Машинне навчання може бути використано для прогнозування того, в якому географічному регіоні може відбутися заморозок на ґрунті. Прогнозування погоди для конкретного явища, такого як заморозки, важливо для фермерів, садівників, яким необхідно знати, чи буде ймовірний ризик для сільськогосподарських культур, таких як фруктові дерева і виноград. Крім того, машинне навчання допоможе підвищити безпеку дорожнього руху, оскільки дорожні служби будуть отримувати більш точні прогнози про ймовірність заморозків або ожеледиці на дорогах.

Лія Дін, Йосуке Тамура, Косуке Ноборіо і Кадзукі Сібуя з Університету Мейдзі в Кавасакі, Японія, досліджували причину і наслідки, які неминуче призводять до заморозків, коли дані з датчиків за допомогою алгоритмів можуть бути проаналізовані. Тим самим підвищується точність прогнозу.

У новій роботі вчені представили методи комп’ютерного моделювання утворення інею. Серед цих методів-причинно-наслідкові та асоціативні моделі. Вони також пропонують основу для гібридної системи, яка може забезпечити короткостроковий прогноз заморозків протягом декількох годин і продемонструвати, як його можна використовувати для більш довгострокового прогнозу, наприклад, протягом найближчих декількох днів.

Існує два типи морозу. Є замерзла роса (водяний іній). Це відбувається, коли водяна пара з атмосфери конденсується у вигляді крапельок вологи на поверхні, наприклад рослин, коли температура падає нижче точки роси, але вище точки замерзання води. Однак потім температура на поверхні падає нижче точки замерзання, що призводить до затвердіння роси.

Другий тип інею-це осадовий іній (білий іній), який утворюється, коли температура поверхні спочатку нижче нуля, і тому замість того, щоб конденсуватися на поверхні і згодом замерзати, вода з атмосфери твердне на поверхні.

Вчені зазначили, що температура повітря зазвичай є основним критерієм при прогнозуванні заморозків. Але просторовий дозвіл даних, які можуть бути отримані, не завжди точні. Більш того, температура — не єдиний фактор, що впливає на те, утворюється іній чи ні. Інші параметри, такі як вологість, швидкість і напрямок вітру, хмарність, також впливають. В кінцевому рахунку, незалежно від того, відбудеться заморозок чи ні, можна розглядати як сукупність факторів. Інструменти машинного навчання здатні обробляти великий масив даних і за допомогою алгоритму знаходити ймовірну відповідь на поставлене запитання та можуть запропонувати більш своєчасний прогноз.

Нова комп’ютерна модель може запропонувати щохвилинний прогноз морозів з інформуванням від одного до трьох годин, щоб попередити всіх, хто потребує попереднього попередження про заморозки.

Источник: agrarii-razom.com.ua