Прогнозирование Эль-Ниньо — Южного колебания (ЭНСО) десятилетиями остаётся вызовом из-за его глобальных социально-экономических последствий. Линейные инверсные модели (LIM) просты и хорошо работают на коротких сроках, но их линейная структура не улавливает нелинейные взаимодействия, особенно при зарождении Эль-Ниньо. Вокруг этой работы в архиве лежат исследования по предсказанию Эль-Ниньо за полтора года, по отслеживанию тепла в помещении одним датчиком, по алгоритмам, предвидящим хаос, и по прогнозу солнечных вспышек с доверием. Все они, как и данная статья, ищут способы извлечь предсказуемость из сложной динамики, но данная работа выделяется применением операторной теории Купмана к климатическим данным.
Авторы строят прогноз индекса Ниньо 3.4 (средняя аномалия температуры поверхности океана в центральной части Тихого океана) на основе исторических полей температуры поверхности океана в Индо-Тихоокеанском регионе. Вместо линейной регрессии они используют ядровое аналоговое прогнозирование (KAF): метод ищет в прошлом состояния, похожие на текущее, и усредняет их будущую эволюцию, но делает это в нелинейном пространстве признаков, построенном с помощью ядровых функций. Ключевая деталь — задержки: в качестве предикторов берутся не только текущие снимки температуры, но и последовательности из 12 месяцев, что позволяет учесть скрытые переменные, такие как тепло верхнего слоя океана. Обучение проводилось на данных HadISST с 1870 по 1997 год, проверка — с 1998 по 2017 год, а также на 1300-летнем контрольном прогоне климатической модели CCSM4.
На наблюдательных данных KAF увеличил горизонт полезного прогноза (коэффициент корреляции выше 0.5) с 6–7 месяцев у LIM до 9–14 месяцев в зависимости от десятилетия. В среднем за 20 лет выигрыш составил 3–4 месяца, а в отдельные периоды достигал 7 месяцев. На модельных данных CCSM4 преимущество KAF проявилось сильнее: корреляция 0.5 сохранялась до 24 месяцев против 18 месяцев у LIM. Метод также смягчил «весенний барьер» — традиционное падение точности прогнозов при переходе через весну: в июне–сентябре корреляция KAF оставалась около 0.5–0.6, тогда как у LIM падала до 0–0.3. Для исторического Эль-Ниньо 2015/16 прогноз, инициализированный в июне 2015 года, предсказал сильное событие с пиком в декабре, недооценив амплитуду лишь на 0.4°C. Вероятностные прогнозы событий Эль-Ниньо и Ла-Нинья также оказались точнее по метрикам Бриера и относительной энтропии.
Работа показывает, что непараметрические методы, основанные на теории операторов Купмана, могут превзойти линейные модели в прогнозе ЭНСО без использования дорогих динамических моделей. В отличие от соседних работ, которые либо используют линейные приближения, либо требуют огромных наборов данных для обучения нейросетей, KAF обучается на относительно коротком ряде наблюдений (~120 лет) и даёт теоретически оптимальный прогноз как условное математическое ожидание. Это открывает путь к улучшению сезонных прогнозов климата с минимальными вычислительными затратами.
Метод можно распространить на другие геофизические явления с нелинейной динамикой, например на прогноз муссонов или колебаний Северной Атлантики. Возможно объединение KAF с ансамблевыми подходами для оценки неопределённости. Также перспективно включение дополнительных переменных, таких как ветер или подповерхностная температура, для дальнейшего увеличения горизонта прогноза.
Улучшение прогнозов Эль-Ниньо напрямую повлияет на сельское хозяйство, управление водными ресурсами, энергетику и страхование в регионах, чувствительных к ЭНСО. Вероятностные прогнозы позволят принимать более обоснованные решения о посевных площадях, запасах топлива и готовности к стихийным бедствиям.
Проверить метод на других наборах данных, включая реанализы с более высоким разрешением, и исследовать чувствительность к выбору параметров ядра и длины задержки. Также стоит сравнить KAF с современными динамическими моделями в операционном режиме.
В области прогнозирования климата остаётся нерешённой проблема предсказуемости за пределами нескольких месяцев из-за хаотической природы атмосферы. Данная работа показывает, что нелинейные статистические методы могут частично преодолеть этот барьер, но вопрос о физических пределах предсказуемости ЭНСО остаётся открытым.
Эль-Ниньо 2015/16 было настолько сильным, что повысило глобальную температуру на 0.1°C, а коралловые рифы по всему миру пережили третье глобальное обесцвечивание.
В романе Кима Стэнли Робинсона «Сорок знаков дождя» климатологи борются с последствиями Эль-Ниньо, усиленного изменением климата. Метод KAF мог бы дать им более раннее предупреждение о надвигающейся катастрофе.