Прогноз погоды на неделю опирается на атмосферную динамику, а сезонный прогноз — на медленные процессы в океане. Между ними лежит полоса от двух недель до двух месяцев, где ни один из этих источников не работает в полную силу. Для сельского хозяйства, управления водными ресурсами и планирования помощи при экстремальных явлениях именно этот диапазон критичен: фермеру нужно знать, когда сеять, а службам спасения — где заранее разместить грузы. Соседние работы в нашем архиве также ищут способы извлечь сигнал из климатических данных с помощью нейросетей, но чаще на других масштабах: одни улучшают прогноз солнечных вспышек, другие предупреждают о засухе за месяцы. Данная статья стоит особняком, потому что систематически проверяет целый набор методов именно на субсезонном горизонте и показывает, какие из них реально работают.
Авторы собрали данные по температуре, влажности почвы, температуре поверхности океана, давлению и геопотенциальным высотам с 1986 по 2018 год для сетки 2×2 градуса над континентальной частью США. Пространственные поля сжали методом главных компонент, оставив по десять компонент на переменную, и добавили временные индексы: Эль-Ниньо, Северо-Атлантическое колебание, фазу Маддена–Джулиана. Целевой величиной была средняя температура за третью и четвёртую недели вперёд. Обучали модели отдельно для каждого месяца 2017–2018 годов, настраивая гиперпараметры на пяти прошлых годах того же месяца. Сравнили десять подходов: от линейной регрессии с L1-регуляризацией до ансамблей деревьев и трёх вариантов нейросетей, включая LSTM-энкодер с полносвязным декодером.
Градиентный бустинг XGBoost показал наивысшую пространственную косинусную схожесть — в среднем 0.304, тогда как у затухающей персистентности, стандартного климатического базового метода, она составила 0.201. Линейная модель Lasso и нейросеть с LSTM-энкодером достигли 0.250 и 0.262 соответственно. Все три метода устойчиво обошли климатологию, то есть прогноз по тридцатилетней норме. На картах видно, что прибрежные и южные регионы предсказываются лучше, чем внутренние, а Монтана, Вайоминг и Айдