پیش بینی هوا با فناوری/ هوش مصنوعی چگونه فناوری هواشناسی را متحول میکند؟
تاریخ انتشار: ۲۳ خرداد ۱۳۹۹ | کد خبر: ۲۸۲۵۹۲۹۹
هوش مصنوعی با کمک به فناوری هواشناسی تأثیر مثبتی در امور کشاورزان، خطوط هوایی، سازمانهای مختلف و سایر مشاغل دارد.
به گزارش خبرنگار حوزه علم، فناوری و دانشبنیان گروه دانشگاه خبرگزاری آنا، آخرین باری که شما برای بررسی پیشبینی وضعیت هوا اقدام کردید، شاید برای زمانی بود که قصد داشتید برای آخر هفته به مسافرت بروید.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
اما بهروزرسانیهای پیشبینی آبوهوا ممکن است برای افراد حوزه تجارت، دولت و کشاورزان متفاوت باشد. این موضوع به آنها کمک میکند تا در پاسخ به بلایای طبیعی احتمالی که ممکن است رخ دهد، بهتر آماده شوند. این میتواند به کشاورزان در تصمیمگیری برای کاشت و برداشت کمک کند. حتی شرکتهای هواپیمایی نیز از نقشهها و مسیرها بهرهمند شده یا تصمیم میگیرند که در صورت شرایط طوفانی، برای لغو پروازها تصمیم بگیرند. اما تصور کنید که پیشبینیهای اشتباه یک هواشناس چگونه همه را ناراحت میکند.
مدلهای سنتی پیشبینی آبوهوا مبتنی بر اقدامات آماری مدلهای عددی است و بهصورت باینری جواب نمیدهد. دادههای جمعآوریشده میتوانند از ماهوارههای فضایی، بالونهای هوا، سیستمهای راداری، تجزیهوتحلیلهای محیطی و گاهی اوقات سنسورهای مبتنی بر اینترنت اشیاء باشد. اما با افزایش دادههای روزافزون، تغییر شرایط جوی، صحت پیشبینیها، بهویژه برای دورههای طولانیتر، ممکن است نوسان پیدا کند. اینجا جایی است که هوش مصنوعی میتواند در افزایش دقت و قابلیت اطمینان پیشبینی آبوهوا خود را اثبات کرده و فعالیت انسانی را نیز کاهش دهد.
پیشبینیهای هوش مصنوعی در اصل بر اساس الگوریتمهای یادگیری ماشین است. اکنون هواشناسان با استفاده از پردازش دادههای پیچیدهتر در مدتزمان کوتاهتر توسط اصول رگرسیون خطی (رگرسیون یک نوع مدل آماریست برای پیشبینی یک متغیر از روی یک یا چند متغیر دیگر)، قادرند پیشبینیهای خود را با دقت بیشتری انجام دهند و درنتیجه موجب صرفهجویی در زندگی و هزینه شوند.
یادگیری ماشینی میتواند با سایر پیشبینیها ازجمله دما، ارتفاع موج و بارش هماهنگ باشد. یکی از این مدلهای محبوب، پیشبینی آبوهوای عددی (NWP) است. این مدل مجموعه دادههای وسیعی را که از ماهوارههای آبوهوا، ایستگاههای رله و رادیوسوند (رادیوسوند از ابزارهای مهم اندازهگیری دما، رطوبت، فشار، سمت و سرعت باد در جو بالا است) بازپخش میشوند را برای ارائه پیشبینیهای هواشناسی کوتاهمدت یا پیشبینیهای اقلیمی بلندمدت مورد مطالعه و بررسی قرار میدهد.
سایر تکنیکهای هوش مصنوعی برای پیشبینی وضعیت آبوهوا شامل شبکه عصبی مصنوعی، شبکه عصبی گروهی، شبکه انتشار معکوس، شبکه عملکرد پایه محوری، شبکه عصبی رگرسیون عمومی، الگوریتم ژنتیک، پرسپتون چندلایه و خوشهبندی فازی میشوند.
یک گروه محقق در اداره ملی اقیانوسی و جوی (NOAA) دریافتند که استفاده از تکنیکهای هوش مصنوعی به همراه درک فیزیکیِ محیط میتواند مهارت پیشبینی را بهطور قابلتوجهی برای انواع مختلف آبوهوا بهبود بخشد. این نوع هوا شامل وقایعی مانند رعدوبرق شدید، گردبادهای عظیم و طوفان شدید است.
سال گذشته گروه دیگری از محققان یک شرکت هواشناسی، دانشگاه پنسیلوانیا و دانشگاه آلمریای اسپانیا، یک مدل رایانه طراحی کردند که بتواند حرکت ابرهای ویرگولی را در تصاویر ماهوارهای تشخیص دهد. این ابرها بهسختی قابلرؤیت هستند و با ساختار سیکلونی همراه هستند. این مدل میتواند نتایج را با دقت 99 درصد و بهطور متوسط 40 ثانیه در هر پیشبینی، تشخیص دهد.
