Satélite MTG
Uso de datos Meteosat Third Generation para seguir el desarrollo y la rápida evolución de los sistemas convectivos.
tormentas · granizo · precipitaciones intensas
La IA que anticipa los fenómenos meteorológicos violentos.
AI4VIGIL integra datos de satélite MTG, radar y rayos en un modelo de deep learning para prever, cada 10 minutos, la trayectoria y la intensidad de los fenómenos de riesgo.
10 min
frecuencia de actualización
3 h
horizonte operativo de previsión
MTG · Radar · Rayos
fusión multifuente
Francia / Europa
base de datos europea
Vigilancia activa
10 minactualización
0–3 hPrevisión
MTG + Radar+Foudrefusión IA
el concepto
De la observación meteorológica a la vigilancia predictiva.
La red neuronal no se limita a mejorar una previsión ya producida: aprende directamente las señales de evolución rápida de las células convectivas a partir de flujos de observación complementarios.
AI4VIGIL
Una cadena corta, clara y operativa: datos meteorológicos en tiempo real, fusión mediante deep learning y producción de una vigilancia espacializada a muy corto plazo.
Detectar antes las señales de intensificación
Localizar las zonas donde aumenta el riesgo
Actualizar la previsión al ritmo de las observaciones
No es una extrapolación estática.
No es una previsión recalculada solo una vez por hora.
Una previsión viva.
Actualizada cada 10 minutos para seguir la evolución real de los fenómenos.
tecnología
Tres flujos de datos, fusionados en tiempo real.
Las observaciones de satélite, radar y rayos son asimiladas por un modelo de deep learning entrenado con episodios de precipitaciones intensas, tormentas y granizo.
Radar meteorológico
Análisis de la reflectividad, de la organización de las células y de las señales asociadas a las precipitaciones intensas.
Rayos
Seguimiento de la actividad eléctrica como indicador de intensificación, madurez y severidad de las tormentas.
Fusión multifuente
Precipitaciones
Previsión des zones de pluie et des intensités, y compris hors contexte strictement orageux.
Tormentas severas
Anticipación de células de alto potencial, de su trayectoria y de su evolución.
Granizo
Detección de señales favorables a episodios de granizo y seguimiento de su desplazamiento.
ciclo de previsión
Un ciclo corto, pensado para apoyar la toma de decisiones.
Cada ciclo transforma datos de observación recientes en una previsión utilizable a muy corto plazo.
T=0
Datos de entrada
Adquisición de flujos de satélite, radar y rayos sobre la zona vigilada.
T + 5
Fusión IA
Asimilación y tratamiento de las señales por el modelo de deep learning.
T + 10
Previsión publiée
Producción de una salida cuantitativa y espacializada sobre los fenómenos monitorizados.
0–3 h
Previsión
Seguimiento continuo de la trayectoria, la intensidad y el riesgo asociado durante 3 horas.
equipo
El encuentro entre experiencia meteorológica y deep learning.
Yann Amice
Meteorólogo oceanógrafo
33 años de experiencia en meteorología operativa, experiencia en fenómenos peligrosos, previsión a corto plazo y apoyo a la toma de decisiones.
Adrien Bufort
Deep Learning & IA
Especialista en modelización mediante deep learning, diseño, entrenamiento y optimización de modelos aplicados a datos meteorológicos multifuente.
una marca de Weather'n'Co
35 años de experiencia al servicio del rendimiento.
De la meteorología operativa a la inteligencia artificial, una misma exigencia: transformar la información meteorológica en decisión.
Experiencia meteorológica
Una referencia meteorológica en la vela oceánica
Weather'n'Co, fundada por Yann Amice, es reconocida en el mundo de la vela oceánica como un socio esencial para el rendimiento. Desde hace más de veinte años junto a los mejores patrones, la marca es sinónimo de análisis estratégico, fiabilidad en situaciones críticas y precisión operativa.
AI4VIGIL es la evolución tecnológica de esta experiencia: una plataforma de nowcasting mediante inteligencia artificial diseñada para anticipar los fenómenos severos antes del impacto, a escala europea.
del análisis meteorológico a la decisión de ruta
Anticipar los fenómenos severos antes del impacto.
AI4VIGIL busca una vigilancia meteorológica más rápida, más espacializada y más próxima al ritmo real de las observaciones.
Descargar la aplicación
