DeepCyc

DeepCyc е глобалният модел на Reask за опасност от тропически циклони за дългосрочна и климатично адаптирана оценка на риска. Комплекти от събития, калибрирани само върху исторически данни, имат затруднения да покажат как рискът се променя с океанските температури, вятърния сряз и моделите на управление, и се обобщават слабо за басейни, където са наблюдавани малко бури. Вместо това DeepCyc използва машинно обучение, задвижвано от ERA5 реанализ и ансамблови членове на NCAR-CESM, за да генерира повече от 100 милиона физически реалистични стохастични събития, обусловени от миналото, настоящето и бъдещите климати, с комплекти от събития, обхващащи периода 1900 до 2100 г., каталози за 20 000 и 100 000 години, и климатични сценарии (SSP1-2.6, SSP2-4.5, SSP5-8.5) до 2080 г.

Ветровите полета се базират на 1 км WRF симулации InCyc на Reask, а машинно-обучената корекция за терена ги преобразува в локални 3-секундни пориви над реален терен, като отчита грапавостта и топографията на мястото и до 3 км по посока на вятъра. Публикуваното описание на този модел за терена от Reask изгражда глобалните си решетки от SRTM 90 м височина (Shuttle Radar Topography Mission) и карти на покритието на земята: 30 м US National Land Cover Database, където е налична, и 500 м GLCNMO продукт на други места.

DeepCyc се предлага като Maps (карти на опасността с период на повторяемост), Tracks (стохастични траектории и характеристики на събития) и Events (решетъчни отпечатъци на вятъра) с резолюция 1 x 1 км във всички басейни на тропически циклони. Доставя се чрез REST API на Reask, чрез FTP за локално съхранение и чрез дистрибутори като EigenRisk и Geosite. Reask също го използва за ценообразуване на параметрични покрития, които след това Metryc задейства. Публикувани потребители включват MS Amlin, която използва DeepCyc за моделиране на загуби от урагани в САЩ при 2 °C затопляне, и Inigo, която използва климатично обусловени стохастични траектории на Reask в един от двата метода зад своя сезонен ураганен прогноза за 2025 г.