Yapay Zekâ Haritaları 380 Şehirdeki Gerçek Hava Sıcaklığını Ortaya Çıkarıyor!

Şehirleri genellikle "ısı adaları" olarak tanımlarız. Medyadaki haberler, bazı mahallelerin diğerlerinden 7°C'ye kadar daha sıcak olabileceği konusunda uyarılarda bulunur. Ancak yüzeye yakın kentsel gözlemlerin yetersizliği nedeniyle bu sıcaklıklar, genellikle insanların gerçekte deneyimlediği koşullardan ziyade uydu verilerine dayanır.

Bu veri boşluğunun, sıcak hava dalgaları sırasındaki halk sağlığı risklerinin anlaşılmasını engellediğini biliyoruz. Ayrıca enerji talebinin planlanmasını, altyapı dayanıklılığını ve iklime uyumu da zorlaştırıyor.

Nature Communications dergisinde yayımlanan bir araştırma bunu değiştirmeyi amaçlıyor. Illinois Urbana-Champaign Üniversitesi inşaat ve çevre mühendisliği profesörü Lei Zhao, Illinois yüksek lisans öğrencisi Yiwen Zhang ve Columbia Üniversitesinden Pierre Gentine liderliğindeki araştırma ekibi, ilk yüksek çözünürlüklü kentsel hava sıcaklığı veri setini geliştirdi. Bu veri seti, şehirlerdeki ısının sadece uyduların uzaydan gördüğü kadarıyla değil, insanlar ve altyapı için gerçekte nasıl hissedildiğini de gösteriyor.

Şehir İstasyonları Neden Isıyı Gözden Kaçırıyor?

Şehirlerin çevresel veriler açısından zengin kaynaklar olacağını varsaymak kolayımıza gelebilir. Ancak araştırmaya göre gerçekte durum tam tersidir.

Dünya Meteoroloji Örgütünün uluslararası yönergeleri, standart hava istasyonlarının binalardan ve ölçümleri etkileyebilecek diğer yapılardan uzak, açık ve engelsiz alanlarda bulunmasını şart koşar.

Sonuç olarak birçok kentsel hava istasyonu havalimanlarında veya yakındaki kırsal alanlarda bulunur. Bu konumlar, çoğu insanın yaşadığı ve çalıştığı yoğun mahallelerdeki koşulları temsil etmez. Dr. Zhao bunu şöyle açıkladı:

Evet, şehirler sıcaktır ve bazı mahalleler diğerlerinden daha sıcaktır. Ancak bu durum her zaman bazı yüzey sıcaklığı tabanlı haritaların öne sürdüğü kadar aşırı değildir.

Hava Sıcaklığının Sokak Sokak Görünümü

Bu sorunu çözmek için araştırma ekibi, fizik bilgisiyle desteklenen bir transfer öğrenimi modeli geliştirdi. Bu model, atmosferin fiziksel anlaşılmasını veri odaklı yöntemlerle harmanlayan bir yapay zeka çerçevesidir.

Bu modelin, Amerika Birleşik Devletleri'nin bitişik sınırları içindeki 380'den fazla şehirde yüzeye yakın hava sıcaklığını çok yüksek uzamsal çözünürlükle tahmin edebildiğini görüyoruz.

Kentsel Yüksek Çözünürlüklü Hava Sıcaklığı veri seti (U-HAT), şehirlerdeki hava sıcaklığının ayrıntılı haritalarını sunarak ısının sokak sokak nasıl değiştiğini yakalar. Bu veri seti halk sağlığı çalışmaları, kentsel iklim araştırmaları, enerji planlaması ve makine öğrenimi uygulamaları için kullanılabilir. Dr. Zhao bunu şöyle açıkladı:

Bu veriler, uydu destekli kara yüzeyi sıcaklığı ile gerçek kentsel hava sıcaklığı arasında piksel piksel bir karşılaştırma yapılmasına olanak tanır. Ayrıca uydu tabanlı verilerin genellikle ısı stresini olduğundan fazla tahmin ettiğini ve mahalleler arasındaki eşitsizlikleri abarttığını gösteriyor. Bu da bazı geçmiş haritaların ve medya haberlerinin, şehirlerdeki aşırı sıcaklık farklılıklarının gerçekte ne boyutta olduğu konusunda halkı neden kasıtsız olarak yanılttığını açıklamaya yardımcı oluyor.

Zengin Ülkelerin Ötesindeki Boşlukları Doldurmak

Yeni çerçeve, hava ve iklim gözlemlerinin sınırlı olduğu dünyanın çeşitli bölgelerinde, sadece şehirlerin ötesinde de uygulanabilir.

Araştırmacılar, bu yöntemin sadece zengin ve bol veriye sahip ülkelerdeki bilimi geliştirmekle ilgili olmadığını vurguluyor. Yöntem aynı zamanda küresel eşitlik için de önemli sonuçlar doğuruyor. Dr. Zhao bunu şöyle açıkladı:

Özellikle Küresel Güney'deki birçok bölge, iklim değişikliğine ve aşırı sıcağa karşı oldukça savunmasızdır ve yoğun hava istasyonu ağlarından yoksundur. Buralar genellikle planlama, sağlık ve kalkınma kararları için güvenilir iklim ve hava bilgilerine en çok ihtiyaç duyan yerlerdir.

Bu çerçeve, eksik verileri doldurmak için fizik tabanlı yapay zekâ kullanır. Böylece şu anda çok az yerel ölçümü olan veya hiç olmayan topluluklar için daha doğru ve karar vermeye uygun bilgiler oluşturulmasına yardımcı olabilir. Üstelik bunu yaparken maliyetli ve büyük ölçekli fiziksel sensör kurulumları da gerektirmez.