कई महीने आगे देखने का सरल तरीका

NYU Abu Dhabi के Mubadala Arabian Center for Climate and Environmental Sciences के शोधकर्ताओं ने आर्कटिक समुद्री बर्फ के विस्तार का नौ महीने पहले तक पूर्वानुमान लगाने वाला एल्गोरिदम विकसित किया है। Random Analog Predictor, या RAP, वायुमंडल, महासागर और बर्फ की पूरी भौतिक प्रक्रिया का अनुकरण करने के बजाय ऐतिहासिक समुद्री-बर्फ रिकॉर्ड का उपयोग करता है।

Scientific Reports में प्रकाशित यह काम ऐसे समय में आया है जब आर्कटिक बदल रहा है। समुद्री बर्फ सूर्य की ऊर्जा को परावर्तित करती है, जबकि खुला गहरा महासागर अधिक ऊर्जा सोखता है।

RAP अनिश्चितता हटाने का दावा नहीं करता; वह अनिश्चितता को पूर्वानुमान का हिस्सा बनाता है।

Random Analog Predictor कैसे काम करता है

RAP वर्तमान जैसी पुरानी समुद्री-बर्फ परिस्थितियां खोजता है। फिर वह देखता है कि उन परिस्थितियों के बाद क्या हुआ और उन परिणामों से संभावित भविष्य के पूर्वानुमान बनाता है। परिणामों का फैलाव अनिश्चितता का अनुमान देता है।

यह भौतिकी-आधारित मॉडलों से अलग है, जो वायुमंडल, महासागर और बर्फ की पारस्परिक क्रियाओं का प्रतिनिधित्व करते हैं। RAP केवल ऐतिहासिक रिकॉर्ड पर निर्भर करता है।

अध्ययन के वरिष्ठ लेखक Francesco Paparella ने इसे जानबूझकर सरल बताया और कहा कि यह अधिक जटिल मॉडलों के साथ प्रतिस्पर्धी प्रदर्शन करता है।

मौसमी प्रदर्शन प्रतिस्पर्धी

शोधकर्ताओं के अनुसार RAP का कौशल Sea Ice Prediction Network के मॉडलों के बराबर था। सितंबर के समुद्री-बर्फ विस्तार के लिए इसकी त्रुटि मौसमी पूर्वानुमान में उपयोग किए गए 34 मॉडलों के समान थी।

RAP का पारदर्शी स्वरूप इसकी उपयोगी विशेषता है। समान पिछली स्थितियों से कई परिणाम बनाकर यह एक अकेली संख्या के बजाय संभावित परिणामों का फैलाव दिखाता है।

अनिश्चितता क्यों महत्वपूर्ण है

मौसमी समुद्री-बर्फ पूर्वानुमान कई जुड़ी प्रक्रियाओं पर निर्भर करता है। इसलिए उपयोगी पूर्वानुमान को केंद्रीय अनुमान के साथ उसकी अनिश्चितता भी बतानी चाहिए। RAP के ऐतिहासिक analogs का समूह यही करता है।

सरल मॉडल का प्रतिस्पर्धी प्रदर्शन एक स्पष्ट तुलना-बिंदु बनाता है: अतिरिक्त जटिलता तभी उचित है जब वह कौशल या उपयोगी जानकारी बढ़ाए।

बदलते आर्कटिक के लिए एक उपकरण

आर्कटिक बर्फ वैश्विक जलवायु प्रणाली का महत्वपूर्ण हिस्सा है। RAP अतीत के पैटर्न, कई संभावित भविष्य और उनसे जुड़ी अनिश्चितता का उपयोग करने वाला एक अतिरिक्त उपकरण है।

यह किसी एक एल्गोरिदम को आर्कटिक परिवर्तन के सभी प्रश्नों का उत्तर नहीं बनाता। लेकिन रिपोर्ट किए गए तुलनात्मक परीक्षण में यह स्थापित मौसमी पूर्वानुमानों जितना सक्षम रहा और स्पष्ट अनिश्चितता संकेत दिया।

यह लेख Phys.org की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।

Originally published on phys.org