Satelity a strojové učení mají varovat před přívalovými povodněmi dřív
Nový systém TACLS kombinuje data ze satelitů, pozemních senzorů a strojového učení. Meteorologům má pomoci odhalit, že se déšť mění v nebezpečnou přívalovou povodeň, a vydat varování s větším předstihem.
Voda přichází během hodin
Přívalové povodně patří mezi nejnebezpečnější projevy počasí. Ve Spojených státech jsou druhým nejsmrtelnějším typem meteorické události a celosvětově představují vůbec nejčastější příčinu úmrtí souvisejících s počasím. Už 6 palců rychle tekoucí vody může dospělého člověka porazit, 12 palců dokáže zvednout automobil a 2 stopy mohou posunout i větší vozidla, například nákladní auta nebo SUV.
Riziko zvyšuje také oteplování klimatu, které přináší více případů extrémních srážek. V Lanesville v jižní Indianě napršelo 9. června během několika hodin více než 8 palců vody. Laura Linová, která tehdy pracovala z domova, si záplavy všimla až ve chvíli, kdy jí voda začala odnášet dřevo ze dvora. Varování podle ní přišla až poté, co byla obec zaplavená a lidé už potřebovali záchranné čluny.
Systém sleduje vlhkost v atmosféře
TACLS, tedy Transient Artifact and Continuous Learning System, vznikl spoluprací vědců z Kalifornské univerzity v San Diegu, americké Národní meteorologické služby (NWS) a NASA. Zatím se používá v meteorologických kancelářích v Los Angeles a San Diegu, později má být dostupný všem 122 kancelářím NWS ve Spojených státech a jejich teritoriích.
Technologie využívá síť GNSS, která se běžně uplatňuje například při předpovědi zemětřesení. Satelity a pozemní senzory z ní ale poskytují také informace o množství vodní páry v atmosféře. Čím více vlhkosti vzduch obsahuje, tím více se mění zpoždění signálu mezi satelitem a pozemním senzorem. TACLS tato měření porovnává s předpovědí a ukazuje, zda se bouře vyvíjí očekávaným tempem.
Strojové učení hledá varovné vzorce
Na zpracování dat systém používá architekturu strojového učení long short-term memory, která je vhodná pro jevy měnící se v čase. Model byl trénován na letech měření z GNSS sítě a na údajích o atmosférických řekách, srážkách a dříve vydaných varováních před přívalovými povodněmi. Má rozpoznat změny vlhkosti během vývoje bouře a odhadnout, zda jsou podmínky zralé pro vydání varování.
Vývojáři upozorňují, že systém meteorology nenahrazuje. Falešné poplachy mohou vzniknout například při chybě senzoru. TACLS proto porovnává údaje z více okolních stanic: pokud výrazný signál zaznamená jen jediná, jeho význam potlačí. Když podobný vzorec zachytí několik blízkých stanic, důvěra v měření roste.
Včasnější informace pro obyvatele
Meteorologové dnes při rozhodování kombinují srážkoměry, měřidla vodních toků, radary, satelitní snímky a vlastní zkušenosti. Problémem je, že některé oblasti, zejména pouště a řídce osídlená místa, mají měřidel méně. Navíc sledování srážek v okamžiku, kdy už začaly, nemusí nabídnout dostatečný čas k reakci.
Nová verze TACLS s podrobnější mapou a grafikou má být do systému NWS nahrána ve druhé polovině října 2026. Ukáže množství srážek i to, zda probíhá extrémní meteorologická událost. Většina GNSS senzorů se nachází na západě USA, kde systém pravděpodobně najde největší využití. Podle vývojářů by ale podobný přístup mohl fungovat i v dalších částech světa, pokud tam existují potřebné senzory a místní meteorologická data.