jsonscraper

Google financiará una red de 560 estaciones meteorológicas escolares para pronósticos con IA en Irlanda

El proyecto de cuatro años combinará mediciones locales, imágenes satelitales y modelos de Google Earth AI; su objetivo es investigar pronósticos a corto plazo de lluvias intensas y tormentas.

Política editorial Comunique um erro

Las estaciones meteorológicas escolares aportarán observaciones locales a la investigación sobre pronósticos meteorológicos con IA: el 13 de octubre, Google.org anunció un compromiso de 5 millones de dólares para la investigación meteorológica y climática en Irlanda. Se prevé un programa de cuatro años y el despliegue de 560 estaciones solares en escuelas; los investigadores pretenden estudiar los pronósticos a corto plazo de lluvias intensas y tormentas.

Artículo: Google financiará una red de 560 estaciones meteorológicas escolares para pronósticos con IA en Irlanda
Resumen: El 13 de octubre, Google.org anunció un compromiso de 5 millones de dólares para la investigación meteorológica y climática en Irlanda. El programa, de cuatro años, prevé instalar 560 estaciones meteorológicas solares en escuelas y combinar sus datos con registros históricos, imágenes satelitales y modelos de Google Earth AI.
Función de la imagen: portada: la idea central
Sección: 
Tema visual: Estación meteorológica compacta alimentada por energía solar
© jsonscraper · Ilustración generada por IA

Según el anuncio de Google, Google.org destinará 2,25 millones de euros (2,5 millones de dólares) al AIMSIR Centre y al Climate + Co-Centre a través de UCD Foundation. Los investigadores de AIMSIR trabajarán junto con el servicio meteorológico nacional, Met Éireann, y Climate + Co-Centre. Planean combinar los modelos de Google Earth AI y las imágenes satelitales con más de 70 años de registros climáticos históricos de Irlanda y datos de observaciones terrestres.

Por qué los pronósticos necesitan sensores adicionales

Las estaciones meteorológicas terrestres aportan observaciones importantes, pero la distancia entre ellas puede hacer que algunos fenómenos locales queden fuera de las mediciones. Google cita las lluvias intensas repentinas y las ráfagas descendentes como ejemplos de fenómenos difíciles de detectar cuando la red de observación es poco densa. El programa de investigación busca determinar si los datos adicionales de superficie ayudarán a crear modelos de nowcasting, es decir, pronósticos en tiempo real de condiciones meteorológicas que cambian rápidamente.

Para los residentes, el posible beneficio se relaciona con alertas más tempranas de lluvias intensas repentinas, inundaciones y tormentas fuertes. Google también señala un objetivo educativo: se prevé formar en el uso de datos para las clases a los docentes de las escuelas donde se instalen las estaciones.

Qué podrán demostrar los resultados

El criterio práctico no es el número de sensores instalados por sí solo, sino si las observaciones locales adicionales mejoran los pronósticos y las alertas a corto plazo para zonas concretas. Los investigadores tendrán que comparar los pronósticos con las observaciones meteorológicas reales y evaluar cuánto ayudan las nuevas mediciones a seguir las precipitaciones que se desarrollan rápidamente.

En el anuncio del 13 de octubre, Google describió los objetivos del programa, sus participantes y la red prevista, pero no comunicó resultados de pruebas de un sistema ya operativo. Por ahora, se trata del lanzamiento de un programa de investigación financiado y de planes para crear la infraestructura. Su importancia dependerá de que los modelos puedan aprovechar las observaciones adicionales para ofrecer pronósticos locales más útiles.

People

No people listed for this article yet.

Keep readingClaude ajudou a criar um mapa ultravioleta do céu, preenchendo lacunas nas observações
Read the next article

Transforme o que lê numa integração funcional

Explore as APIs de dados sociais da jsonscraper, teste pedidos e crie o seu próximo fluxo de trabalho.

Explorar APIs