Een drietal onderzoekers van de Chonnam National University, Nanjing University of Information Science and Technology en de Chinese Academy of Sciences hebben ontdekt dat een deep learning convolutioneel neuraal netwerk in staat was om El Niño-gebeurtenissen tot 18 maanden van tevoren nauwkeurig te voorspellen. In hun artikel gepubliceerd in het tijdschrift Natuur , Yoo Geun Ham, Jeong-Hwan Kim en Jing-Jia Luo, hun deep learning-toepassing beschrijven, hoe het werd getraind en hoe goed het werkte bij het voorspellen van El Niño-gebeurtenissen.

El Niño-Southern Oscillation-evenementen zijn perioden waarin het water in tropische delen van de Stille Oceaan boven de normale temperatuur opwarmt. Als dat warme water naar het oosten beweegt, het leidt tot meer regenval en andere weersomstandigheden, zoals orkanen, in Amerika, en minder regen in Australië en Indonesië. Huidige modellen kunnen dergelijke gebeurtenissen tot een jaar van tevoren nauwkeurig voorspellen met behulp van gegevens van watertemperatuurmeters die over de hele wereld zijn verspreid. Wetenschappers zouden dergelijke gebeurtenissen nog eerder willen kunnen voorspellen, echter, omdat ze een grote impact kunnen hebben op gebieden waar het weer verandert. Weten wanneer er een droogte op komst is in Indonesië, bijvoorbeeld, zou ambtenaren kunnen helpen bij het voorbereiden van voedselwinkels om mensen te voeden die plotseling niet in staat zijn hun voedsel voor een bepaalde periode te verbouwen. In deze nieuwe poging de onderzoekers kozen een andere benadering voor het voorspellen van El Niño-gebeurtenissen met behulp van een diep lerend neuraal netwerk in plaats van conventionele weersvoorspellingsmodellen.

De onderzoekers melden dat ze hun systeem hebben getraind met behulp van gegevens die zijn verzameld van weerstations in de jaren 1871 tot 1973. Gegevens uit dergelijke bronnen omvatten een verscheidenheid aan weers- en omgevingsmetingen zoals zeetemperaturen en de gemiddelde warmte-inhoud van de oceaan. De onderzoekers trainden het ook op 300 El Niño-gebeurtenissen die plaatsvonden tussen de jaren 1961 en 2005. Toen het systeem eenmaal was geleerd om de omstandigheden te herkennen die leidden tot El Niño-gebeurtenissen, ze hebben het getest met gegevens van 1984 tot 2017. Ze melden dat hun systeem nauwkeuriger was dan de huidige weermodellen, correct identificeren van 24 van de 34 gebeurtenissen, vergeleken met slechts 20 van dezelfde gebeurtenissen geïdentificeerd door conventionele modellering. Het systeem kon dit ook 18 maanden van tevoren doen. De onderzoekers melden ook dat hun systeem andere gebeurtenissen kon herkennen waarvan wordt aangenomen dat ze tot El Niño-gebeurtenissen leiden, zoals een dipool in de Indische Oceaan.

© 2019 Wetenschap X Netwerk