NASA, University of California San Diego och den amerikanska vädertjänsten National Weather Service har utvecklat ett system kallat TACLS. Tanken är att ge meteorologer ytterligare information när ett oväder snabbt håller på att övergå från kraftigt regn till en potentiellt livsfarlig översvämning
GPS-signalen blir en vädersensor
TACLS hämtar information från GNSS, samlingsnamnet för satellitbaserade navigationssystem som GPS. När signalerna färdas från satelliterna mot mottagare på marken passerar de genom troposfären. Finns det mycket vattenånga i luften fördröjs signalen en aning.
Annons
Genom att mäta den fördröjningen går det att uppskatta hur mycket fukt som finns i atmosfären över ett område. TACLS analyserar sedan förändringarna med maskininlärning och letar efter ovanligt snabba ökningar som kan höra ihop med extrema regnväder.
Det innebär i praktiken att ett nätverk som byggts för exakt positionering samtidigt kan fungera som ett tätt nät av atmosfäriska sensorer.
Läs mer: Så ska Googles AI förutse regnet
AI:n följer hur ovädret förändras
Bakom systemet finns en modell som analyserar mätningar över tid. Forskarna använder bland annat en typ av neuralt nätverk kallat LSTM, som är byggt för att hitta mönster i tidsserier.
Det passar bra för väderdata, där det ofta är själva förändringen som är intressant. En enskild fuktig mätpunkt behöver inte betyda särskilt mycket. Om vattenångan däremot snabbt ökar över flera närliggande stationer samtidigt kan det vara ett tecken på att något större håller på att utvecklas.
Scripps uppger att modellen använder femminutersmätningar från GNSS-stationer och kan leverera information med ungefär 15 till 30 minuters fördröjning. I tester på 145 väderhändelser från 2017 till 2023 fångade systemet omkring 93 procent av de varningar för plötsliga översvämningar som faktiskt utfärdades. Det ska inte tolkas som att systemet förutsäger 93 procent av alla framtida översvämningar, utan beskriver resultatet i den testade datamängden.
Problemet är inte alltid att prognosen saknas
Meteorologer har redan radar, satelliter, regnmätare och avancerade vädermodeller. Problemet vid plötsliga översvämningar är bland annat tiden.
När kraftigt regn redan syns tydligt i mätningarna kan en farlig situation vara på väg att utvecklas. Dessutom finns inte regnmätare överallt.
GNSS-data ger ytterligare ett lager information genom att visa hur mycket fukt som faktiskt finns i atmosfären medan ovädret utvecklas. Meteorologen kan därmed jämföra vad prognosmodellen säger med hur atmosfären faktiskt förändras just nu.
Läs mer: NASA:s satelliter kan få oväntad roll
Människan fattar fortfarande beslutet
TACLS är inte tänkt att automatiskt skicka ut katastrofvarningar.
Systemet markerar i stället områden där data ser ovanlig ut och presenterar informationen för meteorologer. De väger sedan resultatet mot radar, nederbörd, terräng och andra prognosverktyg innan en eventuell varning utfärdas.
Det är också ett sätt att minska problemet med falska larm. En kraftig förändring vid en ensam GNSS-station kan bero på felaktig data. Om flera stationer i samma område registrerar liknande förändringar blir signalen betydligt mer intressant.
NASA beskriver därför tekniken som ett beslutsstöd snarare än en ersättare för meteorologer.
Ska spridas till fler väderstationer
Tekniken används redan vid National Weather Service-kontor i Los Angeles och San Diego. Enligt The Verge håller en ny version med mer detaljerad kartvisualisering nu på att installeras i myndighetens system och ska bli tillgänglig för samtliga 122 regionala prognoskontor under andra halvan av oktober.
Förutsättningarna är dock bäst där det finns gott om GNSS-stationer. I västra USA är nätet särskilt tätt eftersom samma typ av mätstationer länge använts inom bland annat jordbävningsforskning.
På längre sikt är den större poängen därför inte en enskild AI-modell. Det är att miljontals satellitsignaler som redan skickas genom atmosfären innehåller information som tidigare främst betraktades som störningar.
Nu kan just den störningen bli ytterligare en varningssignal när ett vanligt oväder är på väg att bli farligt.
