KI sagt die Größe von Hagelkörnern voraus
Archivmeldung vom 20.08.2019
Bitte beachten Sie, dass die Meldung den Stand der Dinge zum Zeitpunkt ihrer Veröffentlichung am 20.08.2019 wiedergibt. Eventuelle in der Zwischenzeit veränderte Sachverhalte bleiben daher unberücksichtigt.
Freigeschaltet durch Thorsten SchmittKI-gestützte Gesichtserkennung sorgt dank einer Lösung des National Center for Atmospheric Research (NCAR) und der University Corporation for Atmospheric Research für eine präzisere Vorhersage von Hagelstürmen und deren Schwere. Anstatt sich auf die Eigenheiten von Gesichtern zu konzentrieren, trainierten die Forscher die KI darauf, Vorboten von Unwettern zu interpretieren.
Superzellen eher hagelträchtig
Selbst die Größe der Hagelkörner, die schwere Verwüstungen anrichten können, lassen sich mit dieser Technik vorhersagen. Das ist mit den bisher eingesetzten Techniken der Meteorologen praktisch unmöglich. "Wir wissen, dass die Struktur eines aufziehenden Unwetters einen Einfluss darauf hat, ob Hagel produziert wird", sagt NCAR-Wissenschaftler und Forschungsleiter und David John Gagne. "Aus einer Superzelle entsteht eher Hagel als aus einer Sturmlinie." Superzellen sind Gewitter mit einem sogenannten Mezozyklon, der einen rotierenden Aufwind verursacht. Unter Sturmlinien versteht man in der Meteorologie eine Reihe von Gewittern, die sich an einer Kaltfront bilden.
Ob eine Unwetter Hagel produziert, hängt von unzähligen meteorologischen Faktoren ab, sagen die Experten. Dazu müsse die Luft im unteren Bereich feucht sein und beim Aufsteigen trocknen. Der Punkt, an dem sich Eiskristalle bilden, darf nicht zu hoch über der Erdoberfläche sein. Starke Aufwinde können die Größe der Hagelkörner beeinflussen. Außerdem haben Windrichtungen und -geschwindigkeiten in verschiedenen Höhen einen Einfluss auf die Hagelbildung.
Computermodelle oft chancenlos
Doch selbst, wenn alle Kriterien berücksichtigt werden, lässt sich die Größe der Hagelkörner bisher nicht vorhersagen. Computermodelle scheitern angesichts der Fülle an Daten, die eine Rolle spielen. Hier kommen die Struktur des Sturms und die KI ins Spiel. Maschinelles Lernen bietet die Lösung. Die Software erfasst die Struktur eines Sturms und verarbeitet gleichzeitig die wichtigsten Wetterdaten, die verfügbar sind - etwa Windstärke, Temperatur und Luftdruck. Darauf basierend entsteht eine Prognose. Diese wird mit dem verglichen, was passiert. In vielen Versuchen wird das Verfahren immer feiner, die Ergebnisse also immer zuverlässiger.
Quelle: www.pressetext.com/Wolfgang Kempkens