Fujitsu en Yokohama National University voorspellen met een supercomputer voor het eerst in realtime tornado’s tijdens een tyfoon. De nieuwe technologie verkort de simulatie van elf uur tot tachtig minuten.
De technologie gebruikt geoptimaliseerde grootschalige parallelle verwerking in combinatie met de verbeterde ‘Cloud Resolving Storm Simulator’ (CReSS), een weersimulator ontwikkeld door professor Kazuhisa Tsuboki op Fujitsu’s Fugaku-supercomputer.
Ongeveer twintig procent van de tornado’s in Japan ontstaat tijdens een tyfoon. Om schade te beperken, verstuurt het land sinds 2008 waarschuwingen. In tegenstelling tot andere weersverschijnselen, zoals neerslag, blijft het voorspellen van tornado’s een uitdaging door hun kleinschalige en kortstondige karakter. Momenteel gelden tornadowaarschuwingen maximaal één uur.
In november 2022 werkten Fujitsu en Yokohama National University samen om een oplossing te vinden voor een nauwkeuriger voorspelling. Nu de intensiteit van tornado’s door klimaatverandering toeneemt, is die cruciaal. Het onderzoek richt zich op de mechanismen achter tornado’s en het verbeteren van simulaties.
Van 11 uur naar 80 minuten
De onderzoekers simuleerden een tyfoon die in augustus 2024 schade aanrichtte in Kyushu, een regio in het zuidwesten van Japan. Destijds duurde het meer dan elf uur om tornado’s te voorspellen, waardoor de voorspellingen vrijwel onbruikbaar waren. De nieuwe technologie verkort de simulatie tot tachtig minuten, waardoor waarschuwingen nu uren op voorhand mogelijk worden. Bovendien is er nog veel potentieel voor grootschaligere en snellere voorspellingen, aangezien de berekening slechts vijf procent van de resources van de supercomputer opeiste.
De simulatie analyseert 3d-ruimtelijke gegevens, zoals temperatuur, luchtdruk, vochtigheid, windrichting en windsnelheid. Op basis hiervan reconstrueerde de computer meerdere tornado’s die langs de oostkust optraden. Fujitsu en Yokohama National University stellen de grootschalige parallelle versie van CReSS beschikbaar en blijven samenwerken om de snelheid en nauwkeurigheid van voorspellingen met kunstmatige intelligentie verder te verbeteren.
