Быстрое усиление (RI — Rapid Intensification в ориг.) тропических циклонов, когда скорость ветра увеличивается на 13 м/с за 24 часа, представляет серьезную опасность и сложно поддается прогнозированию. Хотя такие явления составляют лишь 5% всех циклонов, они могут нанести значительный ущерб.
Исследователи из Института океанологии Китайской академии наук (IOCAS) разработали модель прогнозирования быстрых усилений, основанную на контрастном обучении. Модель анализирует два набора данных:
- Известный пример (Input A).
- Неизвестный пример для прогноза (Input B).
Система оценивает сходство между ними. Если более 50% сравнений указывают на быстрое усиление, циклону присваивается статус RI.
Достижения модели:
- Точность: 92,3%.
- Снижение ложных тревог: до 8,9% (в три раза меньше, чем у традиционных методов).
- Модель улучшила точность на 12% по сравнению с аналогами.
Для обучения использовались данные со спутников и атмосферно-океанические показатели, что позволило сбалансировать данные RI и не-RI циклонов.
Модель была протестирована на данных с Северо-Западной части Тихого океана за 2020-2021 годы. Для проверки оперативной пригодности вместо архивных данных использовались прогнозы ECMWF-IFS. Результаты подтвердили высокую точность модели в условиях реального времени.
Новый метод позволяет значительно повысить эффективность систем раннего предупреждения, что улучшает подготовку к потенциальным катастрофам. Как отметил руководитель исследования, профессор Ли Сяофэн, этот подход помогает глубже понять экстремальные явления и лучше защитить уязвимые регионы.
