Полное описание

Лубков, Андрей Сергеевич. Новый подход к использованию нейронных сетей для долгосрочного прогноза Эль-Ниньо и Ла-Нинья = An innovative approach to long-term predictionof El Nino and La Nina using neural networks / А. С. Лубков, Е. Н. Воскресенская, О. В. Марчукова. - DOI 10.21513/2410-8758-2023-4-432-466. - Текст : непосредственный // Фундаментальная и прикладная климатология = Fundamental and Applied Climatology : научный журнал. - 2023. - Т. 9, N 4. - С. 432-466. - Библиогр. в конце ст. - ISSN 2410-8758.

ГРНТИ	УДК
37.25.15	551.465.7
28.23.37	004.032.26-049.8

Рубрики:
Моря и океаны -- Взаимодействие с атмосферой
Нейронные сети -- Применение

Кл.слова (ненормированные): система океан-атмосфера -- долгосрочный прогноз -- машинное обучение -- моделирование
Аннотация: В работе предложен новый подход к использованию методов нейронных сетей и множественной линейной регрессии (МЛР) для прогноза состояния Эль-Ниньо - Южное колебание (ЭНЮК). Моделируемые параметры (индексы Nino3, Nino3.4 и Nino4) разделялись на две компоненты: низкочастотную и высокочастотную. Для моделирования высокочастотной компоненты использовались многослойные нейронные сети (МНС), а для моделирования низкочастотной компоненты - МЛР. Особенностью предложенного подхода является детальный отбор предикторов как входных в модель данных и последующее моделирование с перебором и проверкой всевозможных конструкций многослойной нейронной сети.На основе предложенного подхода разработана модель прогнозирования экстремальных фаз феномена ЭНЮК - NNM-ENSOv1 (Neural Network Model for ENSO forecast). Полученная модель отличается низкой чувствительностью к весеннему порогу предсказуемости, за счет чего прогнозирует состояние ЭНЮК с заблаговременностью более 7 месяцев значительно лучше по сравнению с динамическими моделями.Верификация предложенной модели проводилась на контрольном промежутке с 2007 по 2022 годы. NNM-ENSOv1 достаточно хорошо воспроизводит не только события Эль-Ниньо, но и их тип с заблаговременностью до одного года. В подтверждение отметим, что четыре из пяти событий Эль-Ниньо, включая их тип, были предсказаны верно. Вероятность верного определения условий, характерных для событий Эль-Ниньо, достаточно высока и незначительно меняется в границах 76-83% при изменении заблаговременности прогноза в пределах одиннадцати месяцев, в то время как для Ла-Нинья вероятность верного определения с ростом заблаговременности уменьшается от 85 до 31%.С помощью модели NNM-ENSOv1 в ноябре 2022 г. построен прогноз состояния ЭНЮК в 2023 году. Модель успешно предсказала эволюцию протекавшего до февраля 2023 г. в тот период Ла-Нинья, а затем последующие нейтральные условия в марте-апреле и начало Эль-Ниньо восточнотихоокеанского типа с мая 2023 года. В итоге, прогноз на первое полугодие 2023 года подтвердился. С результатами моделирования ЭНЮК в режиме реального времени можно ознакомиться на сайте модели: neuroclimate.com.
Доп. точки доступа:
Воскресенская, Елена Николаевна
Марчукова, Олеся Владимировна


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -661701-651498)

Шифр в сводном ЭК: 7f69174644103e3d27c9e4119790e16e

Заказать
Заказ фрагмента документа ₽