NASA leert computers flitsoverstromingen te herkennen voordat ze plaatsvinden. Het ruimteagentschap heeft een machine learning systeem ontwikkeld dat satellietgegevens analyseert om snellere en nauwkeurigere waarschuwingen voor plotselinge overstromingen te geven. In de Verenigde Staten, waar flitsoverstromingen elk jaar meer dan 100 mensen doden, kunnen extra minuten waarschuwing het verschil betekenen tussen ontsnapping en ramp.
Hoe een satellietoog leert gevaar te zien
Het systeem, TACLS genaamd (afkorting voor Tracking and Communicating Localized Storms), verwerkt beelden van NASA's vloot aardobservatiesatellieten. Het zoekt naar patronen in wolkontwikkeling, regenintensiteit en bodemvochtigheid die menselijke weervoorspellers mogelijk missen. Het machine learning model is getraind op jaren aan historische stormdata en leerde de subtiele signalen te herkennen die voorafgaan aan een flitsoverstroming. Wanneer het die signalen in realtime detecteert, waarschuwt het weervoorspellers bij de National Weather Service.
Waarom lokale gemeenschappen opletten
Flitsoverstromingen zijn berucht moeilijk te voorspellen. Ze kunnen in minuten ontstaan en een droge beek veranderen in een woeste rivier met weinig waarschuwing. In de Verenigde Staten veroorzaken ze elk jaar meer doden dan orkanen, tornado's of bliksem. De nieuwe tool geeft weerdiensten een voorsprong. Tijdens tests identificeerde TACLS verschillende overstromingen eerder dan traditionele methoden. Voor mensen in overstromingsgevoelige gebieden is die extra tijd cruciaal. Het stelt hulpdiensten in staat evacuatiebevelen uit te vaardigen, wegen af te sluiten en bewoners te waarschuwen voordat het water stijgt.
NASA ontwikkelde TACLS in het Goddard Space Flight Center in Maryland. Het project maakt deel uit van een bredere inspanning om kunstmatige intelligentie toe te passen op milieumonitoring. Het agentschap werkt nauw samen met de National Oceanic and Atmospheric Administration en de Federal Emergency Management Agency om ervoor te zorgen dat de waarschuwingen de mensen bereiken die ze nodig hebben. Lokale hulpdiensten in staten als Texas, Florida en Californië hebben al interesse getoond om het systeem in hun responsplannen op te nemen.
De technologie vervangt menselijke weervoorspellers niet. Het geeft hen een krachtig nieuw hulpmiddel. Door de analyse van enorme hoeveelheden satellietbeelden te automatiseren, geeft TACLS meteorologen de vrijheid om zich te concentreren op interpretatie en communicatie. Het machine learning model blijft verbeteren naarmate het meer data verwerkt en leert van elke storm die het observeert.
NASA is van plan TACLS uit te breiden naar meer regio's en extra satellietdatabronnen te integreren. Het doel is een wereldwijd vroegwaarschuwingssysteem dat gemeenschappen overal ter wereld kan beschermen. Voorlopig blijft de focus op de Verenigde Staten, waar het systeem wordt verfijnd voor operationeel gebruik. Het werk vertegenwoordigt een stille maar significante verschuiving in hoe we ons voorbereiden op een van de snelste bedreigingen van de natuur.
