Mit Deep-Diffusion-Technologie Unwetter besser vorhersagen (Foto: Freepik, svstudioar)
Hongkong – Ein neues KI-Modell von Forschern der Hong Kong University of Science and Technology (HKUST) prognostiziert lokale Unwetter, die oft zu verheerenden Überschwemmungen führen, bis zu 4 Stunden im Voraus. Damit wollen die Entwickler Katastrophen durch Extremwetter verhindern, die wegen des Klimawandels immer öfter auftreten, beispielsweise die in Hongkong „Black Rainstorm“ genannten Unwetter, bei denen in einer Stunde 70 Millimeter Regen fallen können.
Satelliten und Deep Diffusion
IL Technologie, die in Zusammenarbeit mit nationalen chinesischen Wetterdiensten entwickelt wurde und auf Satellitendaten und Deep-Diffusion-Technologie basiert, einer speziellen Form des maschinellen Lernens, verbessert die Vorhersagegenauigkeit im Vergleich zu bestehenden Systemen um über 15 Prozent, sodass deutlich mehr Zeit bleibt, um Notfallmaßnahmen zu ergreifen.
Heutige Wettervorhersagen basieren auf sogenannten numerischen Wettervorhersagemodellen. Das ist eine Berechnung der Entwicklung auf der Basis physikalischer Gesetze unter Berücksichtigung von Luftdruck, Temperatur, Luftfeuchtigkeit, Wind und anderen meteorologischen Daten durch leistungsstarke Computer.
Bei sich schnell entwickelnden, kleinräumigen Ereignissen wie Gewittern und schweren Regenfällen kommen die Rechenergebnisse zu spät, sodass die Vorlaufzeit klein ist oder gar ganz wegfällt. Dieses kurze oder gar nicht vorhandene Zeitfenster lässt Regierungen, Rettungsdiensten und der Bevölkerung nur sehr wenig oder gar keine Zeit, um Vorbereitungen zu treffen und Menschen zu evakuieren.
Training für bessere Prognosen
Das von der HKUST geleitete Team wendet generative KI-Techniken an: Während des Trainings fügen die Entwickler den realen Satellitendaten Störsignale hinzu, sodass das Modell lernt, wie sich das Wetter entwickelt. Zudem fließt professionelles meteorologisches Fachwissen ein. Die Prognosen werden alle 15 Minuten aktualisiert. Sie gelten für ein Gebiet von etwa 20 Millionen Quadratkilometern, darunter China, Korea und weitere Gebiete in Südostasien.
„Herkömmliche Wettervorhersagemodelle stützen sich hauptsächlich auf bodengestützte Radarsysteme, aber Radarsignale werden leicht durch das Gelände und die Niederschlagszusammensetzung beeinflusst und erkennen Veränderungen oft erst, nachdem sich bereits gefährliche Wolken gebildet haben“, so Entwickler Dai Kuai.
Das führt dem Experten nach zu Verzögerungen bei der Vorhersagevorlaufzeit. „Durch die Nutzung von Satellitendaten, die die Wolkenentwicklung aus dem Weltraum erfassen, kann das neue KI-Modell Anzeichen einer konvektiven Entwicklung viel früher erkennen und ermöglicht so zeitnähere Warnungen.“
Fonte: www.pressetext.com
pte012/29.01.2026/11:30
Il contributo Extremwetter: KI macht Warnungen noch präziser è apparso per primo ftd.de.
