spateGEN-ERA5: Düşük Çözünürlüklü Veriden Yüksek Hassasiyetli Yağış Haritası

Şiddetli yağış gibi aşırı hava olaylarının dünya genelinde artış göstermesi, güvenilir değerlendirmelerin hayat kurtarıcı ve mülkiyet koruyucu rolünü daha da önemli hale getiriyor. Karlsruhe Teknoloji Enstitüsü'nden (KIT) araştırmacılar, düşük çözünürlüklü küresel hava durumu verilerini yüksek çözünürlüklü yağış haritalarına dönüştürebilen yeni bir yapay zeka yöntemi geliştirdi. Yöntem hızlı, verimli ve lokasyondan bağımsız çalışıyor. Araştırmanın sonuçları npj Climate and Atmospheric Science dergisinde yayımlandı.

Garmisch-Partenkirchen kentinde yer alan KIT’in Meteoroloji ve İklim Araştırmaları Enstitüsü (IMK-IFU) bünyesinde hidro-meteoroloji ve makine öğrenimi uzmanı olarak görev yapan Dr. Christian Chwala, konuyla ilgili şu değerlendirmede bulundu: "Şiddetli yağışlar ve seller, birkaç on yıl öncesine kıyasla dünyanın pek çok bölgesinde çok daha yaygın hale geldi. Ancak şimdiye kadar bu tür aşırı olayların güvenilir bölgesel değerlendirmelerini yapmaya yetecek veri, birçok yerde mevcut değildi."

Dr. Chwala'nın liderliğini yaptığı araştırma ekibi, düşük çözünürlüklü bilgiden yüksek hassasiyette küresel yağış haritaları üretebilen bir yapay zeka modeliyle bu sorunu ele alıyor. Ortaya çıkan sistem, özellikle veri erişiminin sınırlı olduğu Küresel Güney gibi bölgelerde aşırı hava olaylarının analiz ve değerlendirmesi için özgün bir araç niteliğinde.

Geliştirilen yöntem, yağış miktarını saatlik zaman dilimlerinde ve yaklaşık 24 kilometrelik mekansal çözünürlükte tanımlayan tarihsel hava durumu modeli verilerini temel alıyor. Yapay zeka modeli spateGEN-ERA5, yalnızca bu verilerle eğitilmekle kalmadı; aynı zamanda Almanya’da elde edilen yüksek çözünürlüklü radar verilerinden, farklı ölçekteki yağış desenleri ile aşırı hava olayları arasındaki ilişkileri de öğrendi.

Modelin geliştiricisi ve doktora çalışmasını SCENIC araştırma projesi kapsamında sürdüren IMK-IFU’dan Luca Glawion, modelin yeteneklerini şu sözlerle açıkladı: "YZ modelimiz yalnızca giriş verisinin daha net bir versiyonunu üretmekle kalmıyor, aynı zamanda fiziksel olarak makul birden fazla yüksek çözünürlüklü yağış haritası da oluşturuyor. 2 kilometrelik mekansal çözünürlükte ve 10 dakikalık zaman diliminde ayrıntılar görünür hale geliyor. Ayrıca model, elde edilen sonuçların istatistiksel belirsizliklerini de sunuyor; bu da bölgesel yoğun yağış olaylarının modellenmesinde özellikle önemli."

Glawion ayrıca, ABD ve Avustralya’dan elde edilen hava radarı verileriyle yapılan doğrulama çalışmalarının, yöntemin tamamen farklı iklim koşullarında da geçerli olduğunu gösterdiğini belirtti.

Küresel Ölçekte Sel Riskini Doğru Şekilde Değerlendirmek

Geliştirilen yapay zeka yönteminin dünya genelinde kullanılabilir olması, bölgesel iklim risklerinin daha isabetli değerlendirilmesi için yeni olanaklar sunuyor. Modelin geliştirilmesinde görev alan IMK-IFU araştırmacısı Dr. Julius Polz, konuyla ilgili olarak "Özellikle kırılgan olan bölgeler, genellikle ayrıntılı hava gözlemleri için gerekli kaynaklara sahip değil." ifadesini kullandı.

Polz, yöntemin sunduğu potansiyeli şu şekilde özetledi: "Yakın gelecekte yoğun yağış ve sel olaylarının nerede gerçekleşme ihtimalinin yüksek olduğunu, veri erişimi sınırlı bölgelerde dahi çok daha güvenilir şekilde değerlendirebileceğiz." Yeni yapay zeka yöntemi yalnızca acil durumlar sırasında afet müdahalesine katkı sağlamakla kalmayacak, aynı zamanda sel kontrolü gibi uzun vadeli ve daha etkili önleyici önlemlerin planlanmasına da yardımcı olacak.

‍

‍

‍

‍

‍

Kaynak: https://phys.org/news/2025-07-ai-generate-global-realistic-rainfall.html