详细内容或原文请订阅后点击阅览
解码北极以预测冬季天气
在人工智能的帮助下，麻省理工学院研究科学家 Judah Cohen 正在重塑次季节预报，目标是延长预测影响天气的准备时间。
来源:MIT新闻 - 人工智能每年秋天，随着北半球走向冬季，犹大·科恩开始拼凑出一个复杂的大气谜题。科恩是麻省理工学院土木与环境工程系 (CEE) 的研究科学家，他花了数十年的时间研究北极的条件如何影响整个欧洲、亚洲和北美的冬季天气。他的研究可以追溯到他与百加得和斯德哥尔摩水基金会教授 Dara Entekhabi 一起进行的博士后工作，研究西伯利亚地区的积雪及其与冬季预报的关系。
科恩对 2025-26 年冬季的展望强调了一个以北极地区出现的指标为特征的季节，这些指标使用新一代人工智能工具帮助绘制完整的大气图景。
超越通常的气候驱动因素
冬季预报在很大程度上依赖于厄尔尼诺-南方涛动 (ENSO) 诊断，这是影响世界各地天气的热带太平洋和大气条件。然而，科恩指出，今年 ENSO 相对较弱。
“当 ENSO 较弱时，北极的气候指标就变得尤为重要，”科恩说。
科恩在次季节预报中监测高纬度诊断，例如西伯利亚 10 月的积雪、季节初的温度变化、北极海冰范围以及极地涡旋的稳定性。 “这些指标可以讲述即将到来的冬天的令人惊讶的详细故事，”他说。
科恩最一致的数据预测之一是西伯利亚十月的天气。今年，当北半球经历了异常温暖的十月时，西伯利亚却比平常更冷，降雪提前。科恩说：“寒冷的气温加上早期的积雪往往会加强冷气团的形成，这些冷气团随后会蔓延到欧洲和北美。”从历史上看，这种天气模式与冬季晚些时候更频繁的寒流有关。
AI 次季节预测