Nature Communications: Сезонный прогноз морского льда в Арктике с помощью вероятностного глубокого обучения
Антропогенное потепление привело к беспрецедентному сокращению площади морского льда в Арктике в течение всего года. Это имеет далеко идущие последствия для коренных и местных общин, полярных экосистем и глобального климата и вызывает потребность в точных сезонных прогнозах состояния морского льда. Хотя основанные на физике динамические модели могут успешно прогнозировать сплочённость морского льда на несколько недель вперед, они с трудом могут превзойти простые статистические оценки при большей заблаговременности. Авторы представили вероятностную систему прогнозирования морского льда с глубоким обучением IceNet. Система была обучена на моделировании климата и данных наблюдений для прогнозирования на следующие шесть месяцев и нанесения на карты среднемесячной концентрации морского льда. Показано, что IceNet расширяет диапазон точных прогнозов морского льда, превосходя современную динамическую модель в сезонных прогнозах летнего морского льда, особенно для экстремальных ледовых явлений. Это поэтапное изменение способности прогнозирования морского льда приближает нас к инструментам сохранения, снижающим риски, связанные с быстрой потерей морского льда.