در سال 1996، IBM یکی از اولین شرکتهایی بود که از سیستمهای رایانهای برای بهبود پیشبینیهای مربوط به وضعیت هوا استفاده کرد. آی.بی.ام پس از خرید شرکت هواشناسی The Weather Company در سال 2016 و زیرمجموعههای آن ازجمله Weather.com ،Weather Underground ، Weather Company Brand و WSI، حال قصد دارد از این دادههای گسترده و عظیم بهوسیله قابلیتهای محاسبات پیشرفته شناختی IBM Watson و خدمات ابری، آینده پیشبینی هوا را متحول کند.
ابزار پیشبینی هوش مصنوعی Google نیز که مبتنی بر شبکه عصبی پیچشی (CNN) است، به محققان اجازه میدهد پیشبینی دقیق بارندگی را شش ساعت قبل از وقوع بارش انجام دهد. این شبکه ردهای از شبکههای عصبی عمیق است که معمولاً برای انجام تحلیلهای تصویری یا گفتاری در یادگیری ماشین استفاده میشوند. شبکه عصبی پیچشی تصاویر ورودی ماهوارهای را میگیرد و سپس آنها را به تصاویر خروجی تبدیل میکند.
شرکت اقلیمی "مونسانتو" نیز در پیشبینی وضعیت آبوهوای کشاورزی فعالیت دارد. این شرکت از تصاویر ماهوارهای و دادههای هوای محلی به همراه مدلهای یادگیری ماشین برای تقویت پیشبینی هواشناسی، بهویژه برای کشاورزان استفاده میکند.
در همین حال، محققان مؤسسه پلیتکنیک فدرال لوزانِ سوئیس، از دادههای استاندارد هواشناسی و یادگیری ماشین برای ساختن یک سیستم ساده استفاده کردند که میتواند رعدوبرق را 10الی30 دقیقه قبل از اتفاق و در شعاع حدود 30کیلومتری پیشبینی کند. این گروه دادههای مربوط به رعدوبرقهای رخداده در گذشته را از 12 ایستگاه هواشناسی سوئیس در محیطهای شهری و کوهستانی بین سالهای 2006 و 2017 جمعآوری کردند.
سپس از همان دادهها برای ساخت یک الگوریتم برای پیشبینی صاعقههای جدید، در فرایندی به نام hindcasting استفاده کرد. این الگوریتم از دقت 80 درصد برخوردار است. سال گذشته مدلهای هوش مصنوعی پاناسونیک به دقیقترین پیشبینیها درباره طوفان ایرما در ایالت فلوریدا، کمک کردند، بهطوریکه توانستند محل وقوع طوفان را چهار تا هفت روز قبل، تعیین کنند.
پیشبینی هوا از طریق هوش مصنوعی خدمات بسیاری به بشر ارائه میکند؛ از کمک به مدیریت سوانح گرفته تا لجستیک، صنایع مختلف و کشاورزی. در آینده نزدیک بشر قادر خواهد بود از آن برای شناسایی مراکز طوفان، بارندگیهای شدید و فصول آفات استفاده کنیم. اما نباید فراموش کرد که باوجود افزایش سطح دقت، پیشبینی هوا هرگز نمیتواند صددرصد دقیق باشد. ایده این است که بر کاستی فعلی در روند پیشبینی و تجزیهوتحلیل غلبه کنیم، جایی که هوش مصنوعی در حال پر کردن شکافها است.
انتهای پیام/4112/
منبع: آنا
کلیدواژه: هواشناسی هوش مصنوعی آب و هوا پیش بینی آب و هوا مدل های هواشناسی پیش بینی آب وهوا هوش مصنوعی یادگیری ماشین پیش بینی هوا پیش بینی پیش بینی ها پیش بینی شبکه عصبی داده ها
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت ana.press دریافت کردهاست، لذا منبع این خبر، وبسایت «آنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۸۲۵۹۲۹۹ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
جایگزینی نورهای مصنوعی رشد گیاه به جای نور خورشید
یک شرکت دانش بنیان که در زمینه تکنولوژیهای نوین کشاورزی و ساخت گلخانههای هایتک فعالیت میکند، به تکنولوژی جایگزینی نورهای مصنوعی به جای نور خورشید دست یافته است.
به گزارش گروه دانشگاه خبرگزاری دانشجو، به نقل از معاونت علمی، فناوری و اقتصاد دانشبنیان ریاست جمهوری، زمانی، مدیرعامل شرکت پرتو رشد نوین ویژن با برند تجاری ایران گرولایت گفت: این شرکت دانش بنیان، اولین تولید کننده لنز در کشور، اولین تولید کننده سبدهای هیدروپونیک، اولین تولید کننده بسترهای کشت طبقاتی هیدروپونیک، اولین سازنده پلنت فکتوری یا کارخانه گیاهسازی و اولین و تنها متخصص ساخت نورهای رشد گیاه مصنوعی در کشور است که در دو مورد اخیر اولین تولید کننده در منطقه هم محسوب میشود.
