Satelity podsłuchują deszcz. Algorytm NASA wykrywa powodzie w 15 minut

Gwałtowna powódź potrafi zmieść samochód w kilka minut, zanim meteorolog zdąży przeanalizować choćby jeden zestaw danych. Nowy system NASA – TACLS (Transient Artifact and Continuous Learning System) – ma to zmienić. Łączy algorytmy uczenia maszynowego z sygnałami satelitarnymi, by ostrzegać przed żywiołem w czasie niemal rzeczywistym.

Jak maszyna uczy się dostrzegać powódź

→ Czytaj też: Czy NASA znalazła już życie na Marsie? Naukowcy: byliśmy zbyt ostrożni

Zamiast patrzeć na chmury, TACLS nasłuchuje opóźnień w sygnałach z satelitów Global Navigation Satellite System (GNSS) – tych samych, które napędzają nawigację w telefonach. Para wodna w troposferze spowalnia fale radiowe, a wielkość tego opóźnienia zdradza, ile wilgoci wisi właśnie nad danym miejscem. Algorytm analizuje te zmiany i wyławia gwałtowne skoki wilgotności – sygnał, że zbliża się ulewa zdolna wywołać błyskawiczną powódź.

Sercem systemu jest model uczenia maszynowego wytrenowany na ponad 30 latach danych GNSS. Działa jak wykrywacz anomalii: oddziela szum i artefakty od rzeczywistych zjawisk fizycznych. Gdy trafi na transient – ulotne, groźne zdarzenie pogodowe – przesyła je do wizualizacji, by meteorolog mógł błyskawicznie podjąć decyzję. „To właśnie chcieliśmy osiągnąć – dać meteorologom narzędzie, które wspiera podejmowanie decyzji o ostrzeżeniach przed powodzią błyskawiczną” – wyjaśnia Yehuda Bock, badacz z UCSD Scripps Institution of Oceanography i główny kierownik projektu TACLS.

93 procent trafień i otwarty kod

→ Czytaj też: Sonda Juno zmierzyła podpowierzchniową temperaturę Io. Dlaczego to zaskakuje naukowców?

W testach symulacyjnych, które objęły różnorodne zjawiska – od rzek atmosferycznych po pozostałości cyklonów tropikalnych z lat 2017–2023 – system rozpoznał 93% wydanych w tym czasie ostrzeżeń przed gwałtownymi powodziami. To wynik, który pozwala traktować TACLS poważnie. Meteorolodzy z National Weather Service już pracują nad włączeniem go do swoich codziennych narzędzi prognostycznych dla południowej Kalifornii.

Co istotne, całe oprogramowanie i dane treningowe będą open-source. Dzięki temu każdy zespół badawczy może dostosować model do własnych potrzeb albo zbudować własny od podstaw. Analityczny szkielet TACLS czerpie z wcześniejszych programów JPL: Domain-agnostic Outlier Ranking Algorithms oraz Time-series Forecasting, Evaluation, and Deployment, a wizualizacja opiera się na Multi-Mission Geographic Information System – narzędziu pierwotnie stworzonym dla marsjańskich misji NASA. Ta sama technologia, która pomagała planować trasy łazików, teraz chroni ludzi przed żywiołem.

Piętnaście minut na reakcję

• System analizuje dane satelitarne w czasie bliskim rzeczywistemu.
• Prognozy generowane są w zaledwie 15 minut po wykryciu niepokojących sygnałów.
• Wizualizacja MGViz pokazuje mapę z prawdopodobieństwem wystąpienia gwałtownej powodzi – obszary wysokiego ryzyka świecą się czerwienią.
• Meteorolog ocenia sytuację i decyduje, czy wydać ostrzeżenie.

Taka szybkość ma kluczowe znaczenie, bo błyskawiczne powodzie często zaskakują nawet doświadczone służby. Im szybciej informacja trafi do mieszkańców, tym większa szansa na ewakuację i zabezpieczenie mienia.

Projekt powstał z inicjatywy NASA Earth Science Technology Office, we współpracy z JPL, UCSD, NOAA i National Weather Service. Jego autorzy nie ukrywają, że kluczem nie jest zastąpienie człowieka, tylko odciążenie go od żmudnego przeszukiwania gigabajtów danych. Maszyna wskazuje, gdzie należy spojrzeć – reszta należy do ludzkiego doświadczenia i intuicji. W świecie, gdzie ekstrema pogodowe stają się coraz częstsze, takie połączenie człowiek-maszyna może uratować wiele istnień.