Российские ученые: система ИИ прогнозирует опасные вихри и шторма в Арктике

Исследователи из Московского физико-технического института (МФТИ) и Института океанологии Российской академии наук (РАН) разработали инновационную систему искусственного интеллекта для прогнозирования опасных метеорологических явлений в Арктическом регионе. Данная система, основанная на применении методов машинного обучения, демонстрирует высокую эффективность в анализе данных международных метеорологических служб, позволяя с высокой точностью и в пять раз более оперативно предсказывать возникновение вихревых структур и штормов в акваториях Баренцева и Карского морей по сравнению с традиционными физическими моделями.

В настоящее время для прогнозирования океанических погодных условий применяются два основных подхода: глобальные модели, такие как ERA5, характеризующиеся низким пространственным разрешением и ограниченной способностью к анализу мелкомасштабных атмосферных вихрей, и высокоточные гидродинамические модели, например, WRF, которые требуют значительных вычислительных ресурсов и времени на обработку данных.

Разработанная система основана на применении нейронной сети, обученной на массиве данных о погодных условиях в районе Баренцева и Карского морей за период с 2015 по 2021 год. Этот массив данных, включающий широкий спектр метеорологических параметров, послужил основой для обучения модели, что позволило ей адаптироваться к специфическим условиям арктического региона.

После завершения этапа обучения система была подвергнута валидации на данных за 2022-2023 годы путем сравнения прогнозов с результатами реальных наблюдений, а также с результатами высокоточной модели WRF и глобальной модели ERA5. Результаты тестирования продемонстрировали высокую точность модели в воспроизведении общих тенденций изменения погодных условий, а также успешное выявление новоземельской боры — редкого и мощного холодного ветра, дующего с гор Новой Земли и представляющего значительную угрозу для судоходства.

Михаил Криницкий, заведующий лабораторией машинного обучения в области наук о Земле, отметил высокую эффективность разработанной системы, которая превосходит глобальную модель ERA5 в описании вихревых структур и предоставляет результаты, сопоставимые с высокоточной моделью WRF, при этом существенно снижая требования к вычислительным ресурсам и времени обработки данных.

Ожидается, что внедрение данной системы искусственного интеллекта значительно повысит точность и оперативность прогнозирования экстремальных метеорологических явлений в Арктике, что будет способствовать улучшению безопасности судоходства, эффективности работы портов и устойчивости нефтегазовой инфраструктуры в регионе.