Опубликовано 16 июля 2020, 16:46

Искусственный интеллект спрогнозировал тропические волны неустойчивости

Волны на Галапагосских островах

Волны на Галапагосских островах

© S. Meyers/ blickwinkel/picture alliance

Ученые Института океанологии Китайской академии наук создали нейросеть, способную описать и предсказать тропические волны неустойчивости в Тихом океане. Это поможет исследователям лучше понять климатические явления в океанах. Статья о разработке опубликована в журнале Science Advances.

Многие процессы, происходящие в океанах, сложные и многофакторные. Описать их с помощью обычных математических моделей удается далеко не всегда. Одно из таких явлений — тропические волны неустойчивости. Оно характерно для востока экваториальной части Тихого океана и заключается в распространении волн на запад вдоль обеих частей «холодного языка» Тихого океана — полосы холодной воды на его поверхности.

Ученые уже давно пытаются описать такие волны с помощью численных моделей, основанных на физических уравнениях, или статистических моделей. Однако для понимания таких сложных явлений необходимо учитывать также множество природных процессов. Теперь китайские океанологи впервые в мире использовали для этого глубокую нейронную сеть, обрабатывающую спутниковые данные и строящую на основе них свои прогнозы.

В качестве основного параметра ученые выбрали поля температуры поверхности моря, которые связаны с тропической волной нестабильности. Для обучения нейросети ученые использовали старые спутниковые данные, показывающие температурные поля в нужной части океана. Обучив алгоритм, ученые решили проверить его на девяти годах данных, также полученных со спутника. Авторы показали, что модель эффективно и точно предсказывает изменение температурных полей и отражает изменения при распространении волн нестабильности в пространстве и во времени.

Исследование показывает, что основанный на нейросетях и больших данных подход может быть надежным и перспективным способом моделирования и прогнозирования сложных океанических явлений. Авторы планируют использовать метод в комбинации с другими исследовательскими инструментами для моделирования поведения океанических потоков.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.