ITC-algoritme detecteert regen op het Afrikaanse platteland

UT-onderzoeker Kingsley Kumah, verbonden aan de Universiteit Twente, optimaliseerde een machine learning algoritme om de nauwkeurigheid van regenvoorspellingen met behulp van satellietgegevens te verhogen. De data over regenval die Kumah gebruikte, verzamelde hij met telefoonsignalen. Deze technologie maakt het mogelijk regen te meten op moeilijk bereikbare plaatsen.

In Nederland en andere Europese landen krijg je met een app op je telefoon altijd een vrij nauwkeurige regenvoorspelling voor de komende uren. Dit is mogelijk dankzij radar die regenval met een zeer hoge resolutie kan waarnemen. In veel gebieden in de wereld, zoals op het platteland van Afrika, ontbreken dergelijke weertechnologieën.

Satellieten bieden mogelijk een oplossing. Maar de resolutie van satellietgegevens is soms zo groot als de hele stad Enschede. In zijn onderzoek detecteerde Kumah regen met behulp van telefoonsignalen. Hij combineerde de telefoonsignalen met satellietgegevens om een algoritme te trainen dat de regen kan volgen en voorspellen in gebieden waar traditionele maar dure radargegevens niet beschikbaar zijn.

Antennes zijn op veel plekken meer aanwezig, maar ze zijn niet gelijk verdeeld over het land. Een grotere afstand tussen antennes betekent ook een grotere mate van onzekerheid. Bovendien leveren de meeste exploitanten van mobiele netwerken data in intervallen van 15 minuten. Korter durende regen kan worden gemist. Zelfs met deze uitdagingen was de data nauwkeurig genoeg om zijn algoritme te trainen. Kumah blijft het algoritme trainen met meer extreme neerslag en nieuwe omstandigheden om het nauwkeuriger te maken.