Każdej jesieni, gdy półkula północna Ziemi odchyla się od Słońca, co powoduje skrócenie dni, Judah Cohen, doświadczony naukowiec z Wydziału Inżynierii Lądowej i Środowiskowej MIT, zabiera się za rozwiązanie niezwykle skomplikowanej zagadki atmosferycznej. Celem jego szeroko zakrojonych badań jest przede wszystkim rozszyfrowanie, w jaki sposób warunki panujące w Arktyce kształtują zimowe wzorce pogodowe w Europie, Azji i Ameryce Północnej.
Kariera Cohena, która nabrała tempa podczas jego badań podoktoranckich pod kierunkiem profesor Dary Entekhabi, rozpoczęła się od badań nad pokrywą śnieżną na Syberii. Obecnie jego badania rozszerzyły się na kompleksową analizę sygnałów klimatycznych występujących w wysokich szerokościach geograficznych oraz ich roli w kształtowaniu sezonu zimowego. Wraz z pojawieniem się sztucznej inteligencji prognozy pogody opracowywane przez Cohena osiągają niespotykany dotąd poziom. Ale to nie koniec tej historii.
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 zjawisko ENSO jest słabe, kluczową rolę odgrywają wskaźniki klimatyczne Arktyki” – twierdzi Cohen. Uważnie obserwuje parametry arktyczne, w tym październikową pokrywę śnieżną na Syberii, anomalie temperatur na początku sezonu oraz 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.
Obszarem, w którym sztuczna inteligencja poczyniła już znaczne postępy, są prognozy pogody na krótki okres, obejmujące od jednego do dziesięciu dni. Jednak zastosowanie sztucznej inteligencji w przypadku dłuższych horyzontów czasowych nadal stanowi wyzwanie. W szczególności prognozy subsezonowe, obejmujące okres od dwóch do sześciu tygodni, od dawna stanowią przeszkodę w meteorologii. Wygląda jednak na to, że czasy się zmieniają.
W tym roku Cohen i jego zespół zostali ogłoszeni zwycięzcami jesiennego etapu konkursu AI WeatherQuest 2025 w zakresie prognozowania subsezonowego, zorganizowanego przez Europejskie Centrum Prognoz Średnioterminowych (ECMWF). W ramach konkursu oceniano, jak skutecznie modele sztucznej inteligencji potrafią przewidywać trendy temperaturowe z kilkutygodniowym wyprzedzeniem. Zwycięski model, łączący uczenie maszynowe z bogatym doświadczeniem Cohena w zakresie klimatu arktycznego, znacznie przewyższył dotychczasowe modele sztucznej inteligencji oraz statystyczne modele odniesienia.
“Taki poziom skuteczności, jeśli utrzyma się przez wiele sezonów, mógłby stanowić ogromny krok naprzód w kierunku poprawy prognozowania zjawisk podsezonowych” – zauważa Cohen. Ponadto fakt, że model wykrył potencjalny napływ zimnego powietrza wzdłuż wschodniego wybrzeża Stanów Zjednoczonych w połowie grudnia, na kilka tygodni przed tym, jak uchwyciły to konwencjonalne modele, wzbudził spore zainteresowanie mediów. Jeśli zostanie to potwierdzone, może to oznaczać znaczną poprawę możliwości wczesnego ostrzegania przed ekstremalnymi zjawiskami pogodowymi.
Zgodnie z nowym modelem Cohena zima 2025–2026 może przynieść temperatury poniżej średniej w niektórych regionach Eurazji i środkowej części Ameryki Północnej, zwłaszcza w środkowej fazie zimy. Chociaż są to wczesne prognozy, które mogą ulec zmianie, wydaje się, że istnieją podstawowe przesłanki wskazujące na chłodniejszą zimę.
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 kryje w sobie ogromny, niewykorzystany potencjał w zakresie poprawy prognoz subsezonowych, a sztuczna inteligencja może być kluczem do jego uwolnienia. Jego praca nie tylko stopniowo posuwa się naprzód w kierunku nowych horyzontów naukowych, ale także toruje drogę do szerszego uznania kulturowego. Dowodem rosnącej popularności jego badań był fakt, że Cohen pojawił się jako wskazówka w The Washington Post krzyżówka w listopadzie.
“Arktyka zawsze była dla mnie kluczowym obszarem obserwacji. Obecnie sztuczna inteligencja otwiera nowe możliwości interpretacji sygnałów z tego regionu” – mówi Cohen. Aby być na bieżąco z aktualnymi prognozami zimowymi Cohena, zapraszamy do zapoznania się z jego blog.
Oryginalne źródło: https://news.mit.edu/2026/decoding-arctic-to-predict-winter-weather-0108
Ta strona używa plików cookie.