S obzirom na to koliko se klima mijenja posljednjih godina, metoda koju su razvili znanstvenici 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 ptičje perspektive. Na taj način mogu veoma zorno prikazati gdje bi moglo doći do poplava i koliko bi područja bilo zahvaćeno.
Tijekom testiranja modela, znanstvenici su iskoristili podatke o uraganu Harvey koji je 2017. godine pogodio Houston i obližnje područje. Nakon što je model generirao satelitske slike, znanstvenici su ih usporedili sa stvarnim slikama snimljenim nakon uragana. Usporedili 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 točniji.
Jednog dana bismo ovo mogli koristiti prije uragana i tako pružiti dodatni sloj vizualizacije za javnost, kaže Björn Lütjens, postdoktorand na MIT-ovom Odjelu za Zemlju, atmosferu i planetarne znanosti, 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 vizualnu kartu označenu bojama visina poplava u određenoj regiji.
Čini se da je pružanje hiper-lokalne perspektive klime najučinkovitiji način komuniciranja naših znanstvenih rezultata, kaže Dava Newman, viša autorica studije. Ljudi se povezuju sa svojim poštanskim brojem, svojim lokalnim okruženjem u kojem žive njihova obitelj i prijatelji. Pružanje lokalnih klimatskih simulacija postaje intuitivno, osobno i povezano.
Iako su na primjeru Houstona pokazali da njihova metoda funkcionira, izrada novog modela za neko drugo područje zahtijevala bi dosta vremena i resursa. No, nije nemoguće.
Za sad su svoju metodu stavili na raspolaganje svima na repozitoriju GitHub kao "Earth Intelligence Engine", a rezultate koje su dobili tijekom razvoja metode objavii su u časopisu IEEE Transactions on Geoscience and Remote Sensing.
Izvor: MIT
