Непредсказуемые чудовищные волны в море могут серьезно повредить корабли и морские платформы, подвергая риску жизни тех, кто на них работает. Новая система, разработанная в Университете Мэриленда, использует нейронную сеть для предоставления ценных предупреждений раннего предупреждения.
Волны-убийцы, то есть любые волны, высота которых как минимум в два раза превышает высоту самых высоких волн вокруг них, могут быть ужасающими для тех, кто работает в море. Моряки уже давно сообщали лишь по неофициальным сообщениям: в 1995 году волна высотой 25,6 метра (84 фута) ударила по газовой платформе Драупнер в Северном море у побережья Норвегии и была подтверждена лазерным измерительным прибором. В 2020 году волна-убийца размером 17,6 м (57,7 футов) была зафиксирована серией буев у побережья Уклулет на острове Ванкувер. А в 2022 году на круизный лайнер Viking Polaris напала волна-убийца, унесшая жизнь пассажира.
Несмотря на то, что исследование 2019 года показало, что волны-убийцы возникают реже, оно также пришло к выводу, что они становятся более серьезными. Таким образом, системы, помогающие прогнозировать их, могут во многом защитить жизни тех, кто работает в море, которые могут искать убежище и принимать другие меры предосторожности, прежде чем они нападут.
В прошлом году исследователи, работающие из Университета Копенгаген использовал систему искусственного интеллекта для анализа данных с буев в 158 местах по всему миру, чтобы распутать сложную причину этих непредсказуемых чудовищных волн. Команда обнаружила, что они вызваны процессом, известным как линейная суперпозиция, при котором две волновые системы пересекаются и усиливают друг друга.
«Если две волновые системы встречаются в море таким образом, что увеличивается вероятность возникновения высоких гребней, за которыми следуют глубокие впадины, возникает риск чрезвычайно больших волн», — сказал тогда первый автор исследования Дион Хефнер.
Теперь два исследователя из Университета Мэриленда снова использовали ИИ для анализа огромного количества данных, чтобы получить более глубокое понимание разрушительных волн. Они обучили нейронную сеть на 14 миллионах 30-секундных выборках измерений высоты морской поверхности со 172 буев, расположенных у берегов континентальной части США и островов Тихого океана. Цель заключалась в том, чтобы научить систему искусственного интеллекта анализировать, какие океанские волны вызовут второй раунд волн-убийц.
При тестировании новая система смогла правильно идентифицировать события волн-убийц с помощью 75 % точности на одну минуту вперед и точность 73% на пять минут вперед.
Хотя исследователи считают, что эти результаты могут привести к созданию систем раннего предупреждения, которые могли бы помочь работникам моря избежать наихудших последствий волн-убийц, они также признают ограничения работы.
«Тот факт, что около трех из четырех волн-убийц также означает, что одна из четырех волн-убийц не прогнозируется и что выдается значительное количество ложных тревог», — пишут они в исследовательской статье, только что опубликованной в журнале Scientific Reports. . «Для операционной системы эту точность необходимо еще больше повысить. С этой целью принятый подход, основанный на данных, можно изменить, используя более мощные архитектуры нейронных сетей».
Помимо повышения надежности используя систему искусственного интеллекта, команда также утверждает, что добавление дополнительных данных к анализу, таких как скорость ветра, глубина воды и информация о местоположении волн, может помочь ему стать еще более точным.
«Хотя показатели успеха нашего подхода обнадеживают, используемая нейронная сеть позволяет нам сделать лишь ограниченные выводы о фундаментальной физике событий с волнами-убийцами», — сказал соавтор Томас Бройнунг. «Как исследователи, мы сейчас более мотивированы, чем когда-либо, использовать подобные подходы для более глубокого понимания волн-убийц».
Другой автор статьи, Балакумар Балачандран, добавил, что нейронная сеть, использованная в их исследовании, может также имеют более широкое применение.
«Блуждающие волны — это один из типов экстремальных явлений», — сказал он. «Наш подход, основанный на данных, может быть полезен для понимания и прогнозирования других экстремальных явлений, связанных, например, с изменением климата и процессом горения».
