.
Furacões, ou ciclones tropicais, estão entre os mais devastador desastres naturais. Eles podem destruir cidades e ceifar inúmeras vidas. Um grande desafio na preparação para estas tempestades reside na sua imprevisibilidade. A sua força, trajetória e impacto permanecem difíceis de prever devido à complexidade dos sistemas atmosféricos dos quais surgem.
Agora, em um novo estudo publicado em Física dos Fluidosos pesquisadores Qiusheng Li e Feng Hu, da Universidade da Cidade de Hong Kong, revelaram uma nova abordagem de aprendizado de máquina que poderia transformar a precisão da previsão de furacões.
Os desafios dos furacões
Os furacões são mais prevalentes em regiões específicasnomeadamente o Oceano Atlântico, o Mar das Caraíbas e o Oceano Pacífico central e nordeste. O Atlântico temporada de furacões normalmente vai de 1º de junho a 30 de novembro, com pico de atividade ocorrendo entre meados de agosto e final de outubro. Durante este período, os furacões desenvolvem-se frequentemente no Mar das Caraíbas, no Golfo do México e no Oceano Atlântico, impactando áreas como as Bermudas, o leste do Canadá, o leste dos Estados Unidos e partes da América Central.
O potencial destrutivo dos furacões é imensocom capacidade de devastar cidades inteiras e resultar em perdas significativas de vidas. Por exemplo, o furacão Katrina em 2005 causou danos catastróficos em Nova Orleães, causando mais de 1.800 mortes e aproximadamente 125 mil milhões de dólares em danos. Da mesma forma, o furacão Harvey, em 2017, provocou inundações sem precedentes no sudeste do Texas, resultando em 68 mortes diretas e perdas económicas estimadas em 125 mil milhões de dólares. Mais recentemente, o furacão Helene pegou em grande parte os residentes do oeste da Carolina do Norte desprevenidos, pois os efeitos residuais do furacão causou danos generalizados muito mais para o interior. Estes acontecimentos sublinham o grave impacto que os furacões podem ter nas populações humanas e nas infra-estruturas.
Nos últimos anos, tem havido preocupação crescente sobre a influência das mudanças climáticas no comportamento dos furacões. Embora os estudos indiquem que a frequência global dos furacões não mostrou uma tendência clara ao longo dos últimos 150 anos, evidências sugerem que os furacões estão se tornando mais intensos. Pesquisar indica um aumento na proporção de furacões de categoria 3 e superiores e um aumento no número de tempestades em rápida intensificação. Esta tendência é atribuída às temperaturas mais quentes dos oceanos e ao aumento da humidade atmosférica, condições que alimentam tempestades mais fortes.
Os desafios da modelagem da camada limite
Enquanto os especialistas lutam para melhorar os seus modelos de previsão de furacões, os investigadores da City University of Hong Kong concentraram-se especificamente na previsão do camada limite campo de vento – a região da atmosfera mais próxima da superfície da Terra, onde convergem a atividade humana e o impacto das tempestades.
“Nós, seres humanos, vivemos nesta camada limite, portanto, compreendê-la e modelá-la com precisão é essencial para a previsão de tempestades e a preparação para perigos”, disse Li em um comunicado. declaração recente.
Modelar a camada limite é particularmente difícil porque envolve interações entre ar, terra, oceano e estruturas de nível superficial. Os métodos tradicionais de previsão baseiam-se em simulações numéricas massivas realizadas em supercomputadores, incorporando vastos dados observacionais. Apesar destes esforços, as previsões muitas vezes ficam aquém da precisão necessária para uma resposta eficaz a catástrofes.
Uma solução de aprendizado de máquina com base em física
Aprendizado de máquina de Li e Hu algoritmo apresenta uma alternativa mais rápida e precisa. Ao contrário dos métodos convencionais, seu modelo usa uma estrutura avançada com base na física que integra equações da física atmosférica. Isso permite gerar previsões precisas do campo de vento usando apenas uma pequena quantidade de dados do mundo real.
“Nosso modelo requer apenas uma pequena quantidade de dados reais para capturar o comportamento complexo do campo de vento dos ciclones tropicais”, disse Hu no comunicado de imprensa recente. “A flexibilidade do modelo e a capacidade de integrar dados observacionais esparsos resultam em reconstruções mais precisas e realistas.”
Ao reconstruir o campo de vento de um ciclone tropical, seu algoritmo fornece dados críticos sobre a intensidade, estrutura e impacto potencial da tempestade. Esse informações detalhadas é inestimável para as autoridades em caso de catástrofe que pretendem preparar as comunidades antes de uma tempestade.
“Com furacões mais frequentes e intensos devido às mudanças climáticas, nosso modelo poderia melhorar significativamente a precisão das previsões dos campos de vento”, enfatizou Hu. “Este avanço pode ajudar a refinar as previsões meteorológicas e as avaliações de risco, fornecendo avisos oportunos e aumentando a resiliência das comunidades e infraestruturas costeiras.”
Rumo à previsão em tempo real
Os investigadores planeiam continuar a refinar o seu modelo para incorporar dados observacionais adicionais e lidar com a natureza evolutiva dos ventos tempestuosos ao longo do tempo. Eles também pretendem expandir a sua aplicação a vários eventos de tempestade em todo o mundo e integrá-la em sistemas de previsão em tempo real.
“Nossos próximos passos incluem melhorar a capacidade do modelo de lidar com a evolução temporal dos ventos e integrá-lo em sistemas em tempo real para previsão do tempo e gerenciamento de riscos”, disse Hu.
Kenna Hughes-Castleberry é comunicadora científica da JILA (um instituto de pesquisa em física líder mundial) e redatora científica do The Debrief. Siga e conecte-se com ela no céu azul ou entre em contato com ela por e-mail em kenna@thedebrief.org
.
