p Toda primavera, pesquisadores publicam suas previsões projetadas para a próxima temporada de furacões - quantas tempestades podem se formar, e quão severos eles podem ser. Mas e se você pudesse criar essas previsões com um ano e meio de antecedência? Um novo modelo da North Carolina State University incorpora aprendizado de máquina para criar previsões de furacões de longo alcance com precisão semelhante às atualmente em uso. p A maioria das previsões de furacões na pré-temporada são feitas usando modelos estatísticos que utilizam dados otimizados da pressão ao nível do mar, temperaturas da superfície do mar e outros dados climáticos históricos. Contudo, essas previsões são feitas a partir de dados de séries temporais - o que significa que eles usam leituras climáticas de um local ou a média em uma área e período de tempo específicos.

p "Os dados da série temporal são unidimensionais - não contêm informações espaciais, apenas muda com o tempo, "diz Lian Xie, professor de marinha, ciências terrestres e atmosféricas na NC State e autor correspondente de um artigo que descreve o trabalho.

p "Estávamos olhando para cada série temporal do preditor em um local com média de um determinado período de tempo a cada ano:por exemplo, anomalias de temperatura da superfície do mar calculada em algumas partes do Pacífico tropical durante fevereiro, "Xie diz." Em contraste, o novo modelo analisa os dados retirados de muitos locais específicos, e para cada local, ele utiliza dois pontos de dados por mês - adicionando um importante componente espacial à previsão. "

p "Os sistemas de furacões são extremamente complexos, "diz o co-autor Hamid Krim, professor de engenharia elétrica e da computação na NC State. "Sabemos que o que acontece em locais distantes afetará e afetará outros locais por meio da conectividade dos sistemas meteorológicos. Portanto, um modelo espaço-temporal nos dá uma imagem muito mais precisa da dinâmica de um sistema de furacões."

p O novo modelo incorpora dados históricos de eventos meteorológicos distantes, como El Niño e La Niña, bem como dados de vários locais em vários pontos no tempo. Para treinar o modelo, os pesquisadores usaram dados semestrais de 1951 a 2010.

p Os pesquisadores querem usar o novo modelo para prever a energia acumulada do ciclone, ou ACE, a fim de prever o quão ativa uma próxima temporada pode ser.

p "ACE é uma maneira diferente de medir o quão ativa é uma temporada de furacões, além de apenas tentar dar uma série de tempestades, "Diz Xie." Ele calcula a quantidade de energia cinética que cada furacão tem, do início ao fim, durante toda a temporada. A soma de toda essa energia é ACE.

p "Embora o ACE seja geralmente altamente correlacionado com o número de furacões, por exemplo, uma temporada ativa terá um ACE alto - pode haver diferenças, "Xie diz." Uma temporada com um forte furacão de longa duração e alguns menores poderia ter o mesmo ACE que uma temporada com um número maior de furacões de nível médio. Portanto, as contagens podem ser diferentes, embora o ACE seja o mesmo, mas a determinação geral de uma temporada como ativa ou inativa geralmente será consistente com aquelas determinadas pela contagem de furacões. "

p Os pesquisadores validaram seu novo modelo em janelas de tempo de três, seis, nove, 12 e 18 meses contra sete anos de dados de furacões. Para todas as previsões, o modelo demonstrou precisão comparável àquela alcançada pelos modelos atualmente em uso. Para a próxima temporada de 2021, eles planejam usar uma combinação de previsão tradicional e o novo modelo, focando mais no ACE do que apenas em números de tempestades.

p Xie diz que os resultados iniciais para as previsões de longo prazo parecem promissores.

p "Claro que existem erros com o modelo, mas sua precisão é comparável a outras previsões, com a vantagem de ganhar um lead time maior, "Xie diz." Este é realmente apenas o ponto de partida. Esperamos poder continuar a melhorá-lo ao longo do tempo. "

p "Eu acrescentaria que o desafio é primeiro entender mais profundamente as complexas interações de longo prazo dos vários fatores, e, em seguida, capturá-los matematicamente, "Diz Krim.

p O trabalho aparece em Atmosfera .