Российские исследователи создали нейросеть, которая корректирует ошибки глобальных метеомоделей в Арктике — это позволяет вдвое снизить погрешность прогноза температуры и на 20% улучшить точность определения скорости ветра.
Российские специалисты представили нейросетевую технологию, способную повысить точность прогнозирования опасных метеоявлений в арктическом регионе. Как сообщают «Известия», разработка может укрепить безопасность морских и воздушных перевозок, а также операций по добыче ресурсов.
Старший научный сотрудник Института океанологии имени П.П. Ширшова РАН пояснил, что в Арктике качество прогнозов напрямую влияет на безопасность судоходства, авиасообщения и других видов хозяйственной деятельности. При этом регион остаётся слабо охваченным наземными метеостанциями, а глобальные модели погоды часто демонстрируют недостаточное пространственное разрешение или систематические погрешности.
Согласно данным разработчиков, новая система корректирует ошибки глобальных моделей, сохраняя при этом сведения о малых атмосферных вихрях и температурных аномалиях, которые способствуют формированию штормов. Применение технологии позволило более чем вдвое снизить ошибку прогноза температуры и уменьшить неточность в определении скорости ветра примерно на 20%.
Эксперты сервиса «Гисметео» отмечают, что Арктика остаётся своеобразным «белым пятном» в системе метеонаблюдений: геостационарные спутники не охватывают территории выше 70-й параллели, а данные с полярно-орбитальных аппаратов поступают фрагментарно.
Ведущий метеоролог портала Леонид Старков указал на неоднородность арктической поверхности — сочетание льда, открытой воды, островов и горного рельефа. Из-за таяния ледяного покрова и усиленного испарения температура в отдельных зонах может превышать норму на 6–8 градусов, что впоследствии компенсируется вторжениями холодных воздушных масс в средние широты Европы и России. Большинство существующих моделей, по его оценке, склонны переоценивать долю льда и недооценивать содержание жидкой воды в атмосфере. При этом характерные для региона явления — полярные мезоциклоны, бора Новой Земли — требуют от прогностических систем высокого разрешения.
В настоящее время метеорологи компенсируют дефицит наблюдательных данных за счёт расширения сети мониторинга и интеграции разнородных источников информации. Авторы новой разработки, в свою очередь, обучили нейросеть согласовывать прогноз одновременно с несколькими источниками данных, что повышает надёжность итоговых результатов.
Как подчеркнул Леонид Старков, «характерные явления — полярные мезоциклоны, бора Новой Земли — требуют от модели высокого разрешения», и именно на учёт таких локальных процессов ориентирована представленная российскими учёными технология.
