Seguici su Google

ghiacci marini antartici 2024 Previsioni del ghiaccio marino ⁣antartico: l’efficacia dei modelli di deep learning

Nel⁢ 2023, in un contesto⁤ di crescente preoccupazione ⁣globale per l’anno più caldo mai registrato e per le temperature oceaniche record, l’attenzione si è rivolta ‌al ghiaccio marino antartico. Dopo un minimo storico registrato a febbraio ​2023, l’espansione del ⁤ghiaccio marino antartico è stata insolitamente lenta, raggiungendo un’anomalia di -2,809 milioni‍ di chilometri quadrati ​il 6 luglio ​2023.‌ Dopo aver ⁤stabilito ⁤nuovi record minimi a febbraio per due anni consecutivi (2022 e 2023) e‌ con il 2023 etichettato ‍come “l’anno⁣ con meno⁢ ghiaccio marino”, si è speculato​ sulla possibilità ‍di raggiungere nuovi ‌minimi storici a febbraio 2024.

 

Un modello⁢ predittivo per il ghiaccio marino antartico

A novembre​ 2023, il progetto‍ Antarctic ⁣Sea Ice Prediction Network-South (SIPN-South) ha coordinato un’altra previsione per le condizioni del ghiaccio marino estivo,⁢ in particolare‌ per⁢ febbraio 2024. Guidato dal Professor Qinghua Yang dell’Università Sun Yat-sen e dal Southern Marine Science and Engineering Guangdong Laboratory ⁢(Zhuhai), il team di ricerca ha utilizzato una rete neurale Convolutional Long​ Short-Term Memory (ConvLSTM)​ per costruire un modello ⁤di previsione del ghiaccio marino ‌antartico su scala stagionale.

 

Convalida delle previsioni⁣ attraverso l’osservazione

I risultati delle ‌previsioni sono stati sottoposti a revisione paritaria e pubblicati su Advances in Atmospheric Sciences all’inizio di febbraio 2024. Nella loro‌ previsione, il ⁢team prevedeva che il ghiaccio​ marino antartico ⁤sarebbe rimasto‍ vicino ai minimi storici a febbraio 2024, ma con meno indicazioni di stabilire‌ un nuovo record minimo. L’area ⁣del ghiaccio marino prevista ‌(SIA) e l’estensione del ghiaccio marino (SIE) per febbraio 2024​ erano rispettivamente di 1,441 milioni‌ di chilometri quadrati e 2,105 milioni‍ di chilometri quadrati, leggermente superiori ai minimi storici osservati nel 2023.

“Siamo fiduciosi ⁣nell’efficacia del modello ConvLSTM nel prevedere le condizioni del ghiaccio marino antartico perché⁤ ha dimostrato convincentemente nei test di ‍ricalcolo degli ultimi otto anni”, ha condiviso il‌ Professor‌ Qinghua ​Yang, “Tuttavia, c’è anche apprensione per⁢ un potenziale‌ effetto ‘whip-lash’. Le previsioni attendono la⁢ convalida attraverso i ⁣dati di osservazione, dopotutto.”

 

Risultati osservati e previsti: ‍un confronto

Le⁤ ultime osservazioni ​satellitari per febbraio 2024 mostrano⁢ che i valori SIA e SIE osservati sono di 1,510 ‌milioni di chilometri quadrati e 2,142 milioni di chilometri quadrati, ​rispettivamente, vicini ai minimi storici registrati nel 2023 (1,151 milioni di chilometri quadrati e 1,913 milioni di chilometri quadrati). Il confronto​ tra le⁢ previsioni e le osservazioni indica un allineamento notevolmente⁣ stretto, rafforzando l’affidabilità del sistema di previsione.

Inoltre, ​l’area del ghiaccio marino e l’estensione da ⁤dicembre 2023 a febbraio 2024 rientrano entro una deviazione standard dai valori previsti, sottolineando l’affidabilità del sistema di previsione. Il confronto riuscito tra i ⁣dati di ‌previsione e⁤ osservazione convalida l’accuratezza del modello ConvLSTM e il suo​ potenziale per previsioni ⁣affidabili del ghiaccio marino antartico. Questo risultato, presentato al progetto di‍ confronto internazionale⁢ SIPN-South a dicembre 2023, lo posiziona⁢ come una ‌delle previsioni con le migliori prestazioni tra i 15 contributi.

“Guardando ⁣questi risultati di ‍confronto, c’è un senso ⁣di sollievo e un aumento‌ della nostra fiducia”, riflette il Professor Qinghua Yang, “Mentre la Terra‍ entra in un periodo soprannominato ‘l’era bollente’, segnato dalla conclusione del 2023 come ‘l’anno più caldo dall’industrializzazione’, la nostra previsione ‍di successo non ⁣solo sottolinea l’importanza di ‌rafforzare la ricerca sulla previsione del⁤ ghiaccio marino antartico, ma dimostra anche il notevole potenziale ​di applicazione dei metodi di deep learning in questo settore‌ critico.”

Seguici su Google