Blixtar är ett av de mest oförutsägbara fenomenen i naturen. Den dödar regelbundet människor och djur och sätter eld på hem och skogar. Det håller flygplanet jordat och skadar kraftledningar, vindkraftverk och solpanelsinstallationer. Dock, lite är känt om vad som utlöser blixten, och det finns ingen enkel teknik för att förutsäga när och var blixten slår ner i marken.

Vid EPFLs tekniska högskola, forskare vid Electromagnetic Compatibility Laboratory, ledd av Farhad Rachidi, har utvecklat ett enkelt och billigt system som kan förutsäga när blixten slår ner till närmaste 10 till 30 minuter, inom en radie på 30 kilometer. Systemet använder en kombination av vanliga meteorologiska data och artificiell intelligens. Forskningsrapporten har publicerats i Klimat- och atmosfärsvetenskap , a Natur partner journal. Forskarna planerar nu att använda sin teknik i European Laser Lightning Rod-projektet.

"Nuvarande system är långsamma och mycket komplexa, och de kräver dyra externa data som förvärvats av radar eller satellit, " förklarar Amirhossein Mostajabi, doktorsexamen elev som kom på tekniken. "Vår metod använder data som kan erhållas från vilken väderstation som helst. Det betyder att vi kan täcka avlägsna regioner som ligger utanför radar- och satelliträckvidden och där kommunikationsnätverk inte är tillgängliga."

Vad mer, eftersom data kan erhållas enkelt och i realtid, förutsägelser kan göras mycket snabbt - och varningar kan utfärdas redan innan en storm har bildats.

Träna maskinen med tillgängliga data

EPFL-forskarnas metod använder sig av en maskininlärningsalgoritm som har tränats för att känna igen förhållanden som leder till blixtnedslag. För att genomföra utbildningen, forskarna använde data som samlats in under en tioårsperiod från 12 schweiziska väderstationer, belägen i både stads- och bergsområden.

Fyra parametrar togs i beaktande:atmosfärstryck, lufttemperatur, relativ luftfuktighet och vindhastighet. Dessa parametrar korrelerades med inspelningar från blixtdetektering och lokaliseringssystem. Med den metoden, algoritmen kunde lära sig de förhållanden under vilka blixtar uppstår.

Väl utbildad, systemet gjorde förutsägelser som visade sig vara korrekta nästan 80 % av gångerna.

Det är första gången som ett system baserat på enkla meteorologiska data har kunnat förutsäga blixtnedslag genom realtidsberäkningar. Metoden erbjuder ett enkelt sätt att förutsäga ett komplext fenomen.