არქტიკის ინდიკატორები და ხელოვნური ინტელექტი ზამთრის ამინდის პროგნოზირებისთვის
სტატია ეხება ჯუდა კოენის კვლევას არქტიკული პირობების (ციმბირის თოვლის საფარი, პოლარული მორევა და სხვ.) გამოყენების შესახებ, როგორც ზამთრის ამინდის პროგნოზირების ძირითად ინდიკატორებს ევროპაში, აზიაში და ჩრდილოეთ ამერიკაში. აღწერილია, თუ როგორ ხდება ხელოვნური ინტელექტის ინტეგრირება, რამაც მნიშვნელოვანი წინსვლა აჩვენა სუბსეზონურ პროგნოზირებაში (2-6 კვირა) და შესაძლოა გაზარდოს ექსტრემალური ამინდის მოვლენების პროგნოზირების დრო. კოენის მოდელი მიანიშნებს ევრაზიისა და ცენტრალური ჩრდილოეთ ამერიკის ნაწილე
ყოველ შემოდგომაზე, როდესაც ჩრდილოეთ ნახევარსფერო ზამთრისკენ მიიწევს, ჯუდა კოენი იწყებს ატმოსფერული რთული თავსატეხის აწყობას. კოენი, მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) სამოქალაქო და გარემოს ინჟინერიის (CEE) დეპარტამენტის მკვლევარი, ათწლეულებია სწავლობს, თუ როგორ განსაზღვრავს არქტიკაში არსებული პირობები ზამთრის ამინდს ევროპაში, აზიაში და ჩრდილოეთ ამერიკაში. მისი კვლევა დაიწყო ბაკარდისა და სტოკჰოლმის წყლის ფონდების პროფესორ დარა ენტეხაბისთან პოსტდოქტორანტურის დროს, როდესაც ის იკვლევდა ციმბირის რეგიონში თოვლის საფარს და მის კავშირს ზამთრის პროგნოზირებასთან. კოენის პროგნოზი 2025–26 წლის ზამთრისთვის ხაზს უსვამს სეზონს, რომელიც ხასიათდება არქტიკიდან მომდინარე ინდიკატორებით, ხელოვნური ინტელექტის ახალი თაობის ხელსაწყოების გამოყენებით, რაც სრულ ატმოსფერულ სურათს ქმნის.
**ჩვეულებრივი კლიმატის განმსაზღვრელი ფაქტორების მიღმა**
ზამთრის პროგნოზები დიდწილად ეყრდნობა ელ-ნინიო–სამხრეთის რხევის (ENSO) დიაგნოსტიკას, რაც არის ტროპიკული წყნარი ოკეანისა და ატმოსფეროს პირობები, რომლებიც გავლენას ახდენენ ამინდზე მთელ მსოფლიოში. თუმცა, კოენი აღნიშნავს, რომ ENSO წელს შედარებით სუსტია. „როდესაც ENSO სუსტია, სწორედ მაშინ ხდება არქტიკიდან მიღებული კლიმატური ინდიკატორები განსაკუთრებით მნიშვნელოვანი“, – ამბობს კოენი. კოენი თავის სუბსეზონურ პროგნოზირებაში აკვირდება მაღალი განედის დიაგნოსტიკას, როგორიცაა ოქტომბრის თოვლის საფარი ციმბირში, სეზონის დასაწყისში ტემპერატურის ცვლილებები, არქტიკული ზღვის ყინულის ფართობი და პოლარული მორევის სტაბილურობა. „ეს ინდიკატორები გასაოცრად დეტალურ ამბავს მოგვითხრობენ მომავალი ზამთრის შესახებ“, – ამბობს ის. კოენის ერთ-ერთი ყველაზე თანმიმდევრული მონაცემთა პროგნოზირებადი ინდიკატორია ციმბირის ოქტომბრის ამინდი. წელს, როდესაც ჩრდილოეთ ნახევარსფეროში უჩვეულოდ თბილი ოქტომბერი იყო, ციმბირი ნორმაზე ცივი აღმოჩნდა ადრეული თოვლის მოსვლასთან ერთად. „ცივი ტემპერატურა ადრეულ თოვლის საფართან ერთად აძლიერებს ცივი ჰაერის მასების ფორმირებას, რამაც მოგვიანებით შეიძლება ევროპასა და ჩრდილოეთ ამერიკაში შემოაღწიოს“, – ამბობს კოენი – ამინდის ეს ნიმუშები ისტორიულად დაკავშირებულია ზამთრის ბოლოს უფრო ხშირ ცივ შელოცვებთან. ბარენცისა და კარის ზღვაში ოკეანის თბილი ტემპერატურა და კვაზი-ორწლიანი რხევის „აღმოსავლური“ ფაზა ასევე მიანიშნებს პოტენციურად სუსტ პოლარულ მორევზე ადრეულ ზამთარში. როდესაც ეს დარღვევა დეკემბერში ზედაპირულ პირობებთან ერთად მოქმედებს, ეს იწვევს ნორმაზე დაბალ ტემპერატურას ევრაზიისა და ჩრდილოეთ ამერიკის ნაწილებში სეზონის დასაწყისში.
