Un team di ricercatori delle università di Lincoln, Sheffield e Reading ha sviluppato un nuovo metodo per migliorare la previsione delle condizioni meteorologiche stagionali nel Regno Unito e nell'Europa nordoccidentale.
Il modello offre un potente strumento per comprendere meglio i cambiamenti nella circolazione atmosferica e per effettuare previsioni meteorologiche stagionali più accurate. Potrebbero anche avvantaggiare molti settori, tra cui l'agroalimentare, l'energia, il tempo libero e il turismo.
Lo studio ha prodotto due articoli pubblicati, uno in Meteorological Applications e un altro sull'International Journal of Climatology .
Per prevedere il tempo stagionale sull’Europa nordoccidentale, i principali centri di previsione meteorologica attualmente si affidano a costosi modelli di supercomputer. Per integrare questi metodi convenzionali, il gruppo ha utilizzato un metodo di intelligenza artificiale e apprendimento automatico noto come NARMAX (modelli di media mobile autoregressiva non lineare con input eXogeni) per prevedere lo stato della corrente a getto del Nord Atlantico e della circolazione atmosferica, entrambi fortemente legati alla superficie. anomalie della temperatura dell'aria e delle precipitazioni.
NARMAX è stato utilizzato con successo in molti altri campi di ricerca e, in questo caso, sono state fatte previsioni iniziali sia per l'estate che per l'inverno, per diversi modelli di circolazione dell'aria che comunemente influenzano la regione del Nord Atlantico e il successivo clima stagionale dell'Europa nordoccidentale.
I risultati dello studio hanno mostrato un’elevata precisione per entrambe le stagioni e per tutti e tre i modelli di circolazione esaminati. Questo è importante perché i modelli di supercomputer convenzionali e più costosi faticano a prevedere con precisione le condizioni atmosferiche stagionali in quest'area in estate, tendendo a sottostimare le variazioni di anno in anno per entrambe le stagioni.
Inoltre, il metodo NARMAX è stato utilizzato per analizzare le possibili cause dei cambiamenti della circolazione atmosferica. Queste informazioni potrebbero essere utilizzate per l'interpretazione e per contribuire a migliorare i risultati del modello del supercomputer.
Questa svolta potrebbe svolgere un ruolo cruciale nel miglioramento delle previsioni stagionali, nonché nello sviluppo di futuri modelli di previsione meteorologica, in particolare durante i mesi estivi.
Il dottor Ian Simpson, ricercatore associato post-dottorato presso l'Università di Lincoln, ha commentato:"Abbiamo dimostrato forti legami tra la circolazione e i modelli delle correnti a getto e le condizioni meteorologiche superficiali stagionali nell'Europa nordoccidentale.
"Pertanto, avendo utilizzato i modelli NARMAX per produrre previsioni stagionali dei modelli di circolazione, possiamo tradurle in previsioni dei modelli meteorologici stagionali, ad esempio anomalie di temperatura e precipitazioni, nell'Europa nordoccidentale che saranno di interesse per una vasta gamma di parti interessate.
"Ad esempio, fornire previsioni stagionali più accurate aiuterà l'industria agroalimentare, aiutando a fornire agli agricoltori un'idea delle probabili rese per la stagione e del modo migliore per ottimizzare i sistemi colturali e pianificare il raccolto."
Edward Hanna, professore di scienze climatiche e meteorologia presso l'Università di Lincoln, ha aggiunto:"Si tratta di un progetto entusiasmante che ha riunito diverse discipline ed esperti in scienze meteorologiche e apprendimento automatico con l'obiettivo di migliorare la previsione meteorologica stagionale e applicare i risultati a utenti finali.
"I nostri articoli pubblicati dimostrano che la modellazione NARMAX ha un grande potenziale per svolgere un ruolo significativo nel contribuire a perfezionare la prossima generazione di modelli di previsione dei supercomputer, che storicamente sono stati affamati di risorse computazionali, e nel migliorare le previsioni stagionali."
Il dottor Yiming Sun, ricercatore associato presso l'Università di Sheffield, ha dichiarato:"Abbiamo sviluppato e applicato un metodo di apprendimento automatico NARMAX per prevedere lo stato stagionale della circolazione atmosferica e della corrente a getto del Nord Atlantico.
"Il modello ha dimostrato un elevato grado di accuratezza predittiva rispetto ai modelli dinamici. Pertanto, NARMAX può essere utilizzato per migliorare le capacità di previsione stagionale e informare lo sviluppo di modelli dinamici di supercomputer."
Ulteriori informazioni: Yiming Sun et al, Previsioni probabilistiche stagionali della circolazione atmosferica del Nord Atlantico utilizzando la modellazione di sistemi complessi e confronto con modelli dinamici, Applicazioni meteorologiche (2024). DOI:10.1002/met.2178
Ian Simpson et al, Indici di circolazione atmosferica del Nord Atlantico:collegamenti con la temperatura estiva e invernale e le precipitazioni nell'Europa nordoccidentale, comprese persistenza e variabilità, International Journal of Climatology (2024). DOI:10.1002/joc.8364
Fornito dall'Università di Lincoln
