• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Med hjälp av tekniker från astrofysik, forskare kan förutsäga torka upp till tio veckor framåt

    Kredit:CC0 Public Domain

    Forskare vid University of Sussex har utvecklat ett system som exakt kan förutsäga en period av torka i Östafrika upp till tio veckor framåt.

    Satellitbilder används redan i Kenya för att övervaka betesmarkernas tillstånd och bestämma växtlighetens hälsa med hjälp av ett mått som kallas Vegetation Condition Index. Dessa förmedlas till beslutsfattare i torra och halvtorra regioner i Kenya genom system för tidig torka.

    Dock, dessa system, drivs av National Drought Management Authority (NDMA), tillåter bara organisationer och samhällen att ingripa när effekterna av en torka redan har inträffat. Vid det laget, ett sådant extremt väder skulle redan ha haft en förödande effekt på lokalbefolkningens försörjning.

    Istället, ett team av forskare från University of Sussex och NDMA har utvecklat ett nytt system som heter Astrocast.

    Delfinansierat av Science and Technology Facilities Council, projektet tillåter humanitära organisationer och torkariskhanterare att vara proaktiva när det gäller att hantera effekterna av extremt väder genom att förutsäga förändringar innan de inträffar.

    I en forskningsartikel publicerad i Fjärranalys av miljön , de förklarar hur ett tvärvetenskapligt team av datavetare (astronomer och matematiker) med geografer använde tekniker från astronomivetenskapen; bearbeta data direkt från rymdteleskop innan du använder avancerade statistiska metoder för att förutse extremväder.

    Dr Pedram Rowhani, Universitetslektor i geografi och medgrundare av Astrocast, sa:"I många fall, de första tecknen på torka kan ses på naturlig vegetation, som kan övervakas från rymden.

    "Vårt tillvägagångssätt mäter tidigare och nuvarande Vegetation Condition Index (VCI), en indikator som är baserad på satellitbilder och ofta används för att identifiera torka, att förstå trender och det allmänna beteendet hos VCI över tid, att förutsäga vad som kan hända i framtiden."

    Gemensam första författare på uppsatsen och föreläsare i maskininlärning och datavetenskap, Dr. Adam Barrett sa:"Efter samtal i korridorer med Dr. Rowhani om AstroCast, Jag såg en möjlighet att tillämpa metodik som jag hade utvecklat inom teoretisk neurovetenskap till ett projekt med potential för verklig humanitär påverkan.

    "Med Sussex som aktivt uppmuntrar tvärvetenskapligt arbete, vi bestämde oss för att kombinera kompetenser. Det har varit ögonöppnande att se hur våra tekniker kan tillämpas på ett verkligt problem och förbättra liv."

    Det har funnits en växande efterfrågan inom den humanitära sektorn att utveckla system som fokuserar på förvarningar och uppmuntrar till ett mer proaktivt förhållningssätt till katastrofer.

    Kenyanska NDMA tillhandahåller redan månatliga torkabulletiner för varje län, vilken stat som upptäcker förändringar i vegetationen och används för att fatta beslut om huruvida en torkavarning ska utlysas.

    Men med Astrocast-prognoser, dessa bulletiner kan också innehålla en förutsägelse av vad VCI sannolikt kommer att vara om några veckor, ge bönder och pastoralist värdefull tid att förbereda sig.

    Seb Oliver, Professor i astrofysik och medgrundare av Astrocast, sa:"En stor del av min astrofysikforskning kräver bearbetning av data från astronomiska rymdteleskop, som Herschel Space Observatory. Jordobservationssatelliter är inte så olika.

    "Vi använder ofta banbrytande statistik och metoder för maskininlärning för att tolka våra astronomiska data. I det här fallet har vi använt metoder för maskininlärning, och vi har kunnat förutsäga tillståndet för vegetationen upp till tio veckor framåt med mycket gott självförtroende.

    "Vi föreställer oss att våra rapporter kan användas för att definiera en ny varningsflagga som tillåter länsledare att fatta beslut tidigare och på så sätt förbereda sig bättre. Men denna information kan också användas av humanitära organisationer som Kenya Röda Korset såväl som andra organisationer som Kenya Träffade avdelningen.

    "Tidigare förberedelser är välkänt för att vara mycket effektivare än reaktiva svar."


    © Vetenskap https://sv.scienceaq.com