק מסתמכות על נתונים המתקבלים מרדאר או לוויין, שנוטים להיות יקרים מאוד. רדאר משמש לסריקת סופות וקביעת הפוטנציאל החשמלי של הסופה. מערכות חיזוי ברק אחרות רבות דורשות את השימוש בשלושה או יותר קולטים באזור כדי שתופעות של ברק יכולו להיות משולשות. יצירת חיזויים בדרך כזו היא תהליך איטי ומורכב.

במקום זאת, השיטה שפותחה על ידי צוות EPFL משתמשת בנתונים שניתן לאסוף בכל תחנת מזג אוויר סטנדרטית. זאת אומרת שהנתונים הרבה יותר זולים וקלים לאיסוף והמערכת יכולה להיות מיושמת באזורים מרוחקים שבהם מערכות לוויין או רדאר אינן מכסות ושבהם רשתות תקשורת הן מוגבלות.

נתונים לחיזויים יכולים גם להיאסף במהירות ובזמן אמת, מה שאומר שאזור יכול להיות מיידע על מכות ברק קרובות אפילו לפני שסופה הופיעה באזור. כפי שדווח ב-ScienceDaily, השיטה שצוות EPFL השתמש בה כדי לעשות חיזויים היא אלגוריתם למידת מכונה שאומנה על נתונים שנאספו מ-12 תחנות מזג אוויר שווייצריות. הנתונים כיסו עשור ואזורים הרריים ועירוניים היו מיוצגים במאגר הנתונים.

הסיבה שמכות ברק יכולות להיות מובן כלל היא שהן משוקפות במידה רבה עם תנאי מזג אוויר מסוימים. אחד המרכיבים החשובים ביותר ליצירת ברק הוא קונווקציה אינטנסיבית, שבה אוויר לח מעלה כאשר האטמוספירה הופכת לא יציבה באזור המקומי. התנגשויות בין טיפות מים, חלקיקי קרח ומולקולות אחרות בעננים יכולות לגרום להפרדת מטענים חשמליים בתוך החלקיקים. הפרדה זו מובילה ליצירת שכבות עננים עם מטענים מנוגדים, שמובילה לפריקות שמופיעות כברק. המאפיינים האטמוספיריים הקשורים לתנאים אלה יכולים להיכנס לאלגוריתמים של למידת מכונה כדי לחזות מכות ברק.

בין המאפיינים במאגר הנתונים היו משתנים כמו מהירות הרוח, לחות יחסית, טמפרטורת האוויר ולחץ אטמוספירי. מאפיינים אלה סומנו עם מכות ברק מוקלטות ומיקום המערכת שגילתה את המכה. על בסיס מאפיינים אלה, האלגוריתם היה מסוגל לפרש דפוסים בתנאים שהובילו למכות ברק. כאשר המודל נבדק, הוא הוכיח יכולת לחזות בדיוק מכת ברק סביב 80% מהזמן.

מודל צוות EPFL הוא משמעותי מכיוון שזהו הדוגמה הראשונה למערכת המבוססת על נתונים מטאורולוגיים זמינים באופן רגיל, שמסוגלת לחזות בדיוק מכות ברק.