Искусственный интеллект раскрывает тайны экстремальных погодных явлений

Исследователи из Стэнфорда разработали инструмент машинного обучения для определения условий, приводящих к экстремальным осадкам на Среднем Западе США, на которые приходится более половины всех крупных наводнений в стране. Метод, опубликованный в Geophysical Research Letters, является одним из первых примеров использования ИИ для анализа причин долгосрочных изменений в экстремальных событиях и может помочь сделать прогнозы таких явлений более точными.

Подготовка к погодным катаклизмам в условиях меняющегося климата остаётся сложной задачей из-за комплексности их причин. Новый подход позволяет преодолеть ограничения глобальных климатических моделей, которым не всегда хватает пространственного разрешения для моделирования региональных экстремальных событий. Исследователи сфокусировались на водосборах верхней Миссисипи и восточной части Миссури — регионе, где экстремальные осадки и крупные наводнения участились за последние десятилетия.

«Этот новый подход к использованию методов машинного обучения открывает новые пути в нашем понимании основных причин изменения экстремальных явлений», — отметил соавтор исследования Ноа Диффенбо. Алгоритм, обученный на климатических данных за 1981–2019 годы, корректно идентифицирует свыше 90% дней с экстремальными осадками. Анализ показал, что увеличение экстремальных осадков связано с двумя факторами: участившимися атмосферными паттернами давления (примерно на один день в год в XXI веке) и возросшей интенсивностью осадков при таких условиях, что связано с усилением влагопереноса из Мексиканского залива.

Исследователи планируют расширить применение своего подхода для прогнозирования будущих изменений, изучения других регионов и типов экстремальных событий, таких как погодные фронты или тропические циклоны. Это поможет лучше понять связи изменения климата с экстремальной погодой и повысить готовность общества к её последствиям.