Machine Learning en la obtención de datos climáticos más precisos.

Mediante Machine Learning ahora se podrán obtener datos climáticos con una mayor precisión gracias a un nuevo método.

Investigadores del Departamento de Energía del Laboratorio Nacional de Energía (NREL) han desarrollado un nuevo método basado en machine learning que mejora la resolución de los datos de viendo cuanto a velocidad en 50 veces aproximadamente y 25 veces con respecto a la irradiancia, lo que básicamente representa una mejora.

Los investigadores adoptaron un enfoque alternativo mediante el uso de entrenamiento adversario, en el que el modelo produce detalles físicamente realistas al observar campos completos a la vez, proporcionando datos climáticos de alta resolución a un ritmo mucho más rápido. Este enfoque permitirá a los científicos completar estudios de energía renovable en escenarios climáticos futuros con mayor rapidez y precisión.

“Poder mejorar la resolución espacial y temporal de los pronósticos climáticos impacta enormemente no solo en la planificación energética, sino también en la agricultura, el transporte y mucho más”, dijo Ryan King, científico del NREL.

Los pronósticos climáticos precisos y de alta resolución son importantes para predecir variaciones en el viento, las nubes, la lluvia y las corrientes marinas que alimentan las energías renovables. Los pronósticos a corto plazo impulsan la toma de decisiones operativas; los pronósticos meteorológicos a mediano plazo orientan la programación y la asignación de recursos; y los pronósticos climáticos a largo plazo informan la planificación de la infraestructura y la formulación de políticas.

Este enfoque se puede aplicar a una amplia gama de escenarios climáticos desde escalas regionales hasta globales, cambiando el paradigma para la predicción de modelos climáticos.

Fuente: NREL.

Sé el primero en comentar

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *