Michael Johnsonمن شأن محطات الأرصاد الجوية المدرسية أن تضيف رصدًا محليًا إلى أبحاث التنبؤ بالطقس باستخدام الذكاء الاصطناعي: ففي 13 أكتوبر، أعلنت Google.org عن التزام بقيمة 5 ملايين دولار لدعم أبحاث الطقس والمناخ في أيرلندا. ومن المقرر تنفيذ برنامج يمتد لأربع سنوات وتركيب 560 محطة تعمل بالطاقة الشمسية في المدارس؛ ويعتزم الباحثون دراسة التنبؤات قصيرة الأمد بالأمطار الغزيرة والعواصف.
وفقًا لإعلان غوغل، ستقدّم Google.org مبلغ 2.25 مليون يورو (2.5 مليون دولار) إلى مركز AIMSIR ومركز Climate + Co-Centre عبر مؤسسة UCD Foundation. وسيعمل باحثو AIMSIR بالتعاون مع هيئة الأرصاد الجوية الوطنية Met Éireann ومركز Climate + Co-Centre. ويخططون للجمع بين نماذج Google Earth AI وصور الأقمار الصناعية وأكثر من 70 عامًا من السجلات المناخية التاريخية لأيرلندا وبيانات الرصد الأرضي.
لماذا يحتاج التنبؤ إلى مزيد من أجهزة الاستشعار؟
توفر محطات الأرصاد الجوية الأرضية رصدًا مهمًا، لكن المسافات بينها قد تجعل بعض الظواهر المحلية خارج نطاق القياس. وتذكر غوغل الأمطار الغزيرة المفاجئة وهبّات الرياح الهابطة القوية بوصفها أمثلة على أحداث يصعب تتبعها عندما تكون شبكة الرصد متباعدة. ومن المفترض أن يبيّن البرنامج البحثي ما إذا كانت البيانات الإضافية عند سطح الأرض ستساعد على بناء نماذج التنبؤ الآني (nowcasting)، أي توقعات الطقس سريع التغير في الوقت الفعلي.
وتتمثل الفائدة المحتملة للسكان في تلقي إنذارات أبكر بشأن الأمطار الغزيرة المفاجئة والفيضانات والعواصف الشديدة. وتشير غوغل أيضًا إلى هدف تعليمي: إذ يُخطط لتدريب المعلمين في المدارس التي ستُركّب فيها المحطات على استخدام البيانات في الدروس الصفية.
ما الذي يمكن أن تكشفه النتائج؟
لا يتمثل المعيار العملي في عدد أجهزة الاستشعار المُركّبة بحد ذاته، بل في ما إذا كانت عمليات الرصد المحلية الإضافية ستحسّن التنبؤات قصيرة الأمد والتحذيرات في مناطق بعينها. وسيتعين على الباحثين مقارنة التنبؤات بعمليات الرصد الفعلية للطقس، وتقييم مدى فائدة القياسات الجديدة في تتبع الهطول الذي يتطور بسرعة.
في إعلان 13 أكتوبر، وصفت غوغل أهداف البرنامج والجهات المشاركة والشبكة المزمع إنشاؤها، لكنها لم تذكر نتائج اختبارات نظام يعمل بالفعل. فالحديث حاليًا يدور حول إطلاق برنامج بحثي ممول وخطط لإنشاء البنية التحتية. وستعتمد أهمية المشروع على قدرة النماذج على الاستفادة من عمليات الرصد الإضافية لإنتاج تنبؤات محلية أكثر فائدة.