AI 系統協助預測季節性乾旱

西班牙瓦倫西亞理工大學(Universitat Politècnica de València)研究人員,開發出一套先進的氣象乾旱季節性預測系統,最長能夠提前6個月預測乾旱事件,為半乾旱地區的水資源管理與早期預警提供關鍵工具。

研究成果發表於期刊《Earth Systems and Environment》,提出一種創新的方法,整合多模式季節性氣候預測、廣泛使用的乾旱指標以及人工智慧技術,顯著提升現有預測的可靠性。

這項研究結合了來自四個國際公認系統的季節性預報(ECMWF-SEAS5、Météo-France System8、DWD-GCF2.1 與 CMCC-SPSv3.5)。這些資料由哥白尼氣候變遷服務(C3S)提供,並搭配經人工智慧後處理的 ERA5 歷史資料。研究人員利用上述資料,計算了兩項國際上最常用的乾旱指標:標準化降水指數(SPI)與標準化降水蒸散指數(SPEI),並涵蓋不同時間尺度(6、12、18 與 24 個月)。在6個月尺度的指標中,預測在發布當月的可靠度接近 90%。

圖片、資料來源:Phys.org