В России научились прогнозировать засуху на год вперед
Ученые из Сколковского института совместно со Сбером представили модель для прогноза засушливой погоды на основе климатических данных. Такое решение очень поможет сельскохозяйственным предприятиям, чтобы оценивать риски, планировать деятельность и предварительно принимать меры. Только вот не все так просто — до этого подобных технологий не было из-за фактора случайности самого явления засухи.
Решение от Сколтеха и Сбера заключается в комплексном подходе с использованием нейросетей и ежемесячных погодных данных. Причем, исследования прошли сразу две модели: EarthFormer «на основе трансформера» для среднесрочных прогнозов и ConvLSTM для долгосрочных. Последняя в целом показывает высокое качество в разных условиях. Кстати, для теста использовали 5 регионов с разными континентами и климатическими зонами: Польша, Миссури из США, Гояс из Бразилии, Мадхья-Прадеш из Индии и северная часть Казахстана.
«Прогноз засухи имеет первостепенное значение для многих регионов нашей страны. В том числе и для моего родного края — Астраханской области. Однако моделирование этого природного явления достаточно сложно ввиду необходимости учета различных факторов, в том числе и глобального потепления. Наши модели позволяют строить качественные прогнозы засухи на год вперед»Александр МарусовИнженер-исследователь Центра прикладного искусственного интеллекта Сколтеха
Кстати, в России нейросети используются и для другой необычной цели. Ученые придумали, как с помощью них осуществлять мониторинг роста земляники, чтобы прогнозировать урожай. Алгоритм подсчитывает ягоды, оценивает их спелость и выявляет болезни.
