Новая ИИ-модель превосходит традиционные методы в прогнозировании Эль-Ниньо в центральной части Тихого океана

Исследователи из Института физики атмосферы Китайской академии наук разработали модель искусственного интеллекта на основе алгоритмов глубокого обучения, которая превосходит традиционные динамические модели в прогнозировании развития и структуры событий Эль-Ниньо в центральной части Тихого океана. Результаты исследования опубликованы в журнале Advances in Atmospheric Sciences.

Точные прогнозы центрально-тихоокеанских событий Эль-Ниньо крайне важны, так как они оказывают масштабное влияние на глобальный климат. Новая ИИ-модель, основанная на технологии сверточных нейронных сетей, обучена на данных о температуре поверхности моря (ТПМ) от моделей, участвующих в проектах сравнения сопряженных моделей (CMIP), для прогнозирования конкретной формы, местоположения и времени аномалий ТПМ, связанных с этими событиями.

«Это исследование демонстрирует потенциал искусственного интеллекта для улучшения прогнозов значительных климатических явлений, таких как Эль-Ниньо», — отметил профессор Хуан Пин, ведущий автор работы. Модель превосходит традиционные динамические модели по точности, особенно в прогнозировании аномалий ТПМ в западно-центральной экваториальной части Тихого океана. Гибридная модель, объединяющая прогнозы ИИ и динамических моделей, демонстрирует ещё более высокую точность для событий в центральной и восточной частях Тихого океана.

Результаты имеют большое значение для глобальных усилий по снижению риска бедствий, так как прогнозы на основе ИИ могут способствовать улучшению стратегий готовности. Учёные планируют расширять применение ИИ-моделей в сезонном климатическом прогнозировании для более раннего и точного предупреждения о крупных погодных явлениях.