Новости партнеров

npj Climate and Atmospheric Science: Прогнозирование осцилляции Мэддена-Джулиана машинным обучением

 

Социально-экономические последствия экстремальных погодных явлений привлекают внимание исследователей к разработке новых методологий для более точных прогнозов погоды. Колебание Мэддена – Джулиана является доминирующим режимом изменчивости в тропической атмосфере в субсезонных временных масштабах и может способствовать или усиливать экстремальные явления как в тропиках, так и во внетропической зоне. Прогнозирование экстремальных явлений в субсезонном временном масштабе (от 10 дней до примерно 3 месяцев) очень сложно из-за плохого понимания явлений, которые могут повысить предсказуемость в этом временном масштабе. Здесь показано, что две искусственные нейронные сети (ИНС), нейронная сеть с прямой связью и рекуррентная нейронная сеть, позволяют произвести очень конкурентоспособное прогнозирование колебанияМэддена – Джулиана. В то время как средний уровень прогнозирования составляет около 26–27 дней (что соответствует уровню, полученному с помощью наиболее требовательных к вычислениям современных климатических моделей), для некоторых начальных фаз и сезонов ИНС обладают способностью прогнозирования на 60 дней или дольше. Кроме того, показано, что ИНС обладают хорошей способностью предсказывать фазу колебанияМэддена – Джулиана, но его амплитуда недооценивается.

Ссылка: https://www.nature.com/articles/s41612-021-00214-6

Печать