📊 Нейросеть AIFS стала самой стабильной моделью среднесрочных прогнозов
На графиках Европейского центра среднесрочных прогнозов (ECMWF) показано сравнение точности ведущих мировых моделей погоды на 5 суток вперед (оценивается геопотенциал на высоте 500 гПа в Северном полушарии). Классическим физико-математическим моделям — европейской ECMWF (IFS), американской GFS, британской UKMO, канадской CMC и японской JMA — противостоит модель на базе машинного обучения AIFS. По обеим метрикам ИИ-модель уверенно лидирует: на первом графике у неё самая низкая среднеквадратичная ошибка (21–35 метров против регулярных 40–55 метров у конкурентов), а на втором — самая высокая корреляция (точность), которая большую часть времени держится на уровне 95–97%.
Однако главное преимущество AIFS заключается в стабильности расчетов. Классическим моделям свойственны резкие спады качества в моменты сложной перестройки атмосферы. На графиках хорошо видны два таких эпизода — 27 октября и 8 ноября. В эти дни точность американской, японской и британской моделей падала до 80–85%, а классической европейской — до 88,5–89%. При этом темно-коричневая линия нейросети AIFS практически не реагировала на сложные синоптические условия, в обоих случаях сохраняя точность на уровне 95–97,5%.
За три недели наблюдений качество прогнозов AIFS ни разу не опустилось ниже 94%, тогда как показатели классических моделей колеблются в широком диапазоне от 80% до 96%. Статистика показывает, что нейросеть стабильно опережает даже основную физическую модель самого ECMWF, обеспечивая ровное качество пятидневных прогнозов без внезапных провалов.
На графиках Европейского центра среднесрочных прогнозов (ECMWF) показано сравнение точности ведущих мировых моделей погоды на 5 суток вперед (оценивается геопотенциал на высоте 500 гПа в Северном полушарии). Классическим физико-математическим моделям — европейской ECMWF (IFS), американской GFS, британской UKMO, канадской CMC и японской JMA — противостоит модель на базе машинного обучения AIFS. По обеим метрикам ИИ-модель уверенно лидирует: на первом графике у неё самая низкая среднеквадратичная ошибка (21–35 метров против регулярных 40–55 метров у конкурентов), а на втором — самая высокая корреляция (точность), которая большую часть времени держится на уровне 95–97%.
Однако главное преимущество AIFS заключается в стабильности расчетов. Классическим моделям свойственны резкие спады качества в моменты сложной перестройки атмосферы. На графиках хорошо видны два таких эпизода — 27 октября и 8 ноября. В эти дни точность американской, японской и британской моделей падала до 80–85%, а классической европейской — до 88,5–89%. При этом темно-коричневая линия нейросети AIFS практически не реагировала на сложные синоптические условия, в обоих случаях сохраняя точность на уровне 95–97,5%.
За три недели наблюдений качество прогнозов AIFS ни разу не опустилось ниже 94%, тогда как показатели классических моделей колеблются в широком диапазоне от 80% до 96%. Статистика показывает, что нейросеть стабильно опережает даже основную физическую модель самого ECMWF, обеспечивая ровное качество пятидневных прогнозов без внезапных провалов.