• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Deep learning -applikation som kan förutsäga El Niño -händelser upp till 18 månader i förväg

    El Nino 1997 sett av TOPEX/Poseidon. Upphovsman:NASA

    En trio forskare från Chonnam National University, Nanjings universitet för informationsvetenskap och teknik och den kinesiska vetenskapsakademin har funnit att ett konvolutionellt neuralt nätverk med djup inlärning exakt kunde förutsäga El Niño -händelser upp till 18 månader i förväg. I deras tidning publicerad i tidningen Natur , Yoo-Geun Ham, Jeong-Hwan Kim och Jing-Jia Luo, beskriv deras djupinlärningsapplikation, hur det utbildades och hur bra det fungerade för att förutsäga El Niño -händelser.

    El Niño-södra oscillationshändelser är perioder under vilka vattnet värms över normala temperaturer i tropiska delar av Stilla havet. När det varma vattnet rör sig österut, det leder till mer nederbörd och andra väderhändelser, som orkaner, i Amerika, och mindre regn i Australien och Indonesien. Nuvarande modeller kan exakt förutsäga sådana händelser med hjälp av data från vattentemperaturmätare spridda över hela världen upp till ett år i förväg. Forskare skulle vilja kunna förutse sådana händelser ännu tidigare, dock, eftersom de kan ha stor inverkan på områden där vädret ändras. Att veta när en torka kommer i Indonesien, till exempel, kan hjälpa tjänstemän att förbereda matbutiker för att mata människor som plötsligt inte kan odla sin mat under en tidsperiod. I denna nya insats, forskarna tog ett annat tillvägagångssätt för att förutsäga El Niño-händelser med hjälp av ett djupinlärande neuralt nätverk snarare än konventionella väderprognosmodeller.

    Forskarna rapporterar att de har tränat sitt system med hjälp av data som samlats in från väderstationer under åren 1871 till 1973. Data från sådana källor inkluderade en mängd olika väder- och miljömätningar som havstemperaturer och genomsnittligt havsvärmeinnehåll. Forskarna utbildade den också på 300 El Niño -händelser som inträffade mellan åren 1961 till 2005. När systemet hade lärt sig att känna igen de förhållanden som ledde till El Niño -händelser, de testade det med data från 1984 till 2017. De rapporterar att deras system var mer exakt än nuvarande vädermodeller, korrekt identifiera 24 av 34 händelser, jämfört med endast 20 av samma händelser som identifierats med konventionell modellering. Systemet kunde också göra det 18 månader i förväg. Forskarna rapporterar också att deras system kunde känna igen andra händelser som tros leda till El Niño -händelser, såsom en dipol i Indiska oceanen.

    © 2019 Science X Network




    © Vetenskap https://sv.scienceaq.com