您的位置:首页 >  社会 > 深度学习挑战长期天气预报难题,最早提前一年半预测厄尔尼诺 >

深度学习挑战长期天气预报难题,最早提前一年半预测厄尔尼诺

[2019-11-08 18:57:41] 点击量:361

来自中国和韩国的研究人员在最新一期《自然》杂志上写道,他们利用深入学习的方法建立了厄尔尼诺的统计预测模型,可以早在一年半前就预测到这一现象,突破了以往长期预测的困难。

厄尔尼诺(El Nino)主要指东太平洋和中太平洋热带海域海水温度异常持续升温。可能造成极端气候和生态系统破坏,如暴雨洪水、山洪地质灾害、台风、高温热浪、干旱、强对流天气和城市内涝等。

厄尔尼诺现象的长期预报一直是个难题,因为传统的天气预报很难准确预测一年后的情况。

在上述研究中,刘根汉和其他三名研究人员开发了一个深度学习模型来预测厄尔尼诺事件。通常,深度学习模型需要大量的训练数据,而预测所需的全球海洋温度分布的观测数据最早只能追溯到1871年。这意味着,以一个日历月为样本单位,研究人员可获得的样本数量少于150个,难以满足模型培训要求。

为了避免有限观测数据的影响,研究者采用了迁移学习方法。

他们首先根据历史模拟数据训练复杂的神经网络,然后从1871年到1973年移植到气候数据中进行训练,最后从1984年到2017年在气候数据中进行测试。

研究人员在论文中表示,他们的算法模型可以比目前使用的预测方法更准确、更早地预测厄尔尼诺事件,最早可以提前一年半。

同时,研究人员表示,该模型可以预测厄尔尼诺事件是起源于太平洋中部还是东部,并识别厄尔尼诺之前海面温度的变化。

根据国家标准《厄尔尼诺/拉尼娜事件识别方法》(gb/t33666-2017),自1950年以来,共发生19次厄尔尼诺事件,包括8次弱厄尔尼诺事件和11次中等强度以上的厄尔尼诺事件。

厄尔尼诺的原因主要来自两个方面。一个是自然因素,可能与赤道信风、地球自转、地热运动等有关。第二是人为因素,例如,人类活动加剧了气候变暖,这也是厄尔尼诺现象形成的可能原因之一。

山东十一选五 北京快乐8 北京快乐8购买