Штучний інтелект навчили передбачати температуру поверхні моря під час тропічних циклонів
Вчені використовували машинне навчання для оцінки впливу тропічних циклонів на океани, зокрема на температуру поверхні моря. Вона може вплинути на екосистеми та морські організми.
Зокрема, автори нового дослідження використали метод випадкового лісу, який завантажили дані про погоду за останні 20 років. Мета — навчання системи та допомога у прогнозуванні еволюції температури поверхні моря з часом та простором у північно-західному регіоні Тихого океану. Це одна з найактивніших зон тропічних циклонів.
Метод випадкового лісу — алгоритм машинного навчання, запропонований Лео Брейманом і Адель Катлер, що полягає у використанні ансамблю вирішальних дерев. Алгоритм поєднує у собі дві основні ідеї: метод бегінга Бреймана та метод випадкових підпросторів, запропонований Тін Кам Хо.
Докторан-дослідник Хунсін Цуй з Південно-морської науково-інженерної лабораторії Гуандун у Китаї та його колеги використали 12 характеристик тропічних циклонів та передштормових умов для прогнозування охолодження поверхні басейну Тихого океану.
Серед них: інтенсивність циклону, швидкість, з яким рухається циклон, та його напрямок; довгота та широта епіцентру тропічного циклону; глибина змішаного шару; температура поверхні моря та океану на глибині 75 м та інші. Саме інтенсивність, швидкість і розмір перенесення тропічних циклонів, а також глибина змішаного шару до шторму і температура поверхні моря, вплинули на наступні температурні моделі поверхні, що спостерігаються в океані.
Модель навчили на історичних даних про 627 400 тропічних циклонів, що відбулися у період з 1998 по 2018 рік. Вона враховувала активність тропічних циклонів за період від трьох днів, що передують події, до 14 днів після її проходження.
Дослідницька група спостерігала, як похолодання почалося за два дні до події, посилилося під час проходження тропічного циклону, але фактично досягло піку наступного дня після події. При цьому температура поверхні моря знизилася >1,3°C (досягши 2°C для ураганів 3–5 категорії).
Нове дослідження опубліковано у журналі Geophysical Research Letters.