Исследователи прогнозируют изменения уровня моря вдоль многих побережий по всему миру

Исследователи из Лаборатории обработки изображений (IPL) Валенсийского университета разработали подход на основе машинного обучения для моделирования и прогнозирования краткосрочных изменений уровня моря в прибрежных регионах Тихого, Индийского и Атлантического океанов. Исследование, особенно полезное для защиты побережий, опубликовано в журнале Nature Scientific Reports.

Хотя все океанические бассейны испытывают значительное потепление и повышение уровня моря из-за изменения климата, существуют важные региональные различия. Команда под руководством Вероники Нивес разработала метод, который использует оценки температуры моря для моделирования изменчивости уровня моря у побережья и связанной с ней неопределенности в диапазоне временных масштабов от месяцев до нескольких лет.

Исследование показывает, что физические взаимосвязи между температурными переменными в верхних слоях открытых морских регионов и аномалиями уровня моря на прибрежных участках можно использовать в сочетании с методами машинного обучения для составления достаточно точных краткосрочных прогнозов тенденции уровня моря (на один-несколько лет). Ученые пришли к выводу, что на сегодняшний день краткосрочные региональные колебания уровня моря у побережья все еще в значительной степени зависят от естественных процессов, таких как изменения температуры в толще воды до 700 метров, тесно связанные с внутренней естественной изменчивостью климата.

"Климат — это высоко сложная и динамичная система, которая может меняться естественным образом неожиданными способами; и в этом смысле методы машинного обучения могут дать полезную информацию для лучшей интерпретации данных, демонстрирующих сложные нелинейные закономерности, и выявления региональных изменений уровня моря в ближайшем будущем", — сказала Вероника Нивес. Это первое исследование, в котором для подобных прогнозов в океанах используются методы искусственного интеллекта. Команда также разработала интерактивную карту в качестве инструмента поддержки для анализа прогнозов в отдельных регионах.