Новые статистические модели могут улучшить прогнозирование океанических процессов

Исследователи из Университета Миссури применили сложные статистические модели для повышения точности прогнозов состояния океана. Эти прогнозы влияют на предсказание долгосрочных событий, таких как Эль-Ниньо, и на понимание состояния нижних уровней океанической пищевой цепи — одной из крупнейших экосистем мира.

Точность прогнозирования океана ограничена текущими методами. Учёные используют прямые наблюдения с ограниченной сети буев и судов, а также спутниковые снимки разного качества. Крис Викле и его коллеги использовали иерархическую байесовскую модель, которая позволяет комбинировать различные источники информации и предыдущие научные знания. Этот метод помог улучшить прогноз экстремальных температур поверхности моря и ветровых полей над океаном, которые влияют на частоту торнадо в "аллее торнадо" и распределение планктона в прибрежных регионах.

"Океан действительно является важнейшей частью мировой экологической системы из-за его способности накапливать углерод и тепло, а также влиять на основные погодные явления, такие как засухи, ураганы и торнадо", — сказал профессор статистики Крис Викле. Разработанные модели позволяют лучше прогнозировать состояние Средиземного моря и долгосрочные явления Эль-Ниньо и Ла-Нинья, которые влияют на погоду по всему миру, включая засухи, наводнения и торнадо.