对全球天气和气候影响巨大的“麦登-朱利安振荡”
研究团队成功利用人工智能深度学习提升预测性能
通过能够“见林又见树”的人工智能(AI)技术,提前捕捉异常气候的研究成果近日问世,吸引了全球关注。
亚洲太平洋经济合作组织气候中心(APCC)和韩国科学技术研究院(KIST)研究团队26日表示,他们利用AI技术,成功提升了对对全球气象与气候产生重大影响的马登—朱利安振荡(MJO)的预测性能。
APCC与KIST通过引入深度学习方法,延长了MJO的可预测时间范围,并提高了预测可靠度。此次研究成果以“利用深度学习进行MJO预测”为题,发表在气象·气候领域学术期刊《Geophysical Research Letters》上。该研究是作为气象厅研发项目的一部分推进的。
马登—朱利安振荡是发生在热带印度洋并向太平洋移动的大尺度大气环流现象,是影响全球干旱、酷暑、台风等异常气候的主要因素之一。能否对MJO进行精准且长期的预测,被视为中长期气象·气候预测的核心。
为弥补既有AI模型仅学习MJO变动成分这一局限,研究团队采用了一种新的深度学习方法,使模型同时学习季节性背景和周边气候环境信息。通过这一方式,将MJO的变动及其所处的背景气候一并纳入模型设计之中。
结果显示,新AI模型在冬季可较为稳定地预测长达约26天、在夏季最长可达29天的MJO移动情况。在分析过程中,团队还确认:预测时间越长,相较于MJO本身的变动,背景气候信息对预测准确度的影响更大。
研究团队认为,此次成果有望延长对干旱、洪水等异常气候的可预测期,从而为灾害应对预先争取更多准备时间。
本报道由人工智能(AI)翻译技术生成。
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。