Обновить

Российская нейросеть устраняет систематические ошибки глобальных моделей при прогнозе арктических штормов

Время на прочтение4 мин
Охват и читатели7.6K
Всего голосов 7: ↑5 и ↓2+6
Комментарии4

Комментарии 4

я что-то не понял, как эта магия работает - спутники погоду не видят, метеостанций мало, Но при этом откуда-то берутся данные с точностью до 6-20 км?

Интерполяция же. У вас есть данные в некоторых точках от метеостанций, данные в других точках сетки вы как-то интерполируете из них на основании уравнений вашей погодной модели. Модель же эта десятилетиями строится так, что по известным точкам может вполне неплохо предсказывать погоду в неизвестных.

Конечно, там где метеостанций меньше, точность получается хуже. Но кроме метеостанций вам помогают и спутники, и самолеты гражданской авиации (они тоже погоду замеряют и передают), и метеозонды, и корабли в море. Как-то справляются.

В целом из статьи не очень понятно что в подходе нового, нейросети для исправления систематических ошибок погодных моделей давно применяют. Может новизна именно в использовании в Арктике, где свои нюансы есть, вот например то что большинство спутников так далеко на север не залетают и не смотрят.

Описанное вами уже не совсем интерполяция)

Судя по статье: они взяли данные ERA5 и использовали их в качестве начальных/граничных условий для региональной арктической модели на базе Weather Research & Forecasting Model. Наверняка были эксперименты по подгонке параметров этой модели под точечные наблюдения. А затем уже данные с этой детальной региональной модели использовали для обучения нейросетки.

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Другие новости