В России создали нейросеть, прогнозирующую состояние климатического феномена Эль-Ниньо
2661
Это явление, при котором часть Тихого океана становится теплее обычного и в целом влияет на климат.
Российские ученые создали систему машинного обучения на базе облачных технологий. Она поможет точнее прогнозировать развитие климатического феномена Эль-Ниньо в ближайшие 1,5 года.
"Страшно даже не столько само глобальное потепление, сколько неизбежная "разбалансировка" климата на планете. Эффект Эль-Ниньо играет важнейшую роль в возникновении глобальных погодных и климатических флуктуаций, приводящих, например, к массовым неурожаям, и поэтому его прогнозирование особенно важно в текущих условиях усиливающейся климатической "разбалансировки", - сообщил профессор-исследователь НИУ ВШЭ (Москва) Дмитрий Ветров.
Климат Тихого океана и всей планеты в целом зависит от состояния двух климатических феноменов: Эль-Ниньо и Ла-Нинья (исп. "мальчик" и "девочка"). Первое явление ассоциируется с резким потеплением верхнего слоя воды в центральных и восточных регионах Тихого океана, а второе - с их похолоданием. Изменения этого параметра приводят к каскаду сдвигов в других элементах глобальной климатической системы, напрямую не связанных с температурой воды в океане.
Ла-Нинья и Эль-Ниньо сменяют друг друга каждые несколько лет, это приводит к перестройкам в круговороте океанических течений и ветров в атмосфере. Подобные сдвиги периодически вызывают засухи в одних регионах Земли, и сильные дожди - в других. К примеру, "засуху тысячелетия" в Австралии спровоцировал в конце прошлого столетия феноменом Эль-Ниньо. Она закончилась только после того, как началась новая фаза Ла-Ниньи.
Специалисты НИУ ВШЭ и Школы анализа данных компании "Яндекс" разработали систему машинного обучения, способную точно прогнозировать изменения в температурах вод в Тихом океане и оценивать дальнейший ход развития Эль-Ниньо.
Проверки показали, что новая система ИИ, основанная на базе традиционных алгоритмов машинного обучения и новых методов автокорреляционного анализа, способна достаточно точно прогнозировать развитие Эль-Ниньо в последующие 1,5 года.
