DeepCyc

DeepCyc je globalni model tveganja tropskih ciklon podjetja Reask za dolgoročno in podnebno prilagojeno oceno tveganja. Nabori dogodkov, kalibrirani le na podlagi zgodovinskih podatkov, težko pokažejo, kako se tveganje spreminja z oceanskimi temperaturami, striženjem vetra in vzorci usmerjanja ter slabo posplošujejo na bazene, kjer je bilo opazovanih malo neviht. DeepCyc namesto tega uporablja strojno učenje, ki ga poganja ERA5 reanaliza in člani ansambla NCAR-CESM, da ustvari več kot 100 milijonov fizikalno realističnih stohastičnih dogodkov, pogojenih s preteklimi, sedanjimi in prihodnjimi podnebnimi razmerami, z nabori dogodkov, ki segajo od leta 1900 do 2100, katalogi za 20.000 in 100.000 let ter podnebnimi scenariji (SSP1-2.6, SSP2-4.5, SSP5-8.5) do leta 2080.

Vetrna polja temeljijo na Reaskovih InCyc 1 km WRF simulacijah, strojno učenje za korekcijo terena pa jih pretvori v lokalne 3-sekundne sunke vetra nad dejanskim terenom, pri čemer upošteva hrapavost in topografijo na lokaciji in do 3 km navzgor po vetru. Reaskova objavljena opisna študija tega modela terena gradi svoje globalne mreže iz SRTM 90 m nadmorske višine (Shuttle Radar Topography Mission) in zemljevidov pokrova tal: 30 m US National Land Cover Database, kjer je na voljo, in 500 m GLCNMO izdelka drugje.

DeepCyc je na voljo kot Maps (karte tveganja z vračilno dobo), Tracks (stohastične poti in značilnosti dogodkov) ter Events (mrežni odtisi vetra) z ločljivostjo 1 x 1 km po vseh bazenih tropskih ciklon. Dostavljen je prek Reaskovega REST API, preko FTP za lokalno shranjevanje in prek distributerjev, kot sta EigenRisk in Geosite. Reask ga prav tako uporablja za določanje cen parametričnih zavarovanj, ki jih nato sproži Metryc. Med objavljenimi uporabniki je MS Amlin, ki je DeepCyc uporabil za modeliranje izgub zaradi hurikanov v ZDA ob 2 °C segrevanja, ter Inigo, ki uporablja Reaskove podnebno prilagojene stohastične poti v eni od dveh metod za svojo sezonsko napoved hurikanov za leto 2025.