Jak wskazówki arktyczne i sztuczna inteligencja rewolucjonizują prognozowanie zimy

Każdej jesieni, gdy półkula północna Ziemi odchyla się od słońca, zapoczątkowując krótsze dni, Judah Cohen, doświadczony naukowiec z Wydziału Inżynierii Lądowej i Środowiska MIT, ma rozwiązać ogromną zagadkę atmosferyczną. Celem jego szeroko zakrojonych badań jest przede wszystkim rozszyfrowanie sposobu, w jaki warunki arktyczne kształtują zimowe wzorce pogodowe w Europie, Azji i Ameryce Północnej.

Kariera Cohena, która rozpoczęła się na dobre podczas jego badań podoktorskich z profesorem Darą Entekhabi, rozpoczęła się od skupienia się na syberyjskiej pokrywie śnieżnej. Obecnie jego badania obejmują sygnały klimatyczne na dużych szerokościach geograficznych i ich rolę w kształtowaniu sezonu zimowego. Wraz z pojawieniem się sztucznej inteligencji, predykcyjne analizy pogodowe Cohena osiągają bezprecedensowy poziom. Na tym jednak historia się nie kończy.

Nawigacja poza zwykłymi wyzwalaczami klimatycznymi

Dawne prognozy zimowe zwykle w dużej mierze zależały od oscylacji południowej El Niño (ENSO), trendu klimatycznego napędzanego temperaturami tropikalnego Oceanu Spokojnego. Jednak w tym roku ENSO jest słabsze, co skutkuje minimalnym wpływem na klimat, skłaniając Cohena do szukania odpowiedzi w Arktyce.

“Kiedy ENSO jest słabe, wskaźniki klimatu Arktyki odgrywają kluczową rolę” - zapewnia Cohen. Uważnie obserwuje parametry arktyczne, w tym październikową pokrywę śnieżną na Syberii, anomalie temperatury na początku sezonu i zasięg lodu morskiego, a także zachowanie wiru polarnego. Jak wyjaśnia, zrozumienie tych czynników może rzucić zaskakujące światło na nadchodzącą zimę.

W październiku ubiegłego roku, podczas gdy duża część półkuli północnej doświadczyła niezwykle ciepłych temperatur, Syberia okazała się wyjątkiem. Z temperaturami niższymi niż zwykle i wczesnymi opadami śniegu, ukształtowała warunki tradycyjnie prowadzące do powstawania zimnych mas powietrza. Te mroźne masy powietrza mogą przemieszczać się do Europy i Ameryki Północnej, wprowadzając bardziej regularne okresy zimna.

Czynniki takie jak ciepłe temperatury oceanów na Morzu Barentsa-Kara i specyficzna faza oscylacji quasi-biennalnej wskazują, że wir polarny może być bardziej niestabilny niż zwykle. Jeśli zbiegnie się to z pewnymi warunkami powierzchniowymi w grudniu, może to spowodować temperatury poniżej normy na rozległych obszarach Eurazji i Ameryki Północnej na początku sezonu zimowego.

Obiecujący skok sztucznej inteligencji w prognozowaniu podsezonowym

Sztuczna inteligencja poczyniła już znaczące postępy w prognozowaniu pogody na krótkie dystanse, od jednego do dziesięciu dni. Jednak zastosowanie sztucznej inteligencji w dłuższych ramach czasowych pozostaje wyzwaniem. W szczególności prognozy podsezonowe obejmujące okres od dwóch do sześciu tygodni od dawna stanowią przeszkodę dla meteorologii. Wygląda jednak na to, że czasy się zmieniają.

W tym roku Cohen i jego drużyna zostali koronowani na zwycięzców jesiennego sezonu konkursu prognozowania podsezonowego AI WeatherQuest 2025, organizowanego przez Europejskie Centrum Prognoz Średnioterminowych (ECMWF). W konkursie oceniano, jak skutecznie modele AI mogą przewidywać wzorce temperatur na kilka tygodni do przodu. Zwycięski model, który połączył uczenie maszynowe z rozległym doświadczeniem Cohena w zakresie klimatu Arktyki, z łatwością przewyższył obecną sztuczną inteligencję i statystyczne poziomy bazowe.

“Ten poziom wydajności, jeśli będzie spójny przez wiele sezonów, może oznaczać ogromny krok w kierunku poprawy prognozowania podsezonowego” - zauważa Cohen. Co więcej, wykrycie przez model potencjalnej fali zimna wzdłuż wschodniego wybrzeża USA w połowie grudnia, na kilka tygodni przed uchwyceniem jej przez konwencjonalne modele, przyciągnęło znaczną uwagę mediów. Jeśli zostanie to potwierdzone, może to oznaczać znaczące zwiększenie możliwości wczesnego ostrzegania przed ekstremalnymi zjawiskami pogodowymi.

Przewidywanie krajobrazu meteorologicznego

Zgodnie z nowym modelem Cohena, zima 2025-26 może przynieść temperatury poniżej średniej na obszarach Eurazji i środkowej Ameryki Północnej, szczególnie w środku zimy. Chociaż są to wczesne prognozy podlegające zmianom, podstawowe sygnały dotyczące chłodniejszej zimy wydają się być na miejscu.

Ponieważ Arktyka ociepla się w alarmującym tempie, jej wpływ na zimową pogodę staje się coraz wyraźniejszy. Zrozumienie tych powiązań ma zasadnicze znaczenie dla planowania w dużych sektorach, w tym w energetyce, transporcie i bezpieczeństwie publicznym.

Cohen jest głęboko przekonany, że Arktyka jest pełna niewykorzystanego potencjału do poprawy prognoz podsezonowych, a sztuczna inteligencja może być kluczem do jej odblokowania. Jego praca stale zmierza w kierunku czegoś więcej niż tylko granicy naukowej - toruje również drogę do szerszego uznania kulturowego. Świadectwem rosnącej popularności jego badań było pojawienie się Cohena jako wskazówki w programie The Washington Post krzyżówka w listopadzie.

“Arktyka zawsze była dla mnie kluczowym obszarem do obserwacji. Teraz sztuczna inteligencja zapewnia nowe możliwości interpretacji jej sygnałów” - mówi Cohen. Aby być na bieżąco z zimowymi prognozami Cohena, możesz sprawdzić jego blog.

Oryginalne źródło: https://news.mit.edu/2026/decoding-arctic-to-predict-winter-weather-0108