Chinesische Wissenschaftler nutzen Machine Learning für präzise Vorhersage des antarktischen Meereises

Chinesische Wissenschaftler haben mithilfe von Deep-Learning-Methoden präzise Vorhersagen zum antarktischen Meereis für Dezember 2023 bis Februar 2024 getroffen.

Das Forschungsteam nutzte ein neuronales Convolutional Long Short-Term Memory (ConvLSTM)-Netzwerk, um ein saisonales Vorhersagemodell für das antarktische Meereis zu erstellen.

Ihre Prognose deutete darauf hin, dass das antarktische Meereis im Februar 2024 nahe den historischen Tiefstständen bleiben würde, es gab jedoch weniger Anzeichen dafür, dass es ein neues Rekordtief erreichen würde. Die prognostizierte Meereisfläche (SIA) und Meereisausdehnung (SIE) für Februar 2024 betrugen 1,441 Millionen Quadratkilometer bzw. 2,105 Millionen Quadratkilometer, etwas höher als die im Jahr 2023 beobachteten historischen Tiefststände.

Das Team unter der Leitung von Forschern der Sun Yat-sen University und des Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai) legte seine Vorhersageergebnisse im Dezember vor. Anfang Februar wurden diese in der Fachzeitschrift „Advances in Atmospheric Sciences“ veröffentlicht.

Ihre Vorhersage wurde dann durch die neuesten Satellitenbeobachtungen für Februar bestätigt. Die beobachteten SIA- bzw. SIE-Werte für Februar 2024 betragen 1,510 Millionen Quadratkilometer bzw. 2,142 Millionen Quadratkilometer.

Laut den Forschern besteht zwischen den Vorhersagen und den Beobachtungen eine bemerkenswert enge Übereinstimmung. Außerdem liegen die Meereisfläche und -ausdehnung von Dezember bis Februar innerhalb einer Standardabweichung der vorhergesagten Werte, was die Zuverlässigkeit des Vorhersagesystems unterstreicht.

Der Vergleich zwischen Vorhersage- und Beobachtungsdaten bestätigt die Genauigkeit des ConvLSTM-Modells und sein Potenzial für eine zuverlässige Vorhersage des antarktischen Meereises, so die Forscher.

„Unsere erfolgreiche Vorhersage unterstreicht nicht nur die Bedeutung einer verstärkten Forschung zur Vorhersage des antarktischen Meereises, sondern zeigt auch das erhebliche Anwendungspotenzial von Deep-Learning-Methoden in diesem kritischen Bereich“, so Yang Qinghua, Professor an der Sun Yat-sen University.