Varje år, hårt väder äventyrar miljontals människor och orsakar skador för miljarder dollar över hela världen. Men ny forskning från Penn State College of Information Sciences and Technology (IST) och AccuWeather har hittat ett sätt att bättre förutsäga några av dessa hot genom att utnyttja kraften i big data.

Forskargruppen, ledd av doktoranden Mohammad Mahdi Kamani och inklusive IST-professorn James Wang, doktoranden Farshid Farhat, och AccuWeathers kriminaltekniska meteorolog Stephen Wistar, har utvecklat ett nytt tillvägagångssätt för att identifiera bogeko i radarbilder, ett fenomen förknippat med hårda och våldsamma vindar.

"Det var oundvikligt för meteorologi att kombinera big data, datorsyn, och datautvinningsalgoritmer för att söka snabbare, mer robusta och exakta resultat, " sa Kamani. Deras forskningsartikel, "Skelettmatchning med applikationer vid upptäckt av svåra väderförhållanden, " publicerades i tidskriften Tillämpad Soft Computing och finansierades av National Science Foundation (NSF).

"Jag tror att datorbaserade metoder kan ge meteorologerna ett tredje öga, hjälpa dem att titta på saker de inte har tid eller ork till, " sa Wang. När det gäller bogeko, denna automatiska detektering skulle vara avgörande för tidigare upptäckt av svåra väderförhållanden, rädda liv och resurser.

Wistar, den meteorologiska myndigheten på projektet, förklarade, "I en rad av åskväder, ett bågeeko är en del som rör sig snabbare än den andra." Som namnet antyder, när väderförhållandena väl har skapats, den liknar formen av en båge. "Det kan bli riktigt överdrivet, " sa han. "Det är viktigt eftersom det är där du sannolikt kommer att få allvarlig skada, där träd kommer att falla och tak blåser av."

Men för närvarande, när förhållandena precis börjar bildas, det kan vara lätt för prognosmakare att förbise. "När det kommer till den uppenbart uppenbara punkten, (ett bågeeko) hoppar ut till en meteorolog, " sa han. "Men på en aktiv väderdag? De kanske inte märker att det bara börjar böja sig."

För att bekämpa detta, forskningen fokuserade på att automatisera detekteringen av bogsekon. Genom att dra nytta av de enorma historiska data som samlats in av National Oceanic and Atmosphere Administration (NOAA), bågekon kan identifieras automatiskt i det ögonblick de börjar bildas. Wang sa, "Det är vårt projekts grundläggande mål - att ge assistans till meteorologen så att de kan fatta beslut snabbare och med bättre noggrannhet."

Genom att kontinuerligt övervaka radarbilder från NOAA, Algoritmen kan skanna hela USA och ge varningar när och varhelst ett bågeeko börjar. Under tider av aktivt hårt väder, när resurser sannolikt kommer att spridas tunt, det kan ge omedelbara meddelanden om utvecklingen.

"Men det här är bara det första steget, " kommenterade Kamani. Med detektionsalgoritmen på plats, de hoppas att en dag kunna förutsäga bågekon innan de ens bildas. "Slutmålet är att ha mer tid att varna folk att evakuera eller vara redo för de raka vindarna." Med snabbare, mer exakta prognoser, de potentiella effekterna kan vara betydande.

"Om du kan få ens en 10a, 15 minuters hoppa och få ut en varning tidigare fastlåst till en viss plats istället för hela län, det är en stor fördel, " sa Wistar. "Det kan vara ett riktigt hopp för meteorologer om det är möjligt. Det är verkligen spännande att se dessa framsteg."

Föreställer framtiden för meteorologi, forskarna ser oändliga möjligheter för tillämpningen av big data. "Det finns så mycket vi kan göra, " sa Wang. "Om vi ​​kan förutsäga svåra åskväder bättre, vi kan rädda liv varje år."