نبذة عن سيرته الذاتية:
البروفيسور دانيال روزنفيلد هو خبير رائد في علوم تعديل الطقس وتغير المناخ في معهد علوم الأرض التابع للجامعة العبرية في القدس. حصل البروفيسور دانيال على درجة الدكتوراه من الجامعة العبرية عام 1986 وعمل لاحقًا كباحث في وكالة ناسا قبل أن يعود إلى الجامعة العبرية ليعمل أستاذاً.
ترأس البروفيسور روزنفيلد لجنة تعديل الطقس التابعة للجمعية الأمريكية للأرصاد الجوية وشارك في رئاسة المبادرة الدولية للمناخ المتعلقة بالهباء الجوي والسحب، كما ساهم كمؤلف رئيس في إعداد تقرير التقييم السادس للهيئة الحكومية الدولية المعنية بتغير المناخ، إضافة إلى نشر ما يزيد عن 280 بحثًا علميًا ومقالاً متخصصاً. وتم تكريم البروفيسور دانيال من قبل الجمعية الأمريكية للأرصاد الجوية والاتحاد الجيوفيزيائي الأمريكي، كما حصل على العديد من الجوائز والتكريمات، من بينها جائزة الصداقة من رئيس الوزراء الصيني، وجائزة الإمارات العربية المتحدة/ المنظمة العالمية للأرصاد الجوية في مجال تعديل الطقس.
نبذة عن المشروع:
"تحديد القابلية الميكروفيزيائية لتلقيح السحب بطريقة عملية"
يهدف هذا المشروع الذي يضم عدداً من العلماء البارزين من أربع دول مختلفة إلى بناء وتطوير القدرة على فهم قابلية السحب الحملية للتلقيح في الوقت الحقيقي وبدقة مكانية عالية، وذلك استنادًا إلى بيانات الأقمار الصناعية والأرصاد الجوية المتاحة تشغيليًا.
وتشمل الأهداف الأخرى للمشروع دراسة خصائص البنية المجهرية للسحابة في الوقت الحقيقي، وتحليل عمليات تكون الأمطار، وتعزيز القدرة على تلقيح السحب باستخدام طرق التلقيح المختلفة، وتوفير أداة فعالة لاتخاذ قرار التلقيح لنظام سحابي مستهدف، إلى جانب تقدير التأثير المحتمل لعملية التلقيح.
وسيواصل المشروع البناء على إنجازات المشاريع السابقة لبرنامج الإمارات لبحوث علوم الاستمطار والتي تشمل قياس خصائص السحب بواسطة الطائرات، وتطوير مواد وطرق جديدة للتلقيح، واستحداث أساليب مبتكرة للتنبؤ بمواقع تكون السحب بدقة، المساهمة في زيادة فعالية عمليات التلقيح. ومن هنا فإن تركيز المشروع على تحسين قابلية السحب للتلقيح يمثل عنصرا مكملاً لعدد من مشاريع البرنامج السابقة.
وسيتم تدريب نموذج التعلم الآلي باستخدام محاكاة الحالات الفعلية مع التحقق من صحة هذه المحاكاة بواسطة بيانات الطائرات وأنظمة الرادار. كما ستخضع السحب المستهدفة لعمليات محاكاة التلقيح لتحديد قابليتها للتلقيح بطرق مختلفة، علماً بأن إجراء التعلم الآلي يتطلب مجموعات بيانات متسقة للأرصاد الجوية وخصائص السحابة وصور الرادار والأقمار الصناعية كمدخلات التدريب. وفي حين أنه لا يمكن الحصول على هذه البيانات عن طريق المراقبة، يمكن إنشاؤها من خلال عمليات المحاكاة التي تم التحقق من صحتها.
وللحصول على صور الأقمار الصناعية المحاكية، سيتعمد المشروع على نموذج النقل الإشعاعي السحابي لإجراء المحاكاة العددية للسحب والحصول على صور محاكاة متعددة الأطياف من الأقمار الصناعية والتي ستظهر مجموعة السحب القابلة للتلقيح. وسيتم تدريب نموذج التعلم الآلي على بيانات الأرصاد الجوية وبيانات الأقمار الصناعية لتقدير قابلية السحب للتلقيح مع مراعاة الاختلافات المحتملة بين الصور المحاكية والحقيقية.
وتشمل النتائج المتوقعة للمشروع تقييم مدى قابلية عينة تمثيلية من السحب في دولة الإمارات العربية المتحدة لعملية التلقيح. كما يتمتع هذا المشروع الواعد بالقدرة على إحداث ثورة في طريقة تنفيذ وتقييم عملية تلقيح السحابة، حيث سيستفيد المركز الوطني للأرصاد من نموذج التعلم الآلي الذي سيتم تطويره ضمن هذا المشروع في إجراء تقييمات في الوقت الحقيقي والتخطيط لمهمات تلقيح سحب مستقبلية بناءً على مجموعة بيانات الأرصاد الجوية التشغيلية والجيل الثالث من الأقمار الصناعية الثابتة "ميتيو ستات".
