每年，惡劣的天氣都會危及數百萬人的生命，並造成全世界數十億美元的損失。賓夕法尼亞州立大學信息科學技術學院(IST)和AccuWeather公司的新研究發現了一種方法，利用大數據來更好地預測這些威脅。
該研究小組由Mohammad Mahdi Kamani，IST教授James Wang、Farshid Farhat和AccuWeather公司的氣象學家Stephen Wistar組成，他們已經開發出一種新的方法來識別雷達圖像中的弓形回聲。卡瑪尼說:“氣象學與大數據、計算機視覺和數據挖掘算法結合起來，可以達到更快、更可靠和準確的結果。”他們的研究論文發表在《應用軟件軟計算》(the journal of Applied Soft Computing)上，並由國家科學基金會(NSF)資助。
James Wang認為以計算機為基礎的方法可以為氣象學家提供第三個視角，在弓形回聲的情況下，這種自動檢測對於早期識別惡劣天氣、拯救生命和資源至關重要。
Wistar解釋說:“在雷暴中，弓的回聲是比另一個移動得快的部分。正如它的名字所暗示的，一旦天氣條件完全形成，它就像弓的形狀。這可能真的被誇大了，但是這很重要，因為這就是你可能會受到嚴重破壞的地方，那裡的樹木會倒塌，屋頂會被炸掉。”
但目前，當惡劣天氣條件剛剛開始形成時，這些現象很容易被預測者忽視。為了解決這一問題，研究集中在自動檢測弓回聲的檢測上。通過借鑑美國國家海洋和大氣管理局(NOAA)收集的大量歷史數據，可以自動識別出它們開始形成的瞬間。James Wang介紹說，這是他們項目的基本目標——向氣象學家提供幫助，使他們能夠更快、更準確地做出決定。
通過不斷監測NOAA的雷達圖像，該算法能夠掃描整個美國，並隨時隨地發出警報。在活躍的惡劣天氣下，當資源很可能分散時，它能夠提供即時的開發通知。
卡瑪尼認為這只是第一步，隨著檢測算法的到位，他們希望有一天能預測到在它們形成之前的弓形回聲。最終的目標是有更多的時間提醒人們撤離或者準備好迎接直線風。
這種通過更快、更精確的預測，潛在的影響可能是巨大的。Wistar說:“如果你能提前得到一個警告，獲得10到15分鐘時間的撤離，這是一個巨大的進步。”
如果可能的話，這對氣象學家來說是一個真正的飛躍。看到這在展望氣象學的未來時，研究人員看到了大數據應用的無限潛力。研究人員說：“我們能做的事情太多了，如果我們能更好地預測嚴重的雷暴，我們每年都能拯救生命。”