18:13 2024-02-26
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ Noul studiu folosește inteligența artificială și învățarea automată pentru a îmbunătăți predicțiile meteo sezoniere
_ Studiu nou folosește inteligența artificială și învățarea automată pentru a îmbunătăți predicțiile meteo sezoniere
O echipă de cercetători de la Universitățile Lincoln, Sheffield și Reading au dezvoltat o nouă metodă pentru a îmbunătăți predicția condițiilor meteorologice sezoniere în Regatul Unit și nord-vestul Europei. .
Modelul oferă un instrument puternic în încercarea de a înțelege mai bine schimbările în circulația atmosferică, precum și de a face predicții meteo sezoniere mai precise. De asemenea, ar putea beneficia multe sectoare, inclusiv industriile agroalimentare, energetice, de agrement și turism.
Studiul a rezultat în două lucrări publicate, una în Meteorological Applications și alta în International Journal of Climatology.
Pentru a prezice vremea sezonieră în nord-vestul Europei, centrele majore de prognoză meteo se bazează în prezent pe modele scumpe de supercomputer. Pentru a completa aceste metode convenționale, grupul a folosit o metodă de IA și de învățare automată cunoscută sub numele de NARMAX (Modele nonlineare autoregresive în mișcare cu intrări exogene) pentru a prezice starea fluxului cu jet din Atlanticul de Nord și a circulației atmosferice, ambele fiind strâns legate de suprafață. temperatura aerului și anomaliile precipitațiilor.
NARMAX a fost utilizat cu succes în multe alte domenii de cercetare și, în acest caz, au fost făcute predicții timpurii atât pentru vară, cât și pentru iarnă, pentru mai multe modele diferite de circulație a aerului care afectează în mod obișnuit Regiunea Atlanticului de Nord și vremea sezonieră ulterioară din Europa de Nord-Vest.
Rezultatele studiului au arătat o precizie ridicată pentru ambele sezoane și pentru toate cele trei modele de circulație examinate. Acest lucru este important deoarece modelele de supercomputer convenționale și mai scumpe se luptă să prezică cu exactitate condițiile atmosferice sezoniere din această zonă în timpul verii, tinzând să subestimeze variațiile de la un an la altul pentru ambele sezoane.
În plus, metoda NARMAX. a fost folosit pentru a analiza posibilele cauze ale modificărilor circulației atmosferice. Aceste informații ar putea fi utilizate pentru interpretare și pentru a ajuta la îmbunătățirea rezultatelor modelului de supercomputer.
Această descoperire ar putea juca un rol crucial în îmbunătățirea prognozei sezoniere, precum și în informarea dezvoltării viitoarelor modele de prognoză meteorologică, în special în timpul lunile de vară.
Dr. Ian Simpson, asociat de cercetare postdoctoral la Universitatea din Lincoln, a comentat: „Am demonstrat legături puternice între tiparele de circulație și curentul cu jet și condițiile meteorologice sezoniere de suprafață din nord-vestul Europei.
„Astfel, după ce am folosit modelele NARMAX pentru a produce previziuni sezoniere ale modelelor de circulație, le putem traduce în predicții ale modelelor meteorologice sezoniere, de exemplu, anomalii de temperatură și precipitații, în nord-vestul Europei, care vor fi de interes pentru o gamă variată de părți interesate.
„De exemplu. , furnizarea de prognoze sezoniere mai precise va ajuta industria agroalimentară, ajutând să le ofere fermierilor o idee despre randamentele probabile pentru sezon și despre cum să optimizeze cel mai bine sistemele de cultură și să planifice recolta."
Edward Hanna, profesor de știință climatică și meteorologie la Universitatea din Lincoln, a adăugat: „Acesta este un proiect interesant care a reunit diverse discipline și experți în știința meteorologică și învățarea automată cu scopul de a îmbunătăți predicția meteo sezonieră și de a aplica rezultatele la utilizatorii finali.
„Lucrările noastre publicate demonstrează un mare potențial ca modelarea NARMAX să joace un rol semnificativ în a ajuta la rafinarea următoarei generații de modele de prognoză pentru supercomputer, care au fost înfometate din punct de vedere istoric de calcul, și în îmbunătățirea prognozelor sezoniere. „
Dr. Yiming Sun, cercetător asociat la Universitatea din Sheffield, a declarat: „Am dezvoltat și aplicat o metodă de învățare automată NARMAX pentru a prezice starea sezonieră a circulației atmosferice și a fluxului cu jet din Atlanticul de Nord.
„Modelul a demonstrat un grad ridicat de precizie predictivă în comparație cu modelele dinamice. Prin urmare, NARMAX poate fi utilizat pentru a ajuta la îmbunătățirea abilităților de prognoză sezonieră și pentru a informa dezvoltarea modelelor dinamice de supercomputer.”
Comentarii:
Adauga Comentariu