Jag är alltid intresserad av att lära mig om hur drönare används för mänsklighetens bästa och var nyfiken på att lära mig mer om hur de används i väderprognoser. Jag gjorde lite forskning för att ta reda på vad väderdrönare är och hur de används för att förutsäga vädret. Här är vad jag lärde mig.

Väderdrönare är specialdesignade drönare som flygs in i det lägsta lagret av jordens atmosfär, gränsskiktet. De är utrustade med sensorer för att samla information om temperatur, luftfuktighet och vind i atmosfären, i slutändan för att hjälpa till att förbättra väderprognosmodeller.

Att använda drönare för att samla in atmosfäriska prover är ett stort framsteg i förhållande till traditionella metoder för datainsamling och har potential att avsevärt förbättra noggrannheten i väderprognosmodeller. Varför spelar det någon roll? Att ha mer exakta modeller påverkar både vardagen och helheten. Det tillåter meteorologer att ge oss bättre 10-dagars väderprognoser, men mer än så innebär det möjligheten att ge mer avancerad varning för stormar som tornados, eller om och var orkaner kommer att landa.

Så fungerar väderdrönare

Atmosfärens lägsta skikt, som kallas gränsskiktet, är där det mesta av vårt väder inträffar. De väderförhållanden som påverkar var och en av oss är beroende av ett svindlande antal variabler och faktorer. Att försöka göra exakta förutsägelser om vad vädret kommer att göra härnäst bygger på mycket komplicerade väderprognosmodeller, men resultatet av dessa modeller är bara så bra som de data som matas in i dem. Och att få bra data är svårare än du kanske tror.

Det är där väderdrönare kommer in. Väderdrönare kan flygas genom hela det vertikala lagret av atmosfärens gränsskikt och samla in avgörande data om temperatur, fukt, lufttryck och vindhastighet och vindriktning.

Väderdrönare kan samla in denna data på flera sätt. Ett sätt är genom temperatur-, fukt- och lufttryckssensorer som är fästa direkt på drönaren. Ett annat sätt de samlar in data är genom att släppa sensorer som kallas dropsondes, utrustade med fallskärm, från hög höjd. Dropsonderna går ner genom den vertikala profilen av gränsskiktet och samlar in data hela vägen ner. Ett sista viktigt sätt på vilket väderdrönare samlar in data är genom visuell avbildning, inklusive fotografier och video.

En förbättring jämfört med traditionella metoder

Traditionellt har forskare använt väderballonger och väderstationer för att samla in väderdata för modellering. Begränsningarna för en väderstation är dess statiska läge (den rör sig inte) och dess närhet till jordens yta. Även om en väderstation är belägen högst upp på en skyskrapa eller ett torn, är den ganska jordbunden och kan inte hämta data från de övre delarna av gränsskiktet. Väderballonger kan komma upp mycket högre, men de har nackdelen att de inte går att kontrollera. De kommer att gå dit vinden blåser dem. Väderballonger återvänder inte heller till land från där de lanserades och är i allmänhet omöjliga att återställa.

Satelliter är en annan datakälla för väderprognosmodeller. De kan få data om vattenånga och molnbildning, men är inte så användbara för att mäta temperatur, luftfuktighet eller vind, eftersom de uppenbarligen ligger långt över gränsskiktet där dessa faktorer förekommer. Väderdrönare på hög höjd med lång räckvidd och fasta vingar har också använts historiskt, men har liknande begränsningar som satelliter och är extremt dyra att använda. Flygplan används också för att samla in väderdata och används ofta i stormhändelser. Men flygplan är också dyra att använda, och att skicka en pilot som flyger in i en storm innebär en mycket högre risk för människoliv än att skicka en drönare.

Drönare har inte dessa begränsningar. De kan lätt flygas på höga höjder, och forskare fick till och med nyligen tillstånd att flyga så högt som 3 500 fot över marknivån för studier av datainsamling. (Så högt det än låter, inte ens en vanlig quadcopter för konsumenter skulle ha några problem med att fungera på denna höjd, bortsett från 400 ft AGL maximal flygbegränsning). De styrs lätt för att gå rakt in i vinden, eller till och med in i stormen, för att få data på exakt den höjd och plats som forskarna skulle vilja ha. Och drönarna återvänder till land, vilket gör att mycket dyrare och mer sofistikerade sensorer och utrustning kan användas på en drönare än vad som skulle vara praktiskt att använda på en väderballong.

