ABOU DHABI, 30 janvier 2024 (WAM) -- Le Programme de recherche des Émirats arabes unis pour la science de l'amélioration de la pluie (UAEREP) a récemment organisé une réunion avec Dr. Luca Delle Monache et son équipe de recherche, lauréats du quatrième cycle de subventions UAEREP 2021, afin de discuter des dernières mises à jour de leur projet de recherche intitulé : " A Hybrid Machine Learning Framework for Enhanced Precipitation Nowcasting " (Un cadre hybride d'apprentissage automatique pour l'amélioration de la prévision immédiate des précipitations).
La réunion a également fourni un contexte sur l'infrastructure opérationnelle du National Center of Meteorology (NCM), y compris leurs procédures opérationnelles standard d'ensemencement des nuages, les réseaux de radar, et les systèmes de calcul à haute performance, pour que l'équipe de recherche puisse compléter les livrables de leur projet au NCM. L'équipe, dirigée par Dr. Monache, comprend des chercheurs de la Scripps Institution of Oceanography (UC San Diego), de la Colorado State University et de la Khalifa University.
Alya Al Mazroui, directrice de l'UAEREP, a déclaré : "Des réunions comme celle-ci nous donnent l'occasion d'apporter notre soutien et de mettre en commun notre expertise, en veillant à ce que le projet de prévision immédiate de M. Monache ait un impact maximal et atteigne ses objectifs ambitieux et novateurs. Nous sommes convaincus que ce projet permettra d'améliorer notre compréhension de la génération de caractéristiques nuageuses pouvant être ensemencées et des prévisions de précipitations précoces. L'UAEREP, par l'intermédiaire du NCM, continuera à stimuler les réseaux de recherche mondiaux, à tirer parti des meilleures technologies de pointe et de l'IA, et à faire avancer la recherche sur l'amélioration des précipitations".
Le projet de Dr Monache vise à créer un banc d'essai pour la recherche et les opérations en matière d'IA dans les Émirats arabes unis, tout en construisant un nouveau cadre d'IA pour combiner les observations par satellite, les données des radars météorologiques au sol, les pluviomètres et les estimations des prévisions météorologiques numériques afin d'extraire des caractéristiques et de générer des produits pour déterminer le moment et l'emplacement optimaux de l'ensemencement des nuages, et pour générer une estimation quantitative plus précise des précipitations pour l'évaluation du programme d'amélioration des précipitations.
Les caractéristiques du projet, ainsi que les données extrapolées des satellites et des radars, les données des prévisions météorologiques numériques et les pluviomètres, sont utilisés comme données d'entrée dans un modèle basé sur l'intelligence artificielle pour générer des prévisions de précipitations six heures à l'avance.
wam français