Разработана нейросеть для предсказания Эль-Ниньо
Новый алгоритм помогает точнее прогнозировать изменение средней температуры океанических вод на поверхности, которое способно вызывать природные бедствия.
Команда специалистов из ВШЭ и Школы анализа данных Яндекса совместно с Yandex Cloud разрабатывают нейросеть для предсказания климатического феномена Эль-Ниньо. Это изменение распределения температуры поверхности воды в Тихом океане, которое влияет на погоду и способно вызывать природные катаклизмы в отдельных регионах мира.
«Проблемы глобального изменения климата становятся все актуальнее. Страшно даже не столько само 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», — отметил профессор-исследователь департамента больших данных и информационного поиска факультета компьютерных наук НИУ ВШЭ Дмитрий Ветров.
Новый алгоритм помогает точнее прогнозировать изменение средней температуры океанических вод на поверхности, которое способно вызывать природные бедствия в отдельных регионах мира. Сейчас модель уже предсказывает Эль-Ниньо на 1,5 года вперед, а в будущем срок прогноза ученые планируют увеличить до 2 лет.
Для чего необходимо моделировать среднюю температуру в экваториальной зоне Тихого океана? При Эль-Ниньо экваториальная часть Тихого океана становится теплее обычного. Существует и обратный процесс со снижением температуры в океане — Ла-Нинья. Такой сменный цикл происходит каждые 2-7 лет. Эти колебания оказывают значительное влияние на погоду во многих странах мира и могут повышать риск возникновения пожаров, засух, наводнений и неурожаев. Так, например, по данным РГП «Казгидромет», самое жаркое лето в Казахстане было в 2016 году, после появления Эль-Ниньо в 2014, и лето 2023 года тоже прогнозируют одним из самых жарких для республики.
«Облачные технологии помогают эффективнее проводить эксперименты в научной среде. В таких проектах, как исследование Эль-Ниньо, важен быстрый и гибкий доступ к сервисам для тестирования разных моделей машинного обучения. Каждый такой тест с новой архитектурой помогает как можно раньше и точнее предсказывать феномен», — рассказала директор по национальным стратегическим проектам Yandex Cloud Анна Лемякина.