?。ㄓ浾邚垑羧唬┠壳岸驙柲嶂Z事件被認為無法準確預測，但據(jù)英國《自然》雜志18日發(fā)表的一項人工智能（AI）與氣候學研究，韓國科學家報告了一種可以提前一年半預測厄爾尼諾事件的深度學習方法，克服了該領域長期存在的一項挑戰(zhàn)。
厄爾尼諾—南方濤動是地球上影響力最大的氣候變化，并隨著全球變暖而出現(xiàn)得越來越頻繁。厄爾尼諾事件發(fā)生于太平洋東部和中部，已知其會引起極端氣候，對當?shù)厣鷳B(tài)系統(tǒng)造成嚴重損害。但現(xiàn)階段，科學家對其部分相關模型無法達成統(tǒng)一，這意味著全球變暖對于厄爾尼諾事件的影響依然不甚明確，對這些事件進行準確判斷一直以來困難重重。以往傳統(tǒng)的氣候預測方法，無法提供超過一年的準確預測。
此次，韓國全南國立大學研究團隊訓練了一種能夠預測厄爾尼諾事件的深度學習方法。該模型利用1871年至1973年的歷史氣候數(shù)據(jù)，以及厄爾尼諾事件的模擬數(shù)據(jù)進行訓練，并通過1984年至2017年的數(shù)據(jù)進行測試。
與現(xiàn)行的氣候預測方法相比，該深度學習算法的預測準確性更高，預測時間最多可提前一年半。研究團隊還能借此預測某一厄爾尼諾事件是發(fā)生于太平洋中部還是東部，并在其發(fā)生之前鑒定海面溫度變化。
厄爾尼諾事件的發(fā)生對全球各地區(qū)的氣候災害均有預兆意義，因此對它的監(jiān)測已成為氣候預測中最重要內容之一。研究人員表示，此次新方法提供的預測結果，將幫助政府和相關機構制定政策，應對厄爾尼諾的影響。
