Искусственный интеллект прогнозирует охлаждение поверхности океана во время тропических циклонов

Новое исследование, опубликованное в Geophysical Research Letters, использовало машинное обучение для моделирования влияния тропических циклонов на температуру поверхности моря (ТПМ) в северо-западной части Тихого океана. Метод случайного леса был обучен на данных за 20-летний период (1998–2018 гг.) с использованием 12 характеристик циклонов и предштормовых условий.

Ключевыми факторами, влияющими на охлаждение ТПМ, оказались интенсивность циклона, скорость его перемещения, размер, а также глубина перемешанного слоя и температура поверхности океана до шторма. Модель, обученная на данных о 627 400 циклонах, показала, что охлаждение начинается за два дня до события, достигает пика (>1.3°C, до 2°C для ураганов 3–5 категории) на следующий день после прохождения циклона и смещено на 50 км вправо от его траектории. Восстановление температуры до фоновых значений занимает около 14 дней.

Это моделирование важно для понимания влияния циклонов на морские экосистемы, включая продуктивность фитопланктона — основы океанических пищевых сетей. Высокая корреляция прогнозов модели с реальными данными позволяет с уверенностью применять этот метод для прогнозирования последствий тропических циклонов в других регионах мирового океана.