Data science

แมชชีนเลิร์นนิงทำให้น้ำท่วมครั้งใหญ่ในมิดเวสต์

น้ำท่วมเพิ่งทำลายล้างยุโรปตะวันตก ไฟกำลังทำลายล้างชายฝั่งตะวันตก และนักพยากรณ์คาดการณ์ว่าฤดูกาลเฮอริเคนในมหาสมุทรแอตแลนติกจะคึกคักกว่าปกติ: สภาพอากาศสุดขั้วกำลังเพิ่มสูงขึ้น และจะไม่หายไปในเร็วๆ นี้ ที่สแตนฟอร์ด นักวิจัยกำลังใช้แมชชีนเลิร์นนิงเพื่อทำความเข้าใจปรากฏการณ์สภาพอากาศสุดขั้วเหล่านี้ โดยเฉพาะอย่างยิ่ง ปริมาณน้ำฝนที่รุนแรงและน้ำท่วมในมิดเวสต์ ผู้เขียนนำ Frances Davenport นักศึกษาระดับปริญญาเอกใน School of Earth, Energy & Environmental Sciences ของ Stanford กล่าวว่า “เรารู้ว่าน้ำท่วมเลวร้ายลงเรื่อยๆ” ในการให้สัมภาษณ์กับ Rob Jordan ของ Stanford “เป้าหมายของเราคือทำความเข้าใจว่าทำไมฝนถึงรุนแรงขึ้น ซึ่งอาจนำไปสู่การคาดการณ์ที่ดีขึ้นเกี่ยวกับอุทกภัยในอนาคต” น้ำท่วมมิดเวสต์เป็นสาเหตุของภัยพิบัติอุทกภัยส่วนใหญ่ในสหรัฐฯ ด้วยเหตุนี้จึงเน้นที่นักวิจัย และทีมงานได้ให้ความสำคัญกับพื้นที่ลุ่มน้ำมิสซิสซิปปี้และมิสซูรี ซึ่งมีแนวโน้มว่าจะเกิดน้ำท่วมโดยเฉพาะอย่างยิ่งแม้ในแถบมิดเวสต์ การใช้ข้อมูลการตกตะกอนจากปีที่ผ่านมา 40 นักวิจัยได้ฝึกอบรมอัลกอริธึมการเรียนรู้ด้วยเครื่องที่มุ่งเน้นไปที่ข้อมูลกริดเพื่อรับรู้รูปแบบการหมุนเวียนที่มาพร้อมกับการตกตะกอนที่รุนแรง อัลกอริธึมที่ผ่านการฝึกอบรมได้รับการพิสูจน์แล้วว่ามีความแม่นยำสูง “อัลกอริธึมที่เราใช้ระบุได้อย่างถูกต้อง 90 เปอร์เซ็นต์ของวันที่ฝนตกมาก ซึ่งสูงกว่าประสิทธิภาพของวิธีทางสถิติแบบเดิมที่เราทดสอบ” ดาเวนพอร์ตกล่าว นอกจากนี้ นักวิจัยยังสามารถใช้ประโยชน์จากอัลกอริธึมเพื่อให้เข้าใจถึงปัจจัยเชิงสาเหตุในระดับอุตุนิยมวิทยาและภูมิอากาศได้ดียิ่งขึ้น เช่น รูปแบบความกดอากาศที่เพิ่มมากขึ้นทุกปี ความชื้นในบรรยากาศสูงไหลมาจากอ่าวเม็กซิโก และอื่นๆ ต่อไป นักวิจัยกำลังตั้งเป้าที่จะขยายแนวทางของพวกเขา โดยตรวจสอบช่วงของสภาพอากาศสุดขั้วในอวกาศที่มากขึ้น “ในขณะที่เรามุ่งเน้นไปที่มิดเวสต์ในขั้นต้น วิธีการของเราสามารถนำไปใช้กับภูมิภาคอื่น ๆ และใช้เพื่อทำความเข้าใจการเปลี่ยนแปลงในเหตุการณ์ที่รุนแรงในวงกว้างมากขึ้น” ดาเวนพอร์ตกล่าว “สิ่งนี้จะช่วยให้สังคมเตรียมพร้อมรับผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศได้ดีขึ้น” ด้วยเหตุนี้ นักวิจัยยังวางแผนที่จะคาดการณ์ว่าเหตุการณ์สภาพอากาศสุดขั้วจะเกิดขึ้นในอนาคตอย่างไร ผู้เขียนร่วม Noah Diffenbaugh ศาสตราจารย์ใน School of Earth, Energy & Environmental Sciences ของ Stanford กล่าวว่า “แนวทางใหม่ในการใช้ประโยชน์จากเทคนิคการเรียนรู้ด้วยเครื่องนี้เป็นการเปิดหนทางใหม่ในการทำความเข้าใจสาเหตุพื้นฐานของการเปลี่ยนแปลงสุดขั้ว “นั่นสามารถช่วยให้ชุมชนและผู้มีอำนาจตัดสินใจสามารถเตรียมพร้อมสำหรับเหตุการณ์ที่มีผลกระทบสูง เช่น เหตุการณ์ที่รุนแรงจนพวกเขาตกอยู่นอกเหนือประสบการณ์ในอดีตของเรา” หากต้องการเรียนรู้เพิ่มเติม อ่านบทความนี้และรายงานจาก Rob Jordan ของ Stanford ที่นี่

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button