Ураганы — самые разрушительные природные явления в Америке, которые уносят больше жизней и наносят больший материальный ущерб, чем любые другие стихийные бедствия. С 1980 года эти мощные тропические штормы причинили ущерб более чем на 1,5 триллиона долларов США и унесли жизни более 7 000 человек.
Основной причиной ущерба и гибели людей во время ураганов является штормовой нагон.
Штормовой нагон — это подъём уровня воды в океане, вызванный сочетанием мощных ветров, которые толкают воду к береговой линии, и пониженного давления воздуха внутри урагана по сравнению с давлением снаружи. Помимо этих факторов, волны, разбивающиеся близко к берегу, приводят к повышению уровня моря у побережья — явление, которое мы называем установкой волн. Это может быть важным компонентом штормового нагона.
Точные прогнозы штормовых нагонов критически важны для того, чтобы у жителей прибрежных районов было время на эвакуацию, а у служб экстренного реагирования — на подготовку. Однако прогнозы штормовых нагонов с высоким разрешением могут занимать много времени.
Как инженер-океанолог, я изучаю взаимодействие штормовых нагонов и волн с природными и антропогенными объектами на дне океана и побережье, а также способы смягчения их воздействия.
Я использовал физические модели для прогнозирования прибрежных наводнений и недавно изучал способы, с помощью которых искусственный интеллект может повысить скорость прогнозирования штормовых нагонов.
Сегодня оперативные прогнозы штормовых нагонов основаны на гидродинамических моделях, которые учитывают физические процессы течения воды. Эти модели используют текущие условия окружающей среды — например, скорость движения шторма к берегу, скорость и направление ветра, время прилива, а также форму морского дна и ландшафта — для расчёта прогнозируемой высоты нагона и определения наиболее уязвимых мест.
Гидродинамические модели значительно усовершенствованы за последние десятилетия, а компьютеры стали значительно мощнее, так что теперь возможно быстрое моделирование с низким разрешением на очень больших территориях. Однако моделирование с высоким разрешением, которое обеспечивает детализацию на уровне районов, может занимать несколько часов.
Использование искусственного интеллекта для улучшения прогнозов
Искусственный интеллект может помочь ускорить этот процесс. Есть два основных источника неопределённости в прогнозах штормовых нагонов:
1. Данные, вводимые в компьютерную модель. Траектория урагана и поле ветра, которые определяют, где он выйдет на сушу и насколько сильным будет нагон, всё ещё трудно прогнозировать с высокой точностью более чем на несколько дней вперёд. Изменения побережья и морского дна, например, из-за дноуглубительных работ или потери солончаковых болот, мангров или песчаных дюн, могут повлиять на сопротивление, с которым столкнётся штормовой нагон.
2. Разрешение вычислительной сетки, на которой решаются математические уравнения движения нагона и волн. Разрешение определяет, насколько хорошо модель видит изменения в высоте ландшафта и растительном покрове и учитывает их, а также насколько детально решается физика ураганного нагона и волн.
Модели искусственного интеллекта могут быстрее выдавать подробные прогнозы. Например, инженеры и учёные разработали модели искусственного интеллекта, основанные на глубоких нейронных сетях, которые могут быстро и точно прогнозировать уровень воды вдоль береговой линии, используя данные о поле ветра. В некоторых случаях эти модели оказались более точными, чем традиционные гидродинамические модели.
Искусственный интеллект также может разрабатывать прогнозы для районов с небольшими историческими данными или использоваться для понимания экстремальных условий, которые могли не возникать там ранее.
Для этих прогнозов можно использовать физические модели для генерации синтетических данных, чтобы обучить искусственный интеллект на сценариях, которые могут быть возможны, но на самом деле не происходили. После того как модель искусственного интеллекта обучена на исторических и синтетических данных, она может быстро генерировать прогнозы нагонов, используя данные о ветре и атмосферном давлении.
Обучение искусственного интеллекта на данных из гидродинамических моделей также может улучшить его способность быстро генерировать карты риска затопления, показывающие, какие улицы или дома могут быть затоплены в экстремальных условиях, которые могут не иметь исторического прецедента, но могут произойти в будущем.
Искусственный интеллект уже используется в оперативных прогнозах штормовых нагонов ограниченным образом, в основном для дополнения широко используемых физических моделей. Помимо улучшения этих методов, моя команда и другие исследователи разрабатывают способы использования искусственного интеллекта для прогнозирования штормовых нагонов с использованием наблюдаемых данных, оценки ущерба после ураганов и обработки изображений с камер для определения интенсивности наводнений.
По мере того как модели искусственного интеллекта быстро распространяются во всех аспектах нашей жизни и появляется больше данных для их обучения, эта технология может улучшить прогнозирование ураганов и штормовых нагонов в будущем, предоставляя прибрежным сообществам более быстрые и подробные предупреждения о рисках.