Maschinelles Lernen soll Gewitterunfälle vermeiden helfen

An der Schweizer EPFL wird an einem System geforscht, das Blitzeinschläge vorhersagen kann.

In Pocket speichern vorlesen Druckansicht 47 Kommentare lesen
Maschinelles Lernen soll Gewitterunfälle vermeiden helfen

(Bild: Photo by Michał Mancewicz on Unsplash)

Lesezeit: 2 Min.

Mehrere Millionen Mal im Jahr schlagen auf der Erde bei Gewitter Blitze ein, aber eine genaue Vorhersage, wann und wo das passiert, ist bislang kaum möglich. Dabei gefährden sie technische Geräte, Wälder, ganze Häuser, Tiere und Menschen – und eine Frühwarnung wäre äußerst sinnvoll.

Wissenschaftler der Eidgenössischen Technischen Hochschule Lausanne (École polytechnique fédérale de Lausanne, EPFL) nutzen deshalb nun Verfahren aus dem Bereich des maschinellen Lernens (ML) sowie weitere Techniken aus der Künstlichen Intelligenz, um Blitze in einem Radius von 30 Kilometern auf 10 bis 30 Minuten genau vorherzusagen, berichtet Technology Review in seiner Online-Ausgabe ("Einschlag mit Ansage").

Für ihr Erkennungs- und Vorhersageverfahren werteten die EPFL-Forscher die Daten von zwölf Schweizer Wetterstationen aus insgesamt zehn Jahren aus. Sie stammten aus städtischen Regionen ebenso wie aus dem ländlichen Bereich und dem Gebirge. Mit den vier Wetterparametern Temperatur, relative Luftfeuchtigkeit, Windgeschwindigkeit und atmosphärischer Druck sowie den Geodaten über die meteorologischen Vorkommnisse erstellten die Forscher die Algorithmen, mit denen sie mit fast 80-prozentiger Genauigkeit Blitzeinschläge vorhersagen können.

Künftig soll diese Präzision noch zunehmen. Das Spannende an dem Verfahren ist, dass es universell einsetzbar sein soll – nur die entsprechenden meteorologischen Standarddaten müssen vorhanden sein. "Es kann überall verwendet werden", so die Forscher. Es sei das erste Mal, dass es einem System gelungen ist, die Vorhersage von Blitzeinschlägen aus einfachen meteorologischen Informationen zu erlauben – basierend auf Echtzeitberechnungen. "Die Methode eröffnet eine einfache Möglichkeit, ein komplexes Phänomen vorherzusagen."

Mehr dazu bei Technology Review Online:

(bsc)