In einer bahnbrechenden Leistung haben Wissenschaftler in China ein maschinelles Lernsystem entwickelt, um äquatoriale Plasma-Blasen (EPBs) zu identifizieren, unsichtbare Störungen in der Erdatmosphäre. Diese Blasen, die GPS- und Funkkommunikation stören können, sind notorisch schwer zu verfolgen. Das neue System, das Luftglühemissionen analysiert, hat eine beeindruckende Erfolgsquote von 88 % bei der Erkennung dieser Bedrohungen erreicht.
EPBs, oft als „Löcher in einem Käse“ in der Ionosphäre beschrieben, bilden sich nachts über dem Äquator und können erhebliche Probleme verursachen. Sie verzerren Funkwellen und GPS-Signale, was potenziell zu Kommunikationsausfällen und Navigationsfehlern führen kann. Ihre Auswirkungen sind erheblich, wobei frühere Vorfälle, wie ein Hubschrauberabsturz im Jahr 2002, die Gefahren dieser Blasen verdeutlichen.
Die Innovation des chinesischen Teams verwendet KI, um Luftglühen, ein schwaches Licht in der Atmosphäre, zu analysieren. Durch das Trainieren von KI-Algorithmen anhand von über einem Jahrzehnt an Luftglühen-Bildern kann das System subtile Verzerrungen identifizieren, die durch EPBs verursacht werden. Dieser Fortschritt könnte die Flugsicherheit und die Kommunikationszuverlässigkeit revolutionieren, insbesondere in Regionen wie Hongkong, wo diese Störungen häufig auftreten.
„Unser Modell liefert eine umfassende Bewertung der Risiken, die von diesen Blasen ausgehen, was für die Flugsicherheit in Regionen wie Hongkong unerlässlich ist“, sagte der leitende Wissenschaftler Yiping Jiang. Obwohl das System auf Luftglühen angewiesen ist, das während Perioden geringer Sonnenaktivität begrenzt sein kann, markiert diese Entdeckung einen entscheidenden Schritt zur Minderung der Auswirkungen dieser unsichtbaren atmosphärischen Phänomene. Zukünftige Systeme könnten die KI mit Echtzeit-Satellitendaten kombinieren, um in Hochrisikozeiten Warnungen auszugeben.