Em outubro de 2015, o Furacão Patricia no Nordeste do Oceano Pacífico se transformou de uma tempestade de Categoria 1 para um monstro de Categoria 5 em apenas 24 horas, seus ventos foram de 183 km/h para 333 km/h. O Patricia não foi o primeiro ou o último furacão que repentinamente se intensificou em um curto espaço de tempo, mas ele foi uma demonstração espetacular de um fenômeno que tem desafiado a previsão dos meteorologistas por décadas.
Prever de forma precisa se um furacão vai ou se intensificar de forma rápida, com um aumento de 56 km/h do seu vento ou mais dentro de 24 horas, é algo incrivelmente difícil. Mas os pesquisadores liderados pelo Jet Propulsion Laboratory da NASA no sul da Califórnia estão usando machine learning para desenvolver um modelo experimental que promete melhorar e muito a precisão da detecção rápida da intensificação desses eventos.
É muito importante trabalhar nesse tipo de previsão pois esses eventos possuem um grande potencial devastador onde eles podem ferir pessoas e destruir propriedades.
Existem duas partes importantes na previsão de furacões: a sua trajetória e a sua intensidade. Os cientistas veem trabalhando muito bem na previsão de onde o furacão irá fazer o seu landfall, ou seja, tocar a Terra. Mas prever a sua intensidade é ainda algo que eles têm muito problema em trabalhar, pois isso depende do ambiente ao redor, além do que acontece dentro dessas tempestades. As propriedades como o quão intensa a chuva está ou o quão rápido o ar está se movendo de forma vertical desafiam as medidas dentro do furacão.
É difícil também determinar quais características internas resultam na rápida intensificação dessas propriedades. Mas depois de pesquisar por anos as imagens de satélite, os pesquisadores conseguiram definir que um bom indicador sobre como a tempestade se intensifica no decorrer de 24 horas é a taxa de chuva dentro do núcleo mais interno da tempestade, a área num raio de 100 km do olho do furacão, ou a densa parede de tempestades ao redor do olho. Quanto mais intensa é a chuva dentro do furacão, mais provavelmente a tempestade irá se intensificar. A equipe de pesquisadores adquiriu dados do Tropical Rainfall Measuring Mission, um satélite que trabalha em conjunto com a NASA e com a JAXA, e que operou de 1997 até 2015.
Além disso, os pesquisadores puderam encontrar que as mudanças na intensidade da tempestade depende do gelo de água contido nas nuvens dentro do furacão, medidas foram adquiridas com o CloudSat da NASA. A temperatura do ar fluindo para longe do olho no topo dos furacões, conhecida como temperatura de fluxo externo, também influencia na intensidade das mudanças.
A equipe adicionou a taxa de chuva, o conteúdo de gelo, e a temperatura de fluxo como preditores para aqueles que o National Hurricane Center já usa no seu modelo operacional, para realizar a sua própria previsão via machine learning. Existem muitas variáveis dentro de um furacão, e elas interagem de maneiras complexas, de modo que muitos modelos computacionais atuais têm problema em prever de forma precisa o comportamento dessas tempestades. As técnicas de machine learning, contudo, são capazes de melhor analisar essa dinâmica interna complexa e identificar quais propriedades poderiam levar a um súbito aumento da intensidade dos furacões. Os pesquisadores usaram capacidade computacional de algoritmo do IBM Watson Studio para desenvolver o seu modelo de machine learning.
Então ele treinaram seu modelo com tempestades de 1998 até 2008 e testaram o modelo usando um diferente conjunto de tempestades de 2009 até 2014. Os pesquisadores também compararam a performance do seu modelo com o modelo de previsão operacional do National Hurricane Center, para o mesmo conjunto de tempestades de 2009 até 2014.
Para os furacões cujo os ventos aumentaram no mínimo de 56 km/h dentro de 24 horas, o modelo dos pesquisadores teve uma precisão 60% maior de detectar a rápida intensificação da tempestade se comparado com os modelo usados atualmente. Mas para os furacões cujo os ventos aumentaram de 64 km/h em 24 horas, o novo modelo surpreendeu muito e aumentou em 200% a precisão na previsão do súbito aumento de intensidade.
Os pesquisadores agora estão testando os seus modelos em tempestades durante a atual estação de furacões. No futuro, eles planejam investigar dados de satélite para encontrar características adicionais dos furacões que possam melhorar o modelo de machine learning. As previsões como se a chuva mais intensa em uma parte do furacão versus outra parte, poderia dar aos pesquisadores uma melhor visão sobre como a intensidade de uma tempestade muda com o passar do tempo.
Fonte:
[https://www.jpl.nasa.gov/news/news.php?feature=7738]