وی خاطرنشان کرد: سالها پیش، متوجه یک نیاز بزرگ در بخش کشاورزی کشور شدیم و آن فناوری تکنولوژی جایگزینی نورهای مصنوعی به جای نور خورشید است. این تکنولوژی، در تمام دنیا با سرعت بالایی در حال گسترش بود، اما در کشور ما توجه زیادی به این موضوع نمیشد؛ بنابراین با تشکیل گروهی از نخبگان و دانشجویان برتر رشتههای فیزیک، علوم کشاورزی، باغبانی و الکترونیک تصمیم گرفتیم تا گروه تحقیقاتی را تشکیل بدیم و این فناوری را در کشورمان بومیسازی کنیم.
زمانی ادامه داد: از سال ۹۱ تا سال ۹۵ این گروه تحقیقاتی به کار خود ادامهداد و پس از رسیدن به یافتههای علمی و آزمایشهای اولیه در زمینه تاثیر نور بر عملکرد فتوسنتز گیاه در تیمارهای مختلف، تاسیس شرکت پرتو رشد نوین ویژن را در دستور کار خود قرار دادیم و در نتیجه آن توانستیم در زمینه تولید نورهای رشد گیاه و کشاورزی عمودی با استفاده از نورهای مصنوعی در کشورهای حوزه خلیج فارس اولین باشیم و در حال حاضر سایر تولید کنندگان در کشورهای صاحب فناوری و صنعت، اطلاعات خود را با ما به اشتراک میگذارند. وی تصریح کرد: در تکنولوژی نورهای مصنوعی برای تامین نیاز فتوسنتز گیاه نانومترهایی از خورشید که عملکرد مثبت و بیشتری در ایجاد عمل فتوسنتز بر روی گیاه دارند از طیف خورشید فیلتر شده و به وسیله تکنولوژی الای دی و وابسته به نوع واریته گیاه کنار یکدیگر قرار میگیرند تا نیاز گیاه را برطرف کنند.
به گفته او، در نتیجه این امر در هر فضایی و به دور از نور خورشید میتوانیم به راحتی گیاهان را پرورش دهیم که نمونه آن در ایستگاه فضایی ناسا نیز وجود دارد و طی آن، برای تامین غذای مسافران این فضاپیماها از تکنولوژی نورهای مصنوعی برای تولید محصول در فضا استفاده میشود.
زمانی همچنین تصریح کرد: مطمئناً بزرگترین مزیت این فناوری موضوع کاهش مصرف آب است که امری حیاتی برای کشورمان محسوب میشود. در واقع با توجه به تحقیقات علمی صورت گرفته در این فناوری با حذف گرمای خورشید و سایر عوامل طبیعی و استفاده از فناوری کشت هیدروپونیک توانستهایم مصرف آب را تا ۱۵۰ برابر کاهش دهیم که این عددی شگفت انگیز است برای کشوری که در تامین نیاز آب شیرین خود مشکل دارد.
زمانی با بیان اینکه این تکنولوژی بدون شک آینده نجات بشریت از گرسنگی است، افزود: باید توجه داشت که فناوری استفاده از نور مصنوعی گلخانهها هر روز به سطح جدیدی از خود میرسد و تحقیقاتی که از ۱۰۰ سال پیش شروع شده است هر روز به روز رسانی میشود.
مدیرعامل شرکت ایران گرولایت همچنین تصریحکرد: این شرکت موفق شدهاست چندین کارخانه گیاهی را در کشور راهاندازی کند، در زمینه تولید نورهای مکمل گلخانه برای گلخانههای سنتی با افزایش طول روز در فصول پاییز و زمستان بیش از ۴۰ درصد بهرهوری این گلخانهها را افزایش دادهاست و این برای تولید محصولات کشاورزی امری شگفت انگیز است.
وی ادامه داد: شرکت پرتو رشد نوین به عنوان تنها تولید کننده و اولین تولید کننده نورهای تخصصی رشد گیاهان در ایران هر روز در حال توسعه و آموزش کشاورزان جهت آشنایی با این تکنولوژی است که موجب بالا بردن بهرهوری گلخانههایشان میشود.
زمانی اظهار داشت: این شرکت توانسته است در اکثر دانشکدههای کشاورزی و موسسات تحقیقاتی و علمی حوزه علوم باغبانی، فضایی را توسط این تکنولوژی تجهیز کرده و به صورت رایگان در اختیار دانشجویان مقطع دکتری و کارشناسی ارشد این رشته قرار دهد.
به گفته او، با آموزش کشاورزان و گلخانه داران هر روز نیاز کشور به استفاده از این تکنولوژی برای افزایش بهرهوری بیشتر خواهد شد. شرکت پرتو رشد نوین هم سعی کرده است تا هر روز گام بلندتری را در مسیر تولید و تامین تمام قطعات مورد نیاز خود در کشور بردارد و با همکاری با سایر شرکتهای دانش بنیان از خروج ارز برای بومیسازی و استفاده از این تکنولوژی اقدام کنیم.
وی در پایان خاطرنشان کرد: با توجه به انعقاد قراردادهایی که با خارج از کشور از جمله کشورهای حوزه خلیج فارس داشته ایم امیدواریم که بتوانیم این فناوری را بیشتر گسترش دهیم و با توجه به قیمت رقابتی محصولات ایران گرولایت با کشورهایی مانند کشور چین میکوشیم تا این بازارها را از آن خود کنیم.