Arktik buz tahmini geçmişten öğrendi; olağandışı kayıpta zorlandı
Yeni yayımlanan hakemli Arktik deniz buzu araştırması, ayrıntılı fizik modeli yerine geçmiş örüntülerden tahmin üreten yöntemi sınadı. Eylül için geriye dönük tahminler mevcut modellerle karşılaştırılabilir sonuç verdi; 2012’deki olağandışı kayıp ise geçmişte uygun benzer bulunmayınca yöntemi zorladı. RAP, daha karmaşık tahmin sistemlerinin değerlendirilmesine karşılaştırma tabanı sağlıyor; her aşırı olayın öngörülmesi kesin değil.
Bilim··Öğle
Geçmiş buzdan mevsimlik karşılaştırma
Geçmiş buz alanından üretilen Arktik eylül tahminleri, Deniz Buzu Tahmin Ağı modelleriyle karşılaştırılabilir sonuç verdi. Bu yeni hakemli modelleme çalışması, genel sapmanın düşük kaldığını ve bildirilen hata ölçütünün 600.000 kilometrekareyi aşmadığını belirtiyor. RAP adlı rastlantısal benzerlik tahmincisi, atmosfer ve okyanus için ayrı denklemler gerektirmek yerine toplam buz alanının zaman dizisini kullanıyor. Çalışma, geriye dönük model karşılaştırması sunuyor; dergi makalesine yazarların daha önce yayımlanan ön baskısı eşlik ediyor.[1]
Tek yanıt yerine bin gidişat
Örnek sınamalar 1 Haziran başlangıçlıydı; toplam süre 150 gün, topluluk başına gidişat sayısı 1000 olarak belirlendi. Merkezî eğri ile yüzdelik aralıklar, temsil edici tahmini ve çevresindeki belirsizliği birlikte gösterdi. Geçmişte benzer aranmadan önce hedef dönemin gözlemleri çıkarıldı; böylece tahmin edilecek sonuç doğrudan girdiye sızmadı. Araştırmacılar çıktıları ABD Ulusal Kar ve Buz Veri Merkezinin gözlemleriyle karşılaştırdı. Geçmişteki boşluklar bazı yıllarda geçerli başlangıç durumunun kurulmasını engellediği için bu yıllar geriye dönük sınamaya alınmadı.[1]
Olağandışı yaz yöntemin sınırını gösterdi
2012’deki olağandışı buz kaybı iyi yakalanmadı; uydu döneminin geçmişinde benzer olay dizileri yeterli değildi. Sınamalar dokuz aya kadar uzandı, ancak aylık ve daha kısa dalgalanmalar iyi yeniden üretilemedi. Toplam alan tek başına buz kalınlığını, bölgesel dağılımı veya aşırı mevsimin fiziksel nedenlerini çözümlemiyor. Bu yaklaşım, daha karmaşık fizik ve yapay zekâ modelleri için anlaşılır karşılaştırma tabanı oluşturuyor. Bu bilinen örüntüleri yeniden kurma başarısı, geçmişte benzeri bulunan mevsimlerle sınırlı kalabiliyor.[1]
