Алгоритм глубокого обучения способен предсказывать события Эль-Ниньо за 18 месяцев

Международная группа исследователей из Чоннамского национального университета, Нанкинского университета информационных наук и технологий и Китайской академии наук обнаружила, что сверточная нейронная сеть глубокого обучения может точно предсказывать события Эль-Ниньо (ЭНЮК) с заблаговременностью до 18 месяцев. Об этом они сообщили в журнале Nature.

Эль-Ниньо — это фаза колебания температуры поверхности воды в экваториальной части Тихого океана, когда она становится аномально высокой. Это явление оказывает глобальное влияние на погоду, вызывая, например, увеличение осадков и ураганов в Америках и засухи в Австралии и Индонезии. Современные модели, основанные на данных о температуре воды, позволяют точно прогнозировать такие события за год. Увеличение заблаговременности прогноза критически важно для адаптации к последствиям, таким как угроза продовольственной безопасности.

Исследователи обучили свою систему на исторических данных с 1871 по 1973 год, включая температуру моря и содержание тепла в океане, а также на 300 событиях Эль-Ниньо в период с 1961 по 2005 год. При тестировании на данных с 1984 по 2017 год система верно спрогнозировала 24 из 34 событий, превзойдя традиционные модели, которые определили только 20. Кроме того, алгоритм смог распознавать предшествующие явления, такие как диполь Индийского океана.