Новая метеорологическая модель, наконец, может предложить надежный прогноз на шесть недель вперёд

И тем самым поставит под сомнение полувековую теорию хаоса.

Даже после десятилетий развития метеорологии, прогнозирование погоды по-прежнему остаётся крайне сложной задачей. Самые надёжные современные модели редко демонстрируют точность на период более двух недель из-за постоянного каскада атмосферных и климатических переменных. Эти непредсказуемые метеорологические взаимодействия лежат в основе теории хаоса. Эта междисциплинарная область изучает, как даже самые предсказуемые системы мира могут выдавать совершенно непредсказуемые результаты. Теория хаоса была впервые разработана математиком из Массачусетского технологического института Эдвардом Лоренцем в 1970-х годах.

«Он выдвинул теоретическое двухнедельное ограничение, после которого мы просто не можем предсказывать погоду, потому что шум в системе настолько возрастает, что заглушает любой исходный сигнал», — объяснил Джуда Коэн, климатолог, также работающий в MIT.

По словам Коэна, многие климатологи по-прежнему считают двухнедельный барьер Лоренца непреодолимым. И это предположение в значительной степени подтверждалось почти 50 лет. Даже современные динамические симуляции и модели искусственного интеллекта начинают давать сбои при попытке предсказать условия на срок от двух до шести недель вперёд — окно, известное как субсезонное прогнозирование. Прозванный «пустыней предсказуемости», этот диапазон сталкивается с медленно движущимися, крайне изменчивыми силами, такими как супер-Эль-Ниньо этого года. Как только эти факторы вступают в уравнение, прогнозирование становится скорее игрой в кости, чем чем-то конкретным. Однако у Коэна были сомнения насчёт ограничений теории хаоса.

«Я никогда по-настоящему в это не верил, — сказал он. — В теории атмосфера может создавать бесконечное число паттернов, но она любит снова и снова возвращаться к одним и тем же излюбленным паттернам».

Чтобы попытаться пробить этот барьер прогнозирования, Коэн и его коллега Лестер Маки потратили годы на разработку системы ИИ, которая не только минимизирует ошибки прогноза, но и учится на своих неизбежных ошибках с помощью метода, называемого постобработкой. При постобработке ИИ совершенствуется, сравнивая неточности с существующими историческими данными, а затем корректируется на их основе.

Команда Коэна недавно представила три версии своей модели с системой постобработки в Европейский центр среднесрочных прогнозов погоды (ECMWF). Широко известный как лучший в мире центр прогнозирования, ECMWF также проводит сезонные соревнования, в которых новейшие модели прогнозирования соревнуются друг с другом. Большинство этих систем опирались на исторические климатические средние для своих выводов, но это был первый случай, когда группа представила программу с возможностями постобработки.

Коэн и его коллеги сообщили о своих результатах в исследовании, опубликованном сегодня в журнале Nature. Их интеграция постобработки на основе ИИ разгромила существующие модели прогнозирования. Для субсезонного окна от двух до шести недель исследователи удвоили общую точность прогнозов. Такие масштабные улучшения вскоре могут помочь фермерам и энергетическим компаниям, которые уже полагаются на субсезонные прогнозы, но выгода может даже спасать жизни.

«Это также улучшает прогнозы экстремальных погодных явлений — будь то наводнения, холода или что-то ещё, — сказал Коэн. — Действительно важно предсказывать и то, и другое, но экстремальные события, возможно, самая значимая часть этого для общества».

Многие исследователи долгое время считали субсезонное прогнозирование тупиком, но последний прорыв может расчистить путь к ещё более крупным достижениям в этой области.

«Люди сомневались, стоит ли вообще вкладываться в модели для этого временного диапазона, — сказал Коэн. — [Но] мы последовательно превосходим климатологические средние с помощью наших моделей».

Andrew Paul “New weather model may finally offer a reliable six-week forecast”

Перевод статьи «New weather model may finally offer a reliable six-week forecast» автора Andrew Paul, оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык

Фото: По теории хаоса даже предсказуемые системы могут быстро переходить в непредсказуемые ситуации. Новая модель прогнозирования обходит некоторые из этих препятствий. Фрэнк Рамспотт / Getty Images