С помощью прогностической модели, разработанной в Лаборатории крупномасштабного взаимодействия атмосферы и океана и изменений климата ИПТС построен прогноз Эль-Ниньо на 2023 год
В ноябре 2022 г. построен прогноз Эль-Ниньо, которое должно начаться в июне 2023 года. Прогноз получен с помощью прогностической модели, разработанной в Лаборатории крупномасштабного взаимодействия атмосферы и океана и изменений климата научным сотрудников Андреем Лубковым. В основу модели положен метод искусственных нейронных сетей. В качестве входных параметров модели использовался набор климатических индексов глобальной системы океан-атмосфера за 1948-2020 гг., которые рассчитывались с использованием данных реанализа NCEP/NCAR и COBESST1. Модель способна прогнозировать индекс Nino 3.4 с заблаговременностью до 12 месяцев. Только в марте 2023 г. ООН опубликовала сенсационное сообщение о европейском прогнозе вероятности начала этого события.
Эль-Ниньо – Южное колебание (ЭНЮК) – важнейший глобальный межгодового процесс, наблюдаемый в системе океан-атмосфера экваториальной зоны Тихого океана. Он характеризуется изменением температуры поверхности океана и, как следствие, изменением приземного давления. ЭНЮК имеет две противоположные фазы существования – теплую (Эль-Ниньо) [Larkin and Harrison, 2005] и холодную (Ла-Нинья) [Philander, 1990]. Проявления фаз ЭНЮК отмечаются в аномалиях погоды и климата не только над тропической зоной Тихого океана, но и во внетропических широтах посредством дальнодействующих связей системы океан-атмосфера [Philander, 1990; Liu and Alexander, 2007]. Нередко эти событий имеют существенные негативные проявления [Yuan and Yan, 2013]. Прогноз этих событий, и заблаговременное определение их типа является приоритетной задачей современных исследований.
На сегодняшний день существует, по меньшей мере, 18 гидродинамических и 8 статистических моделей, представленных на сайте международного исследовательского института климата и общества Колумбийского университета (IRI), которые применяются для прогнозирования ЭНЮК [5]. Для всех моделей долгосрочного прогноза характерно относительно высокое качество моделирования нейтральных условий или уже развивающихся явлений ЭНЮК. Однако при увеличении периода заблаговременности, качество прогноза резко ухудшается. При этом динамические модели справлялись с прогнозом ЭНЮК на порядок лучше, чем статистические [Tippett et al., 2012]. В работах [Ham et al., 2019; Lubkov et al., 2020] отмечено успешное использование моделей, в основу которых положены искусственные нейронные сети (НС). Такой подход может существенно улучшить прогностические возможности моделей. Так в работе [Ham et al., 2019] показано, что сверточная НС превосходит по качеству прогноза все динамические и статистические модели.
Подробнее с результатами можно ознакомиться по ссылке https://msoe.ru/wp-content/uploads/2023/01/50-17.pdf
