சயின்ஸ் டெக் பல்ஸ்
சுற்றுச்சூழல்

வானில் உள்ள 'கனநீரை' கண்காணிப்பது வானிலை முன்னறிவிப்பை மேம்படுத்துகிறது

வானொலிச் செயற்கைக்கோள் தரவுகள் மூலம் அளக்கப்படும் நீர் ஐசோடோப்புகளை வானிலை மாதிரிகளில் இணைப்பது ஐந்து நாட்கள் வரையிலான முன்னறிவிப்புகளை மேம்படுத்துகிறது. இதை டோக்கியோ பல்கலைக்கழக ஆராய்ச்சியாளர்கள் உள்ளிட்டோர் முதன்முறையாக நிரூபித்துள்ளனர். கனமழை…

படிப்படியாக

  1. 1

    செயற்கைக்கோள் நீராவி ஐசோடோப்பை அளக்கிறது

  2. 2

    ஆறு மணிநேர தரவு பகுதிவாரியாக இணைப்பு

  3. 3

    டேட்டா அஸிமிலேஷன் மூலம் மாதிரியில் இணைப்பு

  4. 4

    ஐந்து நாட்கள் வரை முன்னறிவிப்பு மேம்பாடு

வானிலை முன்னறிவிப்புகள் வெப்பநிலை, ஈரப்பதம், காற்று போன்ற தரவுகளை நம்பியிருக்கின்றன. வளிமண்டலத்தில் உள்ள நீர் ஐசோடோப்புகள் பற்றிய தரவை வானிலை மாதிரிகளில் சேர்ப்பது நீண்டகாலமாக கோட்பாட்டளவில் மட்டுமே இருந்த ஒரு மேம்பாடு. இது உண்மையில் செயல்படுவதாக, டோக்கியோ பல்கலைக்கழகத்தைச் சேர்ந்தவர்கள் உள்ளிட்ட ஆராய்ச்சியாளர்கள் முதன்முறையாக நிரூபித்துள்ளனர். நீராவி ஐசோடோப்பு விகிதங்களின் செயற்கைக்கோள் அளவீடுகளை வானிலை மாதிரிகளில் இணைத்தது, ஐந்து நாட்கள் வரையிலான வளிமண்டல நிலைமைகளின் முன்னறிவிப்புகளை மேம்படுத்தியது. பல பகுதிகளில் கனமழை முன்னறிவிப்பும் இதில் அடங்கும் என கம்யூனிகேஷன்ஸ் எர்த் ஆண்ட் என்விரான்மென்ட் இதழில் வெளியான ஆய்வு தெரிவிக்கிறது.

ஐசோடோப்புகள் என்பன வேறுபட்ட நியூட்ரான் எண்ணிக்கை கொண்ட, பொதுவாக கனமான, அணுக்களின் மாற்று வடிவங்கள். நீரில் இவை 'கனநீர்' எனப்படுவதை உருவாக்குகின்றன. இது சாதாரண நீரை விட சற்று வேறுபட்ட முறையில் ஆவியாகி உறைகிறது. 'நீர் ஐசோடோப்புகள் இயற்கையாகவே மிகச் சிறிய அளவில் காணப்படுகின்றன. ஆவியாதல், உறைதல் போன்ற செயல்முறைகளின்போது அவற்றின் சார்பு அளவு சற்றே மாறுகிறது. இந்த மாற்றங்களைப் பயன்படுத்தி, நீர் எங்கிருந்து வந்தது, வழியில் அதற்கு என்ன நடந்தது என்ற தகவலை நாம் பெற முடியும்' என்று கின்யா டோரிடே தெரிவித்தார். அவர் அமெரிக்க தேசிய கடல்-வளிமண்டல நிர்வாகம் (NOAA) மற்றும் டோக்கியோ பல்கலைக்கழக தொழில்துறை அறிவியல் நிறுவனத்தைச் சேர்ந்தவர்.

குழுவினர், ஆறு மணிநேர காலஇடைவெளிகளில் சேகரிக்கப்பட்ட பல தனிப்பட்ட செயற்கைக்கோள் அவதானிப்புகளை ஒவ்வொரு பகுதிக்கும் ஒரு உயர்தர அளவீடாக இணைத்தனர். போதுமான தரவு இல்லாத பகுதிகளை நீக்கி, நம்பகமான உலகளாவிய தரவுத்தொகுப்பை உருவாக்கினர். இதை டேட்டா அஸிமிலேஷன் எனும் நுட்பத்தைப் பயன்படுத்தி வானிலை மாதிரியில் இணைத்தனர். 'இந்தக் கூடுதல் தகவல், காற்று, வெப்பநிலை, நீராவி போன்ற அடிப்படை வளிமண்டல நிலைமைகள் குறித்த எங்கள் மதிப்பீடுகளை மேம்படுத்தியது. இது மேலும் துல்லியமான வானிலை முன்னறிவிப்புகளுக்கு வழிவகுத்தது' என டோரிடே கூறினார்.

இது உண்மையான செயல்பாட்டு முன்னறிவிப்புக்கு நெருக்கமான நிலைமைகளில் இந்த நன்மையைக் காட்டும் முதல் ஆய்வு எனத் டோக்கியோ பல்கலைக்கழக பேராசிரியர் கெய் யோஷிமுரா தெரிவித்தார். ஆனால் இதை உடனடியாக அறிமுகப்படுத்த முடியாது என்றும் அவர் எச்சரித்தார். தற்போது மிகக் குறைந்த அளவே நேரடி ஐசோடோப்பு தரவு உள்ளது. தற்போதைய செயல்பாட்டு மாதிரிகள் அதைப் பயன்படுத்த வடிவமைக்கப்படவில்லை. நீராவி ஐசோடோப்புகளின் இன்னும் துல்லியமான செயற்கைக்கோள் அவதானிப்புகளை உருவாக்கி, அவற்றைச் செயல்பாட்டு முன்னறிவிப்பு அமைப்புகளில் இணைப்பதே குழுவின் நீண்டகால இலக்கு. செயற்கைக்கோள்களை ஏவும் செலவு குறைந்துவரும் நிலையில் இது மேலும் சாத்தியமாகி வருவதாக யோஷிமுரா கூறினார்.

சொல் விளக்கம்

இதுவரை நடந்தது

  1. அரிய கடும் வானிலை நிகழ்வுகளை முன்னறிவிக்க AI - இயற்பியல் கலப்பு முறை
  2. கோட்பாட்டளவில் 129 நாட்கள் முன்கூட்டியே வானிலை கணிக்க முடியும்: புதிய ஆய்வு
  3. புயல் தீவிரமடையும் முன் தோன்றும் அறிகுறிகளை காட்டும் 30 ஆண்டு ராடார் தரவு
  4. அணு அளவில் இரட்டைப் பிளவு பரிசோதனை: அணு அதிர்வுகளைக் கண்டறிந்த டோக்கியோ ஆய்வு
  5. சூறாவளி வரைபடங்கள் மேம்பாடு: இன்னும் தீராத ஒரு பெரும் சிக்கல்
  6. உணவுக் கழிவுகளை கான்கிரீட்டை மிஞ்சும் கட்டிடப் பொருளாக மாற்றிய டோக்கியோ பல்கலைக்கழகம்
  7. வானில் உள்ள 'கனநீரை' கண்காணிப்பது வானிலை முன்னறிவிப்பை மேம்படுத்துகிறது
#weather forecasting#water isotopes#University of Tokyo#satellite data
இச்செய்திக்கு மதிப்பிடுங்கள்

தொடர்புடைய செய்திகள்