S obzirom na to koliko se klima mijenja posljednjih godina, metoda koju su razvili naučnici s MIT-a, mogla bi biti itekako korisna. Naime, oni su razvili metodu koja generira satelitske snimke na kojima je prikazano kako bi to područje izgledalo nakon potencijalne poplave.
Kako ističu, njihova metoda kombinira model generativne umjetne inteligencije s modelom poplava temeljenim na fizici, kako bi se stvorile što realističnije fotografije određenog područja iz ptičije perspektive. Na taj način mogu veoma zorno prikazati gdje bi moglo doći do poplava i koliko bi područja bilo zahvaćeno, piše Zimo.hr.
Testiranje modela
Tokom testiranja modela, naučnici su iskoristili podatke o uraganu Harvi koji je 2017. godine pogodio Hjuston i obližnje područje. Nakon što je model generirao satelitske slike, naučnici su ih uporedili sa stvarnim slikama snimljenim nakon uragana. Uporedili su i slike koje su nastale uz pomoć umjetne inteligencije, ali nisu uključivale model temeljen na fizici.
Otkrili su da je njihov model generiranja satelitskih slika pomoću umjetne inteligencije temeljene na fizičkom modelu bio realističniji i tačniji.
- Jednog dana bismo ovo mogli koristiti prije uragana i tako pružiti dodatni sloj vizualizacije za javnost - kaže Bjorn Lutjens, postdoktorand na MIT-ovom Odjelu za Zemlju, atmosferu i planetarne nauke, koji je vodio istraživanje dok je bio je doktorand na Odsjeku za aeronautiku i astronautiku MIT-a (AeroAstro). Jedan od najvećih izazova je poticanje ljudi da se evakuiraju kada su u opasnosti. Možda bi ovo mogla biti još jedna vizualizacija koja bi pomogla povećati tu spremnost.
Kako su pojasnili, obično kreatori politike mogu dobiti ideju o tome gdje bi moglo doći do poplave na temelju vizualizacija u obliku karata označenih bojama. Ove su karte konačni proizvod niza fizičkih modela koji obično počinje s modelom putanje uragana, koji se zatim unosi u model vjetra koji simulira uzorak i snagu vjetrova u lokalnoj regiji. Hidraulički model zatim prikazuje gdje će doći do poplave na temelju lokalne infrastrukture i generira vizuelnu kartu označenu bojama visina poplava u određenoj regiji.
Objavljeni rezultati
- Čini se da je pružanje hiperlokalne perspektive klime najučinkovitiji način komuniciranja naših naučnih rezultata - kaže Dava Njuman (Newman), viša autorica studije. Ljudi se povezuju sa svojim poštanskim brojem, svojim lokalnim okruženjem u kojem žive njihova porodica i prijatelji. Pružanje lokalnih klimatskih simulacija postaje intuitivno, lično i povezano.
Iako su na primjeru Hjustona pokazali da njihova metoda funkcionira, izrada novog modela za neko drugo područje zahtijevala bi dosta vremena i resursa. No, nije nemoguće.
Za sada su svoju metodu stavili na raspolaganje svima na repozitoriju GitHub kao "Earth Intelligence Engine", a rezultate koje su dobili tokom razvoja metode objavili su u časopisu IEEE Transactions on Geoscience and Remote Sensing.
