De acordo com pt.wedoany.com-O "Modelo de Previsão Integrada de Intensificação Rápida de Tufões por Aprendizado de Máquina", desenvolvido de forma independente pela equipe da Pesquisadora Li Qinglan do Instituto de Tecnologia Avançada de Shenzhen da Academia Chinesa de Ciências, foi recentemente implantado e colocado em uso operacional no Centro Meteorológico Nacional e no Observatório de Hong Kong, tornando-se o primeiro modelo de previsão de intensificação rápida de tufões em 24 horas a ser implementado na China.
Juntamente com o produto de previsão de 24 horas, também foi lançado o produto de previsão de intensificação rápida em 12 horas. Esta aplicação marca a entrada oficial da tecnologia autônoma de previsão de intensificação rápida de tufões por IA no sistema meteorológico nacional. A previsão de mudanças abruptas na intensidade de tufões é um desafio técnico reconhecido mundialmente pela comunidade meteorológica e foi listada entre os dez principais problemas científicos da Associação Chinesa de Ciência e Tecnologia para 2025. Durante muito tempo, a China careceu de métodos objetivos estáveis e eficazes e de suporte de produtos nesta área.
Com base em mais de uma década de pesquisa em previsão de tufões, a equipe de Li Qinglan desenvolveu de forma independente um modelo de previsão de intensidade de tufões baseado em árvores de gradiente impulsionado e construiu um modelo de previsão de intensificação rápida de tufões integrando aprendizado de máquina, sendo pioneira ao introduzir o modelo de previsão de intensificação rápida de tufões em 24 horas no sistema de previsão meteorológica da China.
Este estudo estabeleceu pela primeira vez dois indicadores quantitativos, "razão terra-mar" e "razão de simetria", para descrever, respectivamente, as mudanças na distribuição terra-mar da superfície subjacente do tufão e as características de simetria da convecção do núcleo interno, revelando a correlação física entre a simetria do núcleo interno e a intensificação rápida. Li Qinglan explicou que, antes da ocorrência de intensificação rápida, o núcleo interno do tufão frequentemente apresenta uma estrutura anular muito simétrica; quanto mais simétrico o núcleo interno, maior a probabilidade de intensificação rápida. A equipe integrou quatro algoritmos de aprendizado de máquina — árvore de decisão, floresta aleatória, AdaBoost e LightGBM — para construir o modelo de previsão integrada. Quando mais da metade dos submodelos prevê intensificação rápida, o sistema pode emitir a conclusão da previsão, melhorando a precisão da previsão.
De acordo com o anúncio oficial, todas as simulações retrospectivas dos processos de intensificação rápida de ciclones tropicais em 24 horas ocorridos no Atlântico Norte entre 2016 e 2020 mostraram que este modelo de previsão integrada apresenta melhor desempenho em termos de taxa de acerto e taxa de falso alarme em comparação com o melhor sistema de previsão do Centro Nacional de Furacões dos EUA, demonstrando excelente capacidade de previsão e aplicabilidade operacional.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
