Моделите за прогнозиране на времето, базирани на изкуствен интелект, изиграха критична роля в реакцията на екстремни валежи, снежни бури и други опасни метеорологични събития тази година, въпреки че остават големи предизвикателства при прогнозирането на внезапни и силно локализирани събития в северен Китай, казаха метеоролозите.
Системите за прогнозиране, базирани на изкуствен интелект, предоставиха ключова техническа подкрепа по време на тазгодишния сезон на наводнения в Северен Китай, включително поредица от екстремни дъждовни бури, както и по време на скорошни снеговалежи, казаха експерти от Китайската метеорологична администрация в петък, докато представяха надстройки на няколко модела в новата зона Xiong’an, провинция Хъбей.
Използвани във връзка с традиционното числено прогнозиране, моделите са подобрили навременността и точността на предупрежденията, помагайки за укрепване на усилията за предотвратяване на бедствия и смекчаване, казаха те.
Цао Йонг, ръководител на изследователския отдел за технологии за прогнозиране на времето в Националния метеорологичен център, каза, че моделът за средно и краткосрочно прогнозиране на AI, известен като Fengqing, е разпространен в цялата страна, с пилотни версии, внедрени в региони, включително провинция Хъбей.
По време на сезона на наводненията тази година продължителните дъждовни бури, разпръснати на различни места в Северен Китай, поставиха големи предизвикателства при прогнозирането. „В 96-часовите прогнози моделът Fengqing успешно улови цялостната тенденция на събитието“, каза Цао.
Моделът се представи добре и по време на първия снеговалеж в Северен Китай за сезона по-рано този месец, като точно прогнозира времето, продължителността и интензивността на снеговалежа, добави той.
Китай също така надгради своята базирана на изкуствен интелект система за „текущо предаване“, известна като Fenglei, която се фокусира върху краткосрочни и предстоящи прогнози за времето. Zhang Xiaowen, ръководител на изследователския екип на Fenglei на центъра, каза, че моделът позволява прогнозите да се придържат по-добре към принципите на науката за атмосферата, като същевременно подобрява стабилността и прецизността.
Системата Fenglei също направи пробив в прогнозирането на краткотрайни силни валежи и екстремни дъждове. През юни той точно прогнозира внезапна силна конвективна буря в Пекин и екстремна дъждовна буря в провинция Хенан.
„Моделът показа значително подобрение спрямо съществуващите оперативни продукти при прогнозиране на екстремни краткотрайни валежи, надвишаващи 50 милиметра на час, осигурявайки ефективна подкрепа за синоптиците, издаващи ранни предупреждения за такива екстремни валежи“, каза Джан.
Въпреки това, прогнозирането на екстремни метеорологични събития остава особено предизвикателство в северните региони, каза Лу Бо, вицепрезидент на Института за метеорологичен изкуствен интелект Xiong’an.
В сравнение с Южен Китай, където валежите през сезона на наводненията често са продължителни и относително стабилни, Северен Китай е по-податлив на внезапни тежки конвективни бури или краткотрайни дъждове, предизвикани от далечни тайфуни. „Тези събития обикновено са интензивни, силно неравномерни в пространството и времето и по-трудни за прогнозиране“, каза Лу.
Например моделът Fengshun, система за сезонно прогнозиране, базирана на изкуствен интелект, успешно прогнозира юлския дъждовен пояс в Северен Китай до края на юни, но представянето му изостава от това на традиционните числени модели за прогнозиране за августовския дъждовен пояс, каза Лу.
Съгласно Стратегията за развитие на прогнозирането на земната система (2025-2035 г.), пътна карта, публикувана наскоро от CMA, ново поколение модели за прогнозиране ще бъдат разгърнати оперативно и ще бъде изградена единна основна рамка за метеорологичен ИИ през следващите пет години.
Подобрените метеорологични модели с изкуствен интелект ще осигурят по-широка и по-прецизна поддръжка за краткосрочни предупреждения и предупреждения за екстремни климатични условия, като същевременно ще улеснят енергийното диспечиране и селскостопанското планиране, казаха служители.
За разлика от традиционните модели за прогнозиране, които могат да бъдат бавни и стриктно да следват физическите закони, моделите за прогнозиране на AI са изключително бързи и точни, въпреки че могат да се борят с „невидими“ рекордни метеорологични събития.
[email protected]
Нашия източник е Българо-Китайска Търговско-промишлена палaта