Усиливающиеся волны жары в Европе стали одной из главных угроз, связанных с изменением климата. Экстремальные температуры наносят серьезный урон сельскому хозяйству, энергетике и здоровью населения по всему континенту. Для борьбы с этой проблемой ученые разработали революционную систему на основе машинного обучения, которая способна с высокой точностью прогнозировать аномальную жару за несколько недель до начала летнего сезона.
До сих пор для сезонных прогнозов использовались традиционные климатические модели, имитирующие физические процессы в атмосфере и океане. Несмотря на свою научную обоснованность, они требуют огромных вычислительных мощностей и часто дают сбои, особенно в северных и центральных регионах Европы со сложной климатической изменчивостью. Новый подход, основанный на искусственном интеллекте, обходит эти трудности, анализируя тысячи различных данных и автоматически выбирая ключевые факторы, предсказывающие аномальную жару.
В основе инновационного метода лежит алгоритм, который анализирует около двух тысяч потенциальных «предсказателей» — от температуры океана до влажности почвы — и выделяет наиболее информативные для каждой конкретной точки в Европе. Сосредотачиваясь только на самых важных переменных, система не только повышает точность прогноза, но и кардинально снижает требуемую вычислительную мощность. Такой экономичный подход делает сезонное прогнозирование доступным для более широкого круга организаций, а не только для институтов, оснащенных суперкомпьютерами.
Особенно примечательно, что система на основе машинного обучения показала превосходную точность в тех регионах, где традиционные модели были наименее эффективны, — в Скандинавии и северо-центральной Европе. Исследователи связывают этот успех со способностью искусственного интеллекта улавливать сложные, нелинейные взаимосвязи между климатическими факторами, которые обычные модели могут упускать. Улучшение прогнозов в этих уязвимых к жаре областях имеет огромное социальное значение.
Одним из важнейших открытий стало определение оптимального «окна» для прогнозирования. Наиболее надежный сигнал о предстоящей летней жаре дают атмосферные данные, собранные за четыре-семь недель до начала лета, то есть примерно к середине марта. Такой заблаговременный прогноз предоставляет властям, аграриям и бизнесу критически важное время для принятия мер по смягчению последствий, что позволяет спасать жизни и сокращать экономические убытки.
Прорывной аспект исследования заключается в том, что модель искусственного интеллекта обучали на данных палеоклиматических симуляций, охватывающих почти два тысячелетия — с 0 по 1850 год. Эта обширная синтетическая база данных позволила системе изучить закономерности возникновения волн жары в самых разных климатических условиях, выходящих далеко за рамки короткого периода современных наблюдений. Что поразительно, эти «знания» успешно перенеслись на реальный мир: модель точно спрогнозировала волны жары, зафиксированные с 1993 по 2016 год, включая катастрофические летние сезоны 2003 и 2015 годов.
Надежные сезонные прогнозы аномальной жары имеют далеко идущие последствия. Ранние предупреждения позволят фермерам скорректировать планы посева и управления водными ресурсами, энергетическим компаниям — подготовиться к скачкам спроса на электроэнергию, а системам здравоохранения — мобилизоваться для помощи людям с тепловыми ударами. Поскольку климатические модели предсказывают дальнейшее усиление волн жары, такие проактивные возможности становятся незаменимыми.
В будущем исследовательская группа планирует расширить применение своей системы для прогнозирования других экстремальных явлений, таких как засухи, наводнения или аномальные холода, не только в Европе, но и в других регионах мира. Это исследование устанавливает новый стандарт в сезонном прогнозировании и демонстрирует, как искусственный интеллект может ускорить адаптацию к меняющемуся климату.