Aktuell utveckling

Det pågår flera viktiga projekt som arbetar med att använda och förbättra drönare för insamling av väderdata. En av dessa är direkt kopplad till forskare som arbetar med NOAA. De arbetar med kortsiktiga fältstudier fokuserade på specifika regioner i USA för att studera hur terräng- och markytans egenskaper påverkar vädermönster. Målet är att avgöra om och hur markytan påverkar vädret, och hur man införlivar denna variabel i väder- och klimatmodeller.

Ett annat pågående projekt, regisserat av professor Phillip Chilson vid University of Oklahoma, är i planerings- och utvecklingsstadiet, men har potential att revolutionera meteorologisk vetenskap och väderprognoser. Han föreställer sig ett rikstäckande nätverk av väderstationstorn, var och en utrustad med en flotta av autonoma väderdrönare. Drönarna vid varje station skulle sättas in varje timme för att starta och samla in data som ska matas in i vädermodeller, vilket ger enorma mängder tillförlitlig data - mycket mer effektivt och tillförlitligt än någon annan metod som används för närvarande.

Dessutom skulle en svärm av kommunicerande, sammankopplade drönare vid varje station automatiskt kunna sättas in när stormförhållanden upptäcks, och använda AI för att bestämma vart de ska flyga och samla in relevant data. Dessa data skulle återigen matas in i väderprognoser.

Vilken inverkan de kan ha

Väderprognos

Mer data från hela landet (och världen), från fler nivåer av gränsskiktet, innebär mer exakta väderprognosmodeller. Mätningar från stormdrönare kan hjälpa forskare att utvärdera aktuella vädermodeller och identifiera och korrigera prognosmodeller. Samarbete mellan forskare som arbetar med dessa datainsamlingsprojekt och lokala vädertjänstprognosmodeller resulterar i mer exakta väderprognoser för lokal väderrapportering. Det är ett stående skämt att meteorologer får ha fel hela tiden utan att någon håller dem ansvariga, men det kan förändras med mer exakta modeller.

Stormberedskap

Att ha en korrekt och pålitlig väderprognos är mycket viktigare än att bara planera vilken dag du ska ha picknick eller om du ska ta med ditt paraply. När stormar utvecklas kan den bästa möjliga vädermodellen bidra till att minska påverkan på liv och egendom.

I områden som är utsatta för tornado är den nuvarande genomsnittliga tidiga varningstiden 16 minuter. Detta innebär att invånarna varnas endast 16 minuter innan en trolig eller känd tornado kan förväntas nå dem. Detta lämnar inte tillräckligt med tid för evakuering eller skydd. Förhoppningarna är att med drönardatadriven väderförutsägelse kan svarstiden för tidiga varningar ökas till upp till en timme, vilket skulle ge människor mycket bättre möjligheter att säkra liv och egendom.

Orkaner är också notoriskt svåra att förutse. De kan ta oväntade vägar, eller intensifieras eller skingras oförutsägbart. Med förbättrad förmåga att samla in data inifrån en aktiv storm med drönare, kommer meteorologer och väderforskare att kunna göra bättre förutsägelser om orkanstorms vägar och intensitet. Detta skulle göra det möjligt för vädertjänsten att fatta mer välgrundade beslut när det gäller evakueringar, åtgärder för att förebygga stormflod och var man ska sätta in räddningsteam.

Slutsats

Användbarheten av drönare i alla typer av användningar och applikationer är fortfarande på upptäcktsstadiet. Även om de redan har visat sig vara den bästa tekniken hittills när det gäller att samla in förbättrad data för väderprognosmodeller, har tekniken ännu inte utvecklats fullt ut. När drönarnas förmåga att flyga under dåliga väderförhållanden förbättras, eftersom känsligheten och noggrannheten hos mätsensorer på drönare ökar, allt eftersom programmeringen för svärmdrönarintelligens utvecklas – kommer alla dessa saker att öka drönarnas förmåga att förändra sättet vi mäter och påverkas av vårt väder.