Google se ha unido a un proyecto para utilizar el aprendizaje automático con el fin de hacer un pronóstico de alta resolución y a corto plazo para predecir las precipitaciones utilizando imágenes de radar.
El objetivo de este proyecto, una investigación de la Universidad de Cornell (Estados Unidos), es desarrollar modelos de aprendizaje automático para el pronóstico de precipitaciones altamente localizadas y de un futuro inmediato. Una de las ventajas de introducir esta tecnología es que los pronósticos son casi instantáneos y con alta resolución nativa.
Los pronósticos abarcan entre 0 y 6 horas desde que se busca. Estos modelos son capaces de generar pronósticos con una resolución de un kilómetro con una latencia total de entre 5 y 10 minutos, incluyendo retrasos en la recolección de datos y superando a los modelos tradicionales.
Como explica Google desde un comunicado, el estudio trataba el pronóstico como un problema de traducción de imagen a imagen y con el uso de una red neuronal convolucional (CNN) de tipo U-Net se presenta una imagen que contiene un canal para cada imagen de satélite multiespectral en la secuencia de observación de la última hora.
Los resultados finales desmostraron que la tecnología desarrollada por Google es capaz de superar a los modelos de predicción meteorológicos más comunes utilizados en la actualidad hasta un máximo de 5 o 6 horas, cuando empieza a superarlo la actualización rápida de alta resolución (HRRR).
Hemos bloqueado los comentarios de este contenido. Sólo se mostrarán los mensajes moderados hasta ahora, pero no se podrán redactar nuevos comentarios.
Consulta los casos en los que lainformacion.com restringirá la posibilidad de dejar comentarios