Машинное обучение улучшает картирование осадков на Гавайях

Исследователи из Гавайского университета и Восточно-Западного центра разработали более точные ежемесячные карты осадков, используя методы машинного обучения для выявления ошибочных картографических данных. Результаты исследования недавно опубликованы в Journal of Hydrometeorology.

Точность карт осадков критически важна для климатического и гидравлического моделирования, поддержки принятия решений в области экологического управления, планирования водных ресурсов и прогнозирования погоды. Данное исследование позволило создать высокодетализированные (гридные) ряды данных ежемесячных осадков для штата Гавайи за 30-летний период, с 1990 по 2019 год, используя информацию более чем с 600 метеорологических станций.

«Этот подход показывает, как с умеренным объемом данных низкоуровневый алгоритм машинного обучения может быть использован для обучения, оценки и классификации нереалистичного картографического вывода», — отметил ведущий автор Мэттью Лукас. Метод позволяет вносить незначительные коррективы в автоматическую интерполяцию, что даёт гораздо более точную и реалистичную карту пространственного распределения осадков. Разработка стала частью создания общедоступного Гавайского климатического портала данных (HCDP). Исследователи также работают над автоматизацией создания ежедневных карт осадков. Все продукты данных доступны для визуализации и загрузки через HCDP.