人工智能如何帮助预测北极海冰将缩小多少

在接下来的一周左右,随着夏季温暖的海水侵蚀冰的水下边缘,漂浮在北冰洋顶部的海冰将缩小到今年的最小尺寸。

科学家表示,今年海冰水平的历史最低纪录可能不会被打破。2020 年,北极冰层覆盖面积达到最低点,达到 374 万平方公里,接近历史最低点。目前,北极水域的海冰覆盖面积不到 500 万平方公里,有望成为自 1979 年开始进行卫星记录以来该地区海冰面积第十低的地区。考虑到早期的情况,这是一个意外的结果。夏季,海冰创下一年中这个时候的最低纪录。

令人惊讶的部分原因是,目前最好的基于统计和物理的预测工具只能提前几周准确预测海冰范围,但长期预测的准确性却不稳定。研究人员于 8 月 26 日在《海冰预报》中报告称,现在,一种使用人工智能创建海冰预报的新工具有望提高其准确性,并且可以相对较快地进行分析。自然通讯.

IceNet 是英国南极调查局 (BAS) 开发的海冰预报系统,“对未来两个月海冰的预报准确率为 95%,高于领先的基于物理的模型 SEAS5,同时运行速度快了 2,000 倍,”Tom Andersson 说道是 BAS 人工智能实验室的数据科学家。SEAS5 在超级计算机上需要大约 6 个小时才能产生预测,而 IceNet 在笔记本电脑上可以在不到 10 秒的时间内完成同样的工作。安德森和他的同事发现,该系统还表现出惊人的能力,可以提前四个月预测异常冰事件——不寻常的高点或低点。

追踪海冰对于密切关注气候变化的影响至关重要。虽然这是一个漫长的过程,但 IceNet 提供的提前通知也可以带来更直接的好处。例如,它可以为科学家提供评估和规划北极火灾或野生动物与人类冲突的风险所需的准备时间,并且可以提供土著社区做出经济和环境决策所需的数据。

自 1979 年开始有卫星记录以来,北极海冰范围在所有季节都在稳步下降(序列号:2019 年 9 月 25 日)。几十年来,科学家们一直在努力改善海冰预报,但事实证明成功遥不可及。“预测海冰非常困难,因为海冰以复杂的方式与上方的大气和下方的海洋相互作用,”安德森说。

2020 年,北极海冰缩小到自 1979 年开始卫星监测以来第二低的程度。该动画使用这些观测结果来显示海冰覆盖范围从 3 月 5 日(海冰达到最大时)到 9 月 15 日的变化,当冰达到最低点时。黄线代表 1981 年至 2010 年的平均最小范围。当前的预测工具可以提前几周准确预测这些变化。一种基于人工智能的新工具可以提前几个月以近 95% 的准确度预测这些变化。

现有的预测工具将物理定律放入计算机代码中,以预测未来海冰将如何变化。但部分由于管理海冰的物理系统的不确定性,这些模型难以产生准确的长期预测。

安德森和他的同事使用深度学习的过程加载了 1979 年至 2011 年的观测海冰数据以及 1850 年至 2100 年的气候模拟数据,训练 IceNet 如何通过处理过去的数据来预测未来海冰的状态。

为了确定预测的准确性,该团队将 IceNet 的输出与 2012 年至 2020 年观测到的海冰范围以及欧洲中期天气预报中心广泛引用的工具 SEAS5 所做的预测进行了比较。IceNet 的准确度比 SEAS5 高出 2.9%,相当于将另外 360,000 平方公里的海洋正确标记为“冰”或“无冰”。

更重要的是,2012 年夏季海冰面积突然下降,预示着当年 9 月的海冰面积创下历史新低。通过分析过去的数据,IceNet 提前几个月就看到了下降趋势。SEAS5 也有一些线索,但它的预测与实际相差了几十万平方公里。

安德森说:“这是海冰预报方面向前迈出的重要一步,提高了我们做出通常认为不可能的准确预报的能力,并将其运行速度提高了数千倍。”他认为,IceNet 可能更好地从训练数据中了解了决定海冰演化的物理过程,而基于物理的模型仍然难以理解这些信息。

“这些机器学习技术在过去几年才开始为 [预测] 做出贡献,而且表现非常好,”阿拉斯加大学费尔班克斯地球物理研究所的大气科学家乌玛·巴特 (Uma Bhatt) 说道,他没有参与这项研究。新的研究。她还领导着海冰预测网络,这是一个由多学科科学家组成的团队,致力于改进预测。

巴特说,良好的季节性冰预报对于评估北极野火的风险非常重要,北极野火与海冰的存在密切相关(序列号:2020 年 6 月 23 日)。“了解春季海冰的位置可能会帮助您找出可能发生火灾的地方 – 例如,在西伯利亚,一旦海冰远离海岸,土地就会变暖迅速起来,为严重的火灾季节做好准备。”

海冰预报的任何改进也有助于北部和土著社区的经济、安全和环境规划。例如,当海冰消失时,数以万计的海象会被拖到陆地上休息(序列号:2014 年 10 月 2 日)。人类干扰可能引发致命的踩踏事件并导致海象死亡率很高。通过季节性冰预测,生物学家可以预测冰的快速流失,并通过限制人类进入这些地点来提前管理运出地点。

尽管如此,局限性仍然存在。在四个月的准备时间里,该系统预测 9 月冰缘位置的准确率约为 91%。与其他预测系统一样,IceNet 很难为夏末提供准确的长期预测,部分原因是科学家所说的“春季可预测性障碍”。了解春季融化季节开始时海冰的状况对于预测夏末的状况至关重要。

科罗拉多州博尔德市国家冰雪数据中心主任马克·塞雷兹 (Mark Serreze) 表示,另一个限制是“天气变化无常”。尽管海冰似乎准备在 7 月初创下年度新低记录,由于大气温度较低,冰损失的速度最终减慢了。“我们知道海冰对夏季天气模式的反应非常强烈,但我们无法获得良好的天气预报。天气预报大约提前 10 天。”

正文完
更多资讯,敬请关注「走访建筑」微信公众号😘
post-qrcode