BEIJING, Bharata Online - Para peneliti Tiongkok telah mengembangkan sistem peramalan topan baru yang mengintegrasikan kecerdasan buatan (AI) dengan dinamika atmosfer untuk mencapai prediksi jalur yang lebih akurat, menurut sebuah studi yang baru-baru ini diterbitkan dalam jurnal Advances in Atmospheric Sciences .
Karena efek kupu-kupu yang kacau yang melekat pada atmosfer, gangguan kecil pada keadaan awal dapat terus diperkuat selama evolusi cuaca, yang pada akhirnya menyebabkan penyimpangan pada jalur topan. Hal ini telah lama menjadi tantangan dalam peramalan topan jangka menengah dan panjang.
Dalam beberapa tahun terakhir, peramalan meteorologi berbasis AI telah mendapatkan daya tarik, secara signifikan meningkatkan efisiensi prediksi cuaca melalui peningkatan kemampuan komputasi. Namun, sebagian besar model AI bergantung pada pengenalan pola empiris dari data dan kurang didukung oleh hukum fisika atmosfer yang sebenarnya, sehingga mengakibatkan ketidakstabilan dalam peramalan jangka menengah dan panjang serta menyulitkan untuk sepenuhnya memenuhi kebutuhan praktis.
Sebuah tim peneliti yang dipimpin oleh Duan Wansuo dari Institut Fisika Atmosfer di bawah Akademi Ilmu Pengetahuan Tiongkok, bekerja sama dengan tim Li Hao dari Universitas Fudan, memperkenalkan algoritma dinamika nonlinier ke dalam model meteorologi besar FuXi yang dikembangkan di dalam negeri, sehingga menciptakan sistem peramalan ensemble topan FuXi-CNOPs.
Menurut para peneliti, sistem baru ini dapat secara tepat mengidentifikasi area kritis dan sensitif yang memengaruhi pergerakan topan, menyaring gangguan meteorologi awal yang paling mungkin memperbesar kesalahan dan mengubah lintasan topan, serta menghasilkan data prakiraan yang sesuai dengan hukum fisika atmosfer yang sebenarnya.
Validasi menggunakan 62 topan tipikal dan 91 eksperimen perbandingan menunjukkan bahwa sistem baru ini memberikan peningkatan kinerja yang stabil. Dalam peramalan jangka pendek 24 jam, kinerja teknisnya sebagian besar setara dengan sistem operasional global terkemuka. Keunggulannya menjadi lebih nyata dalam peramalan jangka menengah dan panjang dari 24 hingga 120 jam.
Sistem ini juga memberikan efisiensi yang lebih besar. Sementara sistem terkemuka tradisional membutuhkan 51 set data komputasi untuk menyelesaikan peramalan, FuXi-CNOPs mencapai hasil yang lebih akurat dan stabil hanya dengan 31 set, secara signifikan mengurangi konsumsi sumber daya komputasi dan meningkatkan efisiensi. [CGTN]
