Наш веб-сайт використовує файли cookie, щоб забезпечити ваш досвід перегляду та відповідну інформацію. Перш ніж продовжувати користуватися нашим веб-сайтом, ви погоджуєтеся та приймаєте нашу політику використання файлів cookie та конфіденційність. cookie та конфіденційність

Машинне навчання підвищило точність прогнозів погоди на 3–4 тижні

processer.media

Машинне навчання підвищило точність прогнозів погоди на 3–4 тижні

Дослідники представили систему машинного навчання для коригування прогнозів погоди на термін від двох до шести тижнів. Метод під назвою probabilistic bias correction (PBC) виправляє систематичні помилки прогнозних моделей і формує ймовірнісні оцінки температури, опадів та атмосферного тиску. Про результати дослідження повідомляє Nature.

Підхід призначений для роботи з динамічними, ШІ- та гібридними системами прогнозування. Він використовує попередні прогнози моделі, спостереження за погодою та кліматологічні дані. Два компоненти системи — Debias++ і Persistence++ — відповідно коригують розподіл прогнозу та враховують недавні погодні тенденції.

Автори застосували PBC до ансамблевого прогнозу Європейського центру середньострокових прогнозів погоди (ECMWF), системи AIFS-SUBS на основі глибокого навчання та гібридної моделі POET. Для оцінювання брали середню температуру на висоті 2 метрів, суму опадів і середній тиск на рівні моря, а також прогнози на третій і четвертий тижні — для днів 19–25 та 26–32.

За даними дослідження, у 2016–2024 роках PBC потроїла позитивну оцінку навички прогнозування опадів у базовому ансамблі ECMWF до 0,023 за показником RPSS. Система також перетворила прогнози температури й тиску, які поступалися кліматологічній базі, на прогнози з позитивним результатом. Порівняно з операційним коригуванням ECMWF поліпшення фіксували для опадів у 98% точок сітки, для температури — у 91–92%, для тиску — у 89–91%.

У 2025 році автори подали поєднання PBC-ECMWF і PBC-POET під назвою MicroDuet до конкурсу AI Weather Quest, який проводить ECMWF. У дебютному сезоні вересень–жовтень–листопад система, за наведеними результатами, посіла перше місце для всіх погодних змінних і обох термінів прогнозу, випередивши моделі шести метеорологічних центрів, кілька версій AIFS-SUBS та розробки 34 команд.

Особливо відчутною була перевага для опадів: MicroDuet мав показник навички 0,06–0,07, що, як зазначено в роботі, удвічі перевищувало результат мультимодельного динамічного ансамблю на третьому тижні та втричі — на четвертому. У листопаді 2025 року прогноз MicroDuet також зафіксував екстремальне похолодання на сході США в середині грудня, яке не передбачив скоригований прогноз ECMWF.

  • Останні
Більше новин

Новини по днях

Сьогодні,
15 жовтня 2026

Новини на тему

Більше новин