Истражувачи од универзитетите „Линколн“, „Шефилд“ и „Ридинг“ развија нов метод за подобрување на предвидувањето на сезонските временски услови во Велика Британија и Северозападна Европа.
Моделот нуди моќна алатка во потрагата за подобро разбирање на промените во атмосферската циркулација, како и за попрецизни сезонски временски прогнози. Тоа би можело да биде од корист за многу сектори, вклучително и земјоделско-прехранбената, енергетската, рекреативната и туристичката индустрија.
Студијата резултира со два објавени труда, еден во „Метеоролошки апликации“, а другиот во „Меѓународниот весник за климатологија“.
За да се предвиди сезонското време во Северозападна Европа, главните центри за временска прогноза во моментов се потпираат на скапи модели на суперкомпјутери. За да ги надополни овие конвенционални методи, групата користела метод на вештачка интелигенција и машинско учење познат како НАРМАКС (Нелинеарен авторегресивен поместувачки просек со егзогени влезови), за да ја предвиди состојбата на млазниот тек на северниот дел на Атлантикот и атмосферската циркулација, од кои и двете се силно поврзани со површината, температурата на воздухот и аномалиите на врнежите.
НАРМАКС беше успешно користен во многу други полиња на истражување, а во овој случај биле направени рани предвидувања и за лето и за зима, за неколку различни обрасци на циркулација на воздухот, кои обично влијаат врз северноатлантскиот регион и последователните сезонски временски услови во Северозападна Европа.
Резултатите од студијата покажале висока точност за двете сезони и ги испитале сите три обрасци на циркулација. Ова е важно бидејќи конвенционалните и поскапи модели на суперкомпјутери се борат да ги предвидат прецизно сезонските атмосферски услови во оваа област во текот на летото, со тенденција да ја потценат варијацијата од година на година во двете сезони.
Покрај тоа, методот НАРМАКС бил користен за анализа на можните причини за промени во атмосферската циркулација. Оваа информација може да се користи за толкување и подобрување на излезните резултати на моделите на суперкомпјутери.
Овој напредок може да игра клучна улога во подобрувањето на сезонските прогнози, како и да даде информации за развојот на идните модели за временска прогноза, особено во текот на летните месеци.
Д-р Иан Симпсон, научен соработник на Универзитетот „Линколн“, коментира: - Покажавме силни врски помеѓу циркулацијата и млазните потоци и сезонските површински временски услови во Северозападна Европа. Така, користењето на НАРМАКС-моделите за производство на сезонски прогнози за обрасци на циркулација можеме да го преточиме во предвидувања на сезонски временски обрасци, на пример, аномалии на температурата и врнежите во Северозападна Европа, што ќе бидат од интерес за различни засегнати страни.
На пример, обезбедувањето попрецизни сезонски прогнози ќе ѝ помогне на земјоделско-прехранбената индустрија, ќе им даде идеја на земјоделците за веројатните приноси во сезоната и како најдобро да се оптимизираат системите за одгледување и да се планираат жетви, тврди тој.
Едвард Хана, професор по климатски науки и метеорологија на Универзитетот „Линколн“, додава:
- Ова е возбудлив проект кој собра различни дисциплини и експерти во метеоролошката наука и машинското учење со цел да се подобри сезонската прогноза на времето и да се применат резултатите на крајните корисници.
Извор: Okvir.net
Фото: Freepik
Тим истражувачи од универзитетите „Линколн“, „Шефилд“ и „Ридинг“, развија нов метод за подобрување на предвидувањето на сезонските временски услови во Велика Британија и северозападна Европа.
Моделот нуди моќна алатка во потрагата за подобро разбирање на промените во атмосферската циркулација, како и за попрецизни сезонски временски прогнози. Тоа би можело да биде од корист и за многу сектори, вклучително и земјоделско-прехранбената, енергетската, рекреативната и туристичката индустрија.
Студијата резултираше со два објавени труда, еден во „Метеоролошки апликации“, а другиот во „Меѓународниот весник за климатологија“.
За да се предвиди сезонското време во северозападна Европа, главните центри за временска прогноза во моментов се потпираат на скапи модели на суперкомпјутери. За да ги надополни овие конвенционални методи, групата користела метод на вештачка интелигенција и машинско учење, познат како НАРМАКС (Нелинеарен авторегресивен поместувачки просек со егзогени влезови), за да ја предвиди состојбата на млазниот тек на северниот дел на Атлантикот и атмосферската циркулација, од кои и двете се силно поврзани со површината, температурата на воздухот и аномалиите на врнежите.
НАРМАКС беше успешно користен во многу други полиња на истражување, а во овој случај биле направени рани предвидувања и за лето и за зима, за неколку различни обрасци на циркулација на воздухот, кои обично влијаат на северноатлантскиот регион и последователните сезонски временски услови во северозападна Европа.
Резултатите од студијата покажале висока точност за двете сезони и ги испитале сите три обрасци на циркулација. Ова е важно бидејќи конвенционалните и поскапи модели на суперкомпјутери, се борат да ги предвидат прецизно сезонските атмосферски услови во оваа област во текот на летото, со тенденција да ја потценат варијацијата од година во година во двете сезони.
Покрај тоа, методот НАРМАКС бил користен за анализа на можните причини за промени во атмосферската циркулација. Оваа информација може да се користи за толкување и подобрување на излезните резултати на моделите на суперкомпјутери.
Овој напредок може да игра клучна улога во подобрувањето на сезонските прогнози, како и да пружи информации за развојот на идните модели за временска прогноза, особено во текот на летните месеци.
Д-р Иан Симпсон, постдокторски научен соработник на Универзитетот „Линколн“, коментира: „Покажавме силни врски помеѓу циркулацијата и млазните потоци и сезонските површински временски услови во северозападна Европа. Така, користењето на НАРМАКС моделите за производство на сезонски прогнози за обрасци на циркулација, можеме да го преточиме во предвидувања на сезонски временски обрасци, на пример, аномалии на температурата и врнежите во северозападна Европа, што ќе бидат од интерес за различни засегнати страни.
На пример, обезбедувањето попрецизни сезонски прогнози ќе и помогне на земјоделско-прехранбената индустрија, помагајќи им да им се даде на земјоделците идеја за веројатните приноси за сезоната и како најдобро да се оптимизираат системите за одгледување и да се планираат жетви“, тврди тој.
Едвард Хана, професор по климатски науки и метеорологија на Универзитетот „Линколн“, додава: „Ова е возбудлив проект кој собра различни дисциплини и експерти во метеоролошката наука и машинското учење, со цел да се подобри сезонската прогноза на времето и да се применат резултатите на крајните корисници“.
Д-р Џиминг Сан, научен соработник на Универзитетот „Шефилд“, вели: „Ние го развивме и применивме методот на машинско учење НАРМАКС, за да ја предвидиме сезонската состојба на северноатлантската атмосферска циркулација и млазниот тек. Моделот покажа висок степен на предиктивна точност во споредба со динамичките модели. Затоа, НАРМАКС може да се користи, за да помогне во подобрувањето на вештината за сезонско прогнозирање и да даде информации за развојот на динамични суперкомпјутерски модели“, заклучил тој.