Новата система коригира грешките на предишни прогнози и удвоява точността за хоризонт до шест седмици

Изследователи от Масачузетския технологичен институт (MIT) са разработили система за машинно обучение, която подобрява прогнозите за времето чрез анализ на грешките в предишни прогнози. Системата работи като допълнителен слой върху съществуващи модели, като вместо да изчислява атмосферата от нулата, открива закономерности в историческите данни и ги използва при новите оценки.

Успех в международно състезание

Подходът е тестван върху прогнозите на Европейския център за средносрочни метеорологични прогнози. Комбинацията от модели и корекционен алгоритъм е спечелила първо място в международно състезание, организирано от центъра, съобщава MIT. Според института тя приблизително удвоява прогнозната мощност на базовата система за хоризонт от две до шест седмици.

Субсезонно прогнозиране

Става дума за субсезонно прогнозиране – период от няколко седмици, при който не се цели точна прогноза за конкретно място и ден, а оценка на вероятността от различни сценарии за големи райони и периоди. Такива прогнози могат да помогнат на енергийните компании при планиране на запасите от гориво и балансиране на производството, на земеделските производители при подготовка за екстремни температури и на службите за спешна помощ при преразглеждане на плановете.

Изследователите са установили и статистически значими подобрения при прогнозирането на екстремни събития, включително студени вълни и наводнения.

Ограничения на метода

Резултатът не означава, че синоптиците вече могат да предсказват точно времето за всяко място шест седмици напред. Системата генерира вероятностни прогнози, които показват възможни сценарии и тяхната вероятност. Точността зависи от новите данни, а изчисленията могат да се актуализират с постъпването на нови наблюдения.

Досега корекцията на прогнозите можеше да изглади екстремните стойности. Според MIT новият метод подобрява оценката както на нормалните условия, така и на опасните събития.