Модель GenCast точно предскажет экстремальные погодные явления
Она уже справилась с предсказанием траектории тайфуна Хагибис
Новая вероятностная модель GenCast способна за восемь минут сделать прогноз погоды на 15 дней, и он по 97,2 процента метрик окажется более точным, чем у широко применяемого ансамбля ECMWF-ENS. Кроме того, модель показала значительно более точные результаты предсказания экстремальных погодных событий и может применяться для составления региональных прогнозов выработки ветряной энергетики. Описание модели опубликовано в журнале Nature.
Специалисты в области машинного обучения под руководством Илана Прайса (Ilan Price) из Google DeepMind применили диффузионную модель для генерации прогнозных траекторий погодных явлений и обучили ее на метеоданных реанализа ERA5 с 1979 по 2019 годы. Полученная модель прогноза погоды GenCast быстро выдает прогнозы погоды с географическим разрешением 0,25 градуса, которые особенно точны на промежутках от трех до пяти дней. Также она способна предсказывать траектории тропических циклонов — например, тайфуна Хагибис, который нанес огромный ущерб Японии в 2019 году — а также оценивать экстремальные температуры и скорости ветра.
Он лучше поглощает атмосферный углерод в годы с долгим ледовым покровом
В годы, когда у побережий Антарктиды дольше сохраняется припай — неподвижный лед, примерзший к берегу или морскому дну — Южный океан может поглотить на 20-27 процентов больше углекислого газа из атмосферы. Такой лед месяцами изолирует морскую поверхность от действия ветра и не дает ему перемешивать водную толщу, поэтому с глубины не поднимаются богатые органическим веществом слои воды, а газообмен с атмосферой ограничивается. Такие выводы содержит статья, опубликованная в журнале Communications Earth & Environment.