Команда Массачусетского технологического института вместе с коллегами разработала метод, делающий более точными прогнозы погоды на срок от двух до шести недель. В его основе лежит модель машинного обучения, которая исправляет ошибки действующих систем прогнозирования. Об этом пишет портал Science XXI.
При проверке на одной из самых авторитетных моделей точность предсказаний выросла в два раза. Разработка заняла первое место на международном конкурсе, а её результаты опубликованы в журнале Nature.
Авторы показали: впервые прогнозы на такой период превзошли средние климатические значения. Кроме того, метод заметно улучшил предсказание экстремальных явлений — наводнений и периодов сильного холода.
Зачем нужны более дальние прогнозы, стало ясно после энергетического кризиса в Техасе в феврале 2021 года. Три мощных зимних шторма обрушили энергетическую инфраструктуру штата — крупнейший сбой в его истории. Возникли перебои с продовольствием, водой, отоплением и электричеством, жертвами стали не менее 246 человек. Научный сотрудник MIT, соавтор работы Джуда Коэн отметил, что дополнительные две недели дали бы энергетикам время, например, для доставки большего объёма природного газа в пострадавшие районы.
Диапазон от двух до шести недель метеорологи называют пустыней предсказуемости. Краткосрочные модели опираются на начальные параметры атмосферы, долгосрочные учитывают медленно меняющиеся факторы, а промежуточный диапазон не использует в полной мере ни те, ни другие данные. Теоретический предел в две недели связывают с идеями профессора MIT Эдварда Лоренца о хаотичности атмосферы: со временем даже небольшие различия в исходных условиях приводят к совершенно разным результатам.
Новая система действует как дополнительный слой обработки. Она изучает исторические ошибки прогнозирующей модели, оценивает их и корректирует дальнейшие расчёты, а по мере накопления данных адаптирует исправления. Обучение шло на суперкомпьютерном кластере MIT Engaging, однако готовой модели суперкомпьютер не нужен.
В испытаниях Европейского центра среднесрочных прогнозов погоды команда представила три варианта системы. Победила комбинация, где модель центра объединена с другой моделью и последующей коррекцией ошибок. Наземные прогнозы проверили в большинстве регионов мира и применили к нескольким моделям, включая уступающие по качеству разработке Европейского центра. Во всех случаях дополнительный слой улучшал результаты.
Технология распространяется с открытым исходным кодом и требует небольших затрат. Метеорологическая служба Кении уже обратилась к исследователям: модель хотят использовать для прогноза ежегодного сезона муссонов и повышения урожайности. Среди потенциальных сфер применения также сельское хозяйство, энергетика и управление чрезвычайными ситуациями.