Prejšnji mesec je kljub tragičnim posledicam orkana Sandy postalo očitno eno - mogočni vremenski modeli so postali boljši in boljši pri napovedovanju napovedovalcev, kam bodo nevihte, kot je Sandy, naslednje.
Sorodne vsebine
- Zakaj Google gripi ne morejo slediti gripi (še)
Ta tehnologija je uporabnejša od napovedi neurja. V včerajšnji študiji, objavljeni v zborniku Proceedings of the National Academy of Sciences, je par raziskovalcev to tehnologijo izkoristilo za napoved širjenja gripe. S podatki v realnem času iz Google Trend gripe lahko njihovi modeli napovedujejo, kje, kdaj in kako se bodo po vsej državi resno pojavili sezonski izbruhi gripe.
"Ugotovitve kažejo, da je v realnem času spretno napovedovanje časovne konice mogoče narediti več kot sedem tednov pred dejanskim vrhom, " pišeta Jeffrey Shaman, okoljski znanstvenik z univerze Columbia, in Alicia Karspeck iz Nacionalnega centra za atmosferske raziskave, v njihov papir. "To delo predstavlja začetni korak v razvoju statistično strogega sistema za sprotno napovedovanje sezonske gripe v realnem času." Če se bodo taka upanja uresničila, bi lahko šlo za nekaj podobnega vnaprejšnjem sistemu opozarjanja proti gripi ("predvideva se, da bo stopnja gripe dosegla največjo stopnjo" na vašem območju prihodnji teden ”) podobno kot za orkane in druge hude vremenske pojave.
Tako vreme kot prenašanje gripe sta primera nelinearnih sistemov: takšnih, pri katerih majhna sprememba začetnih pogojev lahko povzroči ogromno spremembo rezultatov. Znanstveniki pri oblikovanju vremenskih modelov proučujejo zgodovinske podatke o tem, kako so te majhne spremembe (recimo nekoliko toplejša voda na Karibih) vplivale na rezultate (orkan z veliko večjo močjo, ko povzroča kopanje na vzhodni obali). Z uporabo letnih podatkov in izvajanjem neštetih simulacij lahko ustvarijo razmeroma natančno napoved za kvote hipotetičnih vremenskih dogodkov, ki se pojavijo v približno enem tednu.
V novi raziskavi so raziskovalci uporabili načela, ki izhajajo iz teh modelov, in jih uporabila za širjenje gripe. Za vložke so poleg atmosferskih meritev temperature, tlaka in vetra uporabili Google Glu Trends, storitev, ki v realnem času zagotavlja podatke o prenosu gripe po vsem svetu s podrobnim pregledovanjem iskalnih izrazov, vnesenih v Google. Čeprav ni vsak človek, ki išče "gripo", nujno okužen z gripo, so Googlovi raziskovalci pokazali, da so iskalni izrazi, povezani z gripo, lahko natančen posrednik hitrosti prenosa gripe po vsem svetu - če se veliko ljudi na določenem območju nenadoma googlira zaradi "gripe, "Dobro je staviti, da je okužba prišla množično.
Zdi se, da se gripa obnaša po verjetnostnih načelih, ki vključujejo atmosferske pogoje, podobne vremenskim. Drugi dejavniki, ki jih je treba upoštevati, vključujejo gostoto prebivalstva na območju. Pri združevanju dejavnikov, kot so vlaga in temperatura s podatki iz Googla in dejanskimi podatki o stopnji gripe, ki jih hranijo bolnišnice, so raziskovalci lahko razvili modele, ki približajo prenos gripe v letih, odkar uradniki spremljajo.
Da bi preizkusili svoj model, so raziskovalci ocenili podatke gripe v New Yorku od leta 2003 do 2008. Ko so vnesli podatke o prenosu gripe do določenega časa in prosili model, naj predloži tedensko napoved, kako se bo obnašala gripa, so lahko pripravili natančne napovedi, kdaj bo okužba dosegla vrh, včasih tudi do sedem tednov pred časom. Poleg tega lahko sistem, tako kot pri vremenskih modelih, razlikuje več različnih scenarijev in poda ocene, kako verjetno se bo zgodil vsak.
S stalnim razvojem in razpoložljivimi podatki v realnem času, kot je Google Glunds Trends, bi tovrstno tehnologijo lahko teoretično uporabili za ustvarjanje napovedi gripe za lokalna območja, celo do državne ali mestne ravni.
