طور باحثون AI جديد لاستعادة بيانات درجات حرارة سطح البحر بدقة عالية وتحقيق تنبؤات جوية وأقليمة أكثر فعالية
تقنية الذكاء الاصطناعي تحسّن بيانات درجة حرارة سطح البحر لتنبؤات أفضل بالمناخ والطقس تواجه شبه الجزيرة الكورية كل صيف إعصارًا مداريًا يمتص طاقته من مياه شمال غرب المحيط الهادئ الدافئة. في السنوات الأخيرة، ارتبطت زيادة تواتر الأحداث الجوية القصوى كالحرارة الشديدة والجفاف والأمطار الغزيرة بارتفاع درجة حرارة سطح البحر (SST). تعتبر التنبؤات الدقيقة بدرجة حرارة سطح البحر عنصرًا حاسمًا في توقعات الطقس والمناخ، لكن البيانات الفضائية التي توفر رصدًا شاملًا ومستمرًا غالبًا ما تعاني من فجوات ناجمة عن السحب والهطول والقيود الأخرى في الرصد، مما يعرقل التحليل المناخي طويل المدى ذو الدقة العالية. استجابة لهذا التحدي، طوّر فريق من الباحثين في جامعة UNIST نموذج ذكاء اصطناعي مبتكر قادر على إعادة بناء البيانات الفضائية الناقصة وジェنيرート連続的、高解像度のSSTデータセットを、かつてない精度で生成します。هذه النتائج تم نشرها في مجلة "Remote Sensing of Environment". قاد هذا المشروع البروفيسور جونغو إم من قسم الهندسة المدنية والحضرية والبيئية، حيث أعلن الفريق أنه أنشأ نظام إعادة بناء مبتكر يعتمد على الذكاء الاصطناعي يملأ الثغرات في الرصد، مما ينتج بيانات درجة حرارة سطح البحر بدقة مكانيّة تبلغ حوالي 2 كيلومتر وبمعدل ساعة واحدة. تعتبر المحيطات مخزنًا لنحو 90% من طاقة سطح الأرض، حيث تعمل درجة حرارة سطح البحر كحد فاصل مهم لتبادل الحرارة بين المحيط والغلاف الجوي. يمكن أن تتسبب درجات الحرارة المرتفعة في نقل الحرارة نحو الأعلى، مما يعزز قوة الأعاصير المدارية ويصعد الحرارة الشديدة ويزيد من خطر هطول الأمطار الغزيرة. ومع ذلك، فإن الرصد المستمر ذو الدقة العالية لدرجة حرارة سطح البحر لا يزال يشكل تحديًا بسبب الثغرات في صور الأقمار الصناعية. للتغلب على هذا العائق، استخدم الباحثون شبكة توليدية معاكسة (GAN)، وهي بنية ذكاء اصطناعي متقدمة مصممة في الأصل لإعادة إنتاج الصور، وتم تدريبها باستخدام بيانات الأقمار الصناعية ذات التردد العالي بالإضافة إلى البصيرة الحرارية الديناميكية من نماذج التنبؤ بالطقس العددية (NWP). على خلاف النماذج التقليدية، يدمج هذا النهج المبادئ الفيزيائية للمحيطات، مما يمكّن الذكاء الاصطناعي من إنتاج بيانات درجة حرارة سطح البحر تتوافق بشكل وثيق مع الظروف الفيزيائية الفعلية، حتى في وجود بيانات ناقصة. "غالبًا ما تفشل الطرق التقليدية مثل التكميل الخطي أو النماذج الإحصائية في الحفاظ على التفاصيل الدقيقة لدرجة حرارة سطح البحر، خاصة أثناء التغيرات السريعة في درجات الحرارة"، قال سيهون جونغ، مؤلف الدراسة الرئيسي. "نموذجنا للذكاء الاصطناعي ليس فقط يتفوق على هذه الطرق في الدقة، بل يحافظ أيضًا على مستوى عالي من الوفاء حتى في ظروف صعبة، مما يجعله أداة قوية لمراقبة المناخ." أكد البروفيسور إم على الأثر الأوسع، قائلاً: "تعتبر تقنية إعادة البناء المتقدمة هذه حاسمة بشكل خاص لمنطقة شمال غرب المحيط الهادئ، وهي منطقة معرضة للأعاصير المدارية والتغيرات المناخية المتكررة." وأضاف: "من خلال توفير بيانات درجة حرارة سطح البحر ذات الدقة العالية، يمكننا تحسين توقعات الطقس والنماذج المناخية بشكل كبير. على المدى الطويل، قد يكون لهذه التقنية دور حاسم في أنظمة الإنذار المبكر للكوارث البحرية، مثل موجات الحر البحرية، مما يساعد في حماية المجتمعات والنظم البيئية." تقييم الحدث من قبل المختصين يُعتبر هذا التطور خطوة مهمة في مجال التكنولوجيا البيئية، حيث يوفر أدوات أكثر دقة وموثوقية لمتابعة التغيرات المناخية وتوقع الأحداث الجوية القصوى. يعتبر فريق البحث في جامعة UNIST من الرواد في استخدام الذكاء الاصطناعي لمعالجة المشكلات البيئية، وهو ما يؤكد مكانتها في مجال البحوث العلمية الحديثة.
