أنشرها:

جاكرتا - أكدت الوكالة الوطنية للبحوث والابتكار (BRIN) أهمية استخدام الأقمار الصناعية للتنبؤ بالتغيرات الجوية. وقد تم تقديم هذا في محاضرة ضيف مشتركة مع جامعة توهوكو.

وقال رئيس مركز بحوث المناخ والغلاف الجوي في BRIN ، ألبرتوس سولايمان ، إن تكنولوجيا الأقمار الصناعية حاسمة الأهمية للدول البحرية والمناخية ، بما في ذلك إندونيسيا. خاصة إذا تم معالجة البيانات الناتجة من خلال نهج الفيزياء والذكاء الاصطناعي.

"نرى أن دمج النهج الفيزيائي والذكاء الاصطناعي في معالجة البيانات الساتلية هو اتجاه مستقبلي للبحوث الجوية. إن إندونيسيا كدولة بحرية وطقسيا تحتاج بشدة إلى تكنولوجيا رصد الطقس بسرعة ودقة" ، قال ألبرتوس ، نقلا عن يوم الجمعة ، 27 فبراير.

وتتصل تحليلات البيانات الساتلية أيضا ارتباطا وثيقا بنظم الإنذار المبكر بالكوارث الهيدروغرافيك مثل الفيضانات والانهيارات الأرضية وغيرها. لذلك ، تعتقد BRIN أن قدرة تحليل البيانات الساتلية تحتاج إلى تعزيز.

وفي الوقت نفسه ، أوضح البروفيسور هيروونبو إيابوتشي من جامعة توهوكو أن الأقمار الصناعية اليابانية هيماوري -8 و هيماوري -9 قادرة على إنتاج بيانات دقيقة للغاية من الإشعاع للعلماء. والسبب هو أن هذا القمر الصناعي مزود بالأشعة تحت الحمراء.

وتشمل البيانات الناتجة مستويات السطوع، ودرجات الحرارة، وحتى التركيب المكاني لنمط السحب في الغلاف الجوي. يمكن للعلماء بعد ذلك استخدام حسابات معقدة من البيانات للتنبؤ بالطقس القادم.

ومع ذلك ، فإن الطريقة القائمة على الفيزياء البحتة تستغرق وقتا طويلا جدا في عملية المعالجة. لتحليل قرص كامل يحتوي على 36 مليون بكسل ، يستغرق الأمر حوالي 100 ساعة باستخدام 10 وحدة وحدة المعالجة المركزية.

كحل ، تم تقديم تقنية شبكة عصبية متقاربة (CNN) قائمة على الذكاء الاصطناعي لتسريع العملية. على عكس الطريقة الفيزيائية التي تحسب لكل جزيء ، يعمل الذكاء الاصطناعي من خلال التعرف على أنماط الصور والملمس للسحب.

"إن العملية التي تحتاج إليها CNN لتقديم تنبؤات على أساس شكل أو نمط تغير السحب تستغرق 40 ثانية فقط. وبالتالي ، هذا هو تقدم كبير عن الطريقة السابقة" ، أوضح هيرونوبو.


The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)