**ხელოვნური ინტელექტის სუბსეზონური პროგნოზირება**
მიუხედავად იმისა, რომ ხელოვნური ინტელექტის ამინდის მოდელებმა შთამბეჭდავი ნაბიჯები გადადგეს მოკლევადიანი (1–10 დღიანი) პროგნოზების ჩვენებაში, ეს მიღწევები ჯერ არ გამოყენებულა უფრო ხანგრძლივი პერიოდებისთვის. სუბსეზონური პროგნოზირება, რომელიც ორ-დან ექვს კვირას მოიცავს, კვლავ ერთ-ერთ უმძიმეს გამოწვევად რჩება ამ სფეროში. სწორედ ეს ხარვეზი არის მიზეზი, თუ რატომ შეიძლება იყოს წლევანდელი წელი გარდამტეხი მომენტი სუბსეზონური ამინდის პროგნოზირებისთვის. კოენთან მომუშავე მკვლევართა გუნდმა პირველი ადგილი დაიკავა 2025 წლის „AI WeatherQuest“ სუბსეზონური პროგნოზირების კონკურსში შემოდგომის სეზონისთვის, რომელიც ევროპის საშუალოვადიანი ამინდის პროგნოზების ცენტრმა (ECMWF) ჩაატარა. კონკურსი აფასებს, თუ რამდენად კარგად იჭერენ ხელოვნური ინტელექტის მოდელები ტემპერატურის ნიმუშებს მრავალი კვირის განმავლობაში, სადაც პროგნოზირება ისტორიულად შეზღუდული იყო. გამარჯვებულმა მოდელმა გააერთიანა მანქანური სწავლის ნიმუშის ამოცნობა იმავე არქტიკულ დიაგნოსტიკასთან, რომელიც კოენმა ათწლეულების განმავლობაში დახვეწა. სისტემამ მნიშვნელოვანი პროგრესი აჩვენა მრავალკვირიან პროგნოზირებაში, გადააჭარბა წამყვან ხელოვნური ინტელექტისა და სტატისტიკურ საბაზისო მაჩვენებლებს. „თუ შესრულების ეს დონე რამდენიმე სეზონის განმავლობაში შენარჩუნდება, ეს შეიძლება რეალური წინგადადგმული ნაბიჯი იყოს სუბსეზონური პროგნოზირებისთვის“, – ამბობს კოენი. მოდელმა ასევე აღმოაჩინა პოტენციური ცივი ტალღა დეკემბრის შუა რიცხვებში აშშ-ის აღმოსავლეთ სანაპიროზე, ჩვეულებრივზე ბევრად ადრე, სანამ ასეთი სიგნალები, როგორც წესი, ჩნდება. ეს პროგნოზი მედიაში ფართოდ გაშუქდა რეალურ დროში. თუ დადასტურდა, კოენი განმარტავს, ეს აჩვენებს, თუ როგორ შეიძლება არქტიკული ინდიკატორების ხელოვნურ ინტელექტთან კომბინაციამ გაზარდოს ეფექტური ამინდის პროგნოზირების დრო. „პოტენციური ექსტრემალური მოვლენის სამი-ოთხი კვირით ადრე მონიშვნა გარდამტეხი მომენტი იქნება“, – დასძენს ის. „ეს კომუნალურ სამსახურებს, სატრანსპორტო სისტემებს და საჯარო უწყებებს მომზადებისთვის მეტ დროს მისცემს“.
**რა შეიძლება მოგვიტანოს ამ ზამთარმა**
კოენის მოდელი აჩვენებს ნორმაზე ცივი პირობების უფრო მაღალ ალბათობას ევრაზიის ნაწილებში და ცენტრალურ ჩრდილოეთ ამერიკაში ზამთრის მეორე ნახევარში, ყველაზე ძლიერი ანომალიებით სავარაუდოდ სეზონის შუა პერიოდში. „ჯერ კიდევ ადრეა და ნიმუშები შეიძლება შეიცვალოს“, – ამბობს კოენი. „მაგრამ უფრო ცივი ზამთრის ნიმუშის ინგრედიენტები არსებობს“. არქტიკის დათბობის აჩქარებასთან ერთად, მისი გავლენა ზამთრის ამინდზე უფრო აშკარა ხდება, რაც სულ უფრო მნიშვნელოვანს ხდის ამ კავშირების გაგებას ენერგეტიკის დაგეგმვისთვის, ტრანსპორტირებისთვის და საზოგადოებრივი უსაფრთხოებისთვის. კოენის ნაშრომი აჩვენებს, რომ არქტიკა ფლობს გამოუყენებელ სუბსეზონური პროგნოზირების ძალას, და ხელოვნური ინტელექტი შეიძლება დაეხმაროს მის განბლოკვაში იმ დროის ფარგლებში, რაც დიდი ხანია გამოწვევას წარმოადგენს ტრადიციული მოდელებისთვის. ნოემბერში კოენი The Washington Post-ის კროსვორდშიც კი გამოჩნდა, რაც მისი ნაშრომის ფართო აღიარების მცირე ნიშანია.
თეგები:
#ხელოვნური ინტელექტი
#არქტიკა
#ზამთრის ამინდი
#ამინდის პროგნოზი
#კლიმატი
#ჯუდა კოენი
#სუბსეზონური პროგნოზირება
#ციმბირი
#პოლარული მორევა
#enso
წყარო: news.mit.edu
AI-ით გადამუშავებული