Большинство из нас различает только три вида осадков: дождь, снег и мокрый снег. Однако для ученых этот список давно нуждался в расширении и детализации. Группа исследователей из Мичиганского университета и NASA решила применить силу машинного обучения, чтобы раскрыть истинное разнообразие того, что падает с неба. Результатом их многолетней работы стала революционная система классификации, которая не только повышает точность прогнозов, но и имеет потенциал спасать жизни.
Почему прогнозы ошибаются?
Классическое представление о том, что снег идет только при минусовой температуре, а дождь — при плюсовой, является упрощенным. На самом деле в диапазоне от -3°C до +5°C одинаково возможны как дождь, так и снег — все зависит от условий внутри облаков и окружающей среды. Именно поэтому даже самые современные метеомодели часто не справляются с точным прогнозированием осадков. Спутники хорошо видят облака из космоса, но не могут точно определить, что именно из них выпадет на поверхность.
Как учили машину видеть дождь
Чтобы восполнить этот пробел, ученые установили специальную систему камер Precipitation Imaging Package (PIP) в стратегических точках США, Канады и Европы. Эта система с высокоскоростной камерой в течение девяти последних лет собирала данные. Результатом стала коллекция из 1,5 млн измерений, дополненная информацией с наземных метеостанций.
Обработать такой массив информации можно только с помощью искусственного интеллекта. Исследователи создали две модели машинного обучения: простую линейную и более сложную нелинейную. Последняя учитывала сложные взаимодействия между частицами и в итоге победила, уменьшив количество ошибок в определении типа осадков на 36 % по сравнению с линейным методом.
Девять типов осадков
Финальная система, разработанная учеными, получила название UMAP. Она не только упрощает сложные данные, но и выделяет три ключевых фактора, определяющих осадки: характеристики частиц, их интенсивность и фазу. Благодаря этому UMAP выделила девять типов осадков:
- Морось — легкий, постоянный дождь.
- Сильный дождь — интенсивный дождь с мелкими каплями.
- Легкий мокрый снег — переход от дождя к снегу с ледяными градинами.
- Интенсивный мокрый снег — сильный мокрый снег с плотными градинами.
- Легкая смешанная фаза — небольшое количество частично замерзших частиц.
- Тяжелая смешанная фаза — большой объем слякотных частиц.
- Переход от снега к смешанным осадкам — крупные снежинки и агрегаты.
- Легкий снегопад — рыхлый, неинтенсивный снег.
- Сильный снегопад — интенсивная метель.
Как объясняет климатолог и соавтор исследования Клэр Петтерсен, преимущества новой системы носят как немедленный, так и долгосрочный характер.
«В краткосрочной перспективе лучшие прогнозы помогут людям планировать поездки на работу или готовиться к непогоде, такой как наводнения или ледяные бури, — отметила она. — В долгосрочной — это поможет предсказать, как изменения снежного покрова повлияют на обеспечение регионов пресной водой».
Чтобы сделать свои открытия доступными не только для ученых, исследователи создали интерактивный график и понятный интерфейс для всех любителей погоды. Вся информация также опубликована в репозитории Deep Blue Data для тех, кто хочет углубиться в детали.
Ранее мы сообщали о том, что «климатические качели» могут стать сильнее к 2028 году.
По материалам popsci.com
