Trí tuệ nhân tạo được sử dụng để cải thiện dự đoán sét

Dự báo thời tiết đã trở nên tốt hơn rất nhiều trong thập kỷ qua, với dự báo 5 ngày hiện tại có độ chính xác khoảng 90%. Tuy nhiên, một khía cạnh của thời tiết mà đã lâu không thể dự đoán được là sét. Bởi vì sét rất khó dự đoán, nên rất khó để giảm thiểu thiệt hại nó gây ra cho con người, tài sản và thiên nhiên. Nhờ công việc của một nhóm nghiên cứu từ EPFL (Ecole Polytechnique Fédérale de Lausanne) Trường Kỹ thuật, sét có thể trở nên dễ dự đoán hơn trong tương lai gần.

Theo báo cáo của SciTechDaily, một nhóm nghiên cứu từ Phòng thí nghiệm Tương thích Điện từ của Trường Kỹ thuật EPFL, gần đây đã tạo ra một chương trình AI có khả năng dự đoán chính xác một cú sét trong khoảng thời gian từ 10 đến 30 phút và trong phạm vi 30 kilômét. Hệ thống được tạo bởi nhóm kỹ sư áp dụng các thuật toán trí tuệ nhân tạo vào dữ liệu khí tượng, và hệ thống sẽ được sử dụng trong dự án European Laser Lightning Rod.

Mục tiêu của dự án European Laser Lightning Rod (ELLR) là tạo ra các hệ thống và kỹ thuật bảo vệ sét mới. Cụ thể, ELLR nhằm tạo ra một hệ thống sử dụng kỹ thuật dựa trên laser để giảm số lượng sét tự nhiên xuống, bằng cách kích thích sét ngược.

Theo nhóm nghiên cứu, các phương pháp dự đoán sét hiện tại dựa trên dữ liệu thu thập được từ radar hoặc vệ tinh, điều này thường rất tốn kém. Radar được sử dụng để quét các cơn bão và xác định tiềm năng điện của cơn bão. Các hệ thống dự đoán sét khác thường yêu cầu sử dụng ba hoặc nhiều máy thu ở một khu vực để có thể xác định vị trí sét. Việc tạo ra dự đoán theo cách này là một quá trình thường chậm và phức tạp.

Thay vào đó, phương pháp được phát triển bởi nhóm EPFL sử dụng dữ liệu có thể được thu thập tại bất kỳ trạm thời tiết tiêu chuẩn nào. Điều này có nghĩa là dữ liệu có thể được thu thập với chi phí thấp hơn và dễ dàng hơn, và hệ thống có thể được áp dụng cho các khu vực xa xôi nơi không có phủ sóng của vệ tinh hoặc radar và nơi mạng lưới liên lạc không ổn định.

Dữ liệu cho dự đoán cũng có thể được thu thập nhanh chóng và trong thời gian thực, điều này có nghĩa là một khu vực có thể được thông báo về sét sắp tới ngay cả trước khi cơn bão hình thành trong khu vực. Theo báo cáo của ScienceDaily, phương pháp mà nhóm EPFL sử dụng để tạo ra dự đoán là một thuật toán học máy được đào tạo trên dữ liệu thu thập từ 12 trạm thời tiết Thụy Sĩ. Dữ liệu bao gồm một thập kỷ và cả khu vực núi và đô thị được đại diện trong tập dữ liệu.

Lý do tại sao sét có thể được dự đoán là vì chúng có liên quan chặt chẽ với các điều kiện thời tiết cụ thể. Một trong những thành phần quan trọng nhất để hình thành sét là đối lưu mạnh, nơi không khí ẩm tăng lên khi khí quyển trở nên không ổn định trong khu vực địa phương. Va chạm giữa các giọt nước, các hạt băng và các phân tử khác trong đám mây có thể gây ra sự tách biệt điện tích trong các hạt, dẫn đến việc tạo ra các lớp mây với điện tích đối lập, dẫn đến việc tạo ra sét. Các tính năng khí quyển liên quan đến các điều kiện thời tiết này có thể được đưa vào các thuật toán học máy để dự đoán sét.

Trong số các tính năng trong tập dữ liệu có các biến như tốc độ gió, độ ẩm tương đối, nhiệt độ không khí và áp suất khí quyển. Những tính năng này được gắn nhãn với các cú sét được ghi lại và vị trí của hệ thống phát hiện cú sét. Dựa trên các tính năng này, thuật toán có thể giải thích các mẫu trong các điều kiện dẫn đến sét. Khi mô hình được thử nghiệm, nó đã chứng minh khả năng dự đoán chính xác một cú sét khoảng 80% thời gian.

Mô hình của nhóm EPFL đáng chú ý vì đây là ví dụ đầu tiên về một hệ thống dựa trên dữ liệu khí tượng phổ biến có thể dự đoán chính xác sét.