《利用机器学习改进次季节时间尺度的气候预报》

  • 来源专题:物理海洋学知识资源中心
  • 编译者: cancan
  • 发布时间:2019-03-22
  • 麻省理工学院访问科学家Judah Cohen和Ernest Fraenkel教授在由国家海洋和大气管理局主办的次季节气候预报的四分之三温度预报竞赛中获得第一名。麻省理工学院的研究人员击败了美国政府使用的长期运营预测模型。

    参赛队伍必须在2017年4月17日至2018年4月18日之间每两周提交一次气候预测报告。他们的目标是创建一种模式,使美国西部能够提前数周依赖这种模式来帮助管理水资源,为野火和干旱做好准备。

    “目前的天气预报模型只能在前7~10天进行预测。通过使用我们为此次竞赛创建的机器学习技术,新模型能够帮助能源公司和城市更早地为严重风暴做好准备。” Cohen说,“我们充分利用当前充足的气象记录和高性能计算技术,将基于物理的动力学模型和统计机器学习方法融合在一起,以便将预测周期从数天延长至数周。”

    机器学习技术和传统天气模式识别的结合是非常强大的,因为它可以帮助政府最大限度地利用水资源,为自然灾害或极端天气条件做好准备。

    (侯颖琳 编译;於维樱 审校)

  • 原文来源:https://phys.org/news/2019-03-machine-subseasonal-climate.html
相关报告
  • 《Nature:潮汐和季节时间尺度上高度变化的深海水流》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:熊萍
    • 发布时间:2024-10-14
    • 深海沉积物及其相关物质(如有机碳、营养物质和污染物)的运输受近底流控制。在大陆坡,这些近底流包括浊流和等深流。深海监测技术的进步促进了人们对浊流和等深流的理解。然而,这些过程很少单独进行,混合系统中近底流的量化仍然不足。而这类测量对于理解深海颗粒运输、校准数值模型和重建古海流至关重要。 近期,英国南安普顿大学国家海洋研究中心的科学家通过对莫桑比克近海混合系统4年34个观测站的观测数据,研究了近底流的动态性。研究发现:近底流在潮汐和季节时间尺度上具有高度的空间各异性,包括流向反转、局部海底地形引导和漏斗效应。观测到的近底流能够搅动在海底分布沉积物,增加了深海颗粒运输的复杂性,对古海洋学的重建构成挑战。(李亚清 编译;熊萍 责编)
  • 《PNAS:自7800年前以来,冬季降水主导的中亚地区水文气候变化的多时间尺度研究》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2024-07-14
    • 中亚受全球变暖显著影响,是世界上最重要的干旱区之一。了解该地区全新世气候变化的动态过程对于更好地理解未来气候变化的可能影响至关重要。目前中亚古气候记录大多数来自以夏季降水为主的中亚东部(ECA),而以冬季降水为主的中亚西部(WCA)的记录较少。尽管一些研究表明中亚在全新世期间呈现潮湿趋势,但对于WCA的水文气候变化情况尚不清晰。 中国科学院地球环境研究所对吉尔吉斯斯坦费尔甘纳盆地石笋进行深入研究,通过将石笋氧(δ18O)、碳同位素(δ13C)和Sr/Ca比值指作为该地区的干旱指数,成功构建了过去7800年WCA高精度测年(误差小于6‰)、高分辨率(约4年)水文气候记录。结果表明:WCA地区自中全新世以来呈现降水减少的干燥趋势,而ECA地区则呈现湿润趋势,二者形成鲜明对比。研究提出,在过去的8000年中,WCA和ECA之间的降水趋势差异是由季节性西风急流的变化所控制的,这些变化与季节性太阳辐射的变化有关。此外,通过对WCA干湿记录的详细分析,研究揭示此地区1400年、50-70年和20-30年的周期,可能与北大西洋的气候波动相关,表明中亚气候变化与全球气候系统之间存在密切联系。其中百年-年代际尺度的干旱事件对该地区历史社会乃至跨欧亚文化交流产生了深远影响。 这项研究为理解WCA地区文化变迁的长期历史提供了最高时间分辨率气候背景,不仅加深了人们对区域水文气候动态的理解,并有助于改进该生态脆弱地区未来气候变化的模型预测。(於维樱 编译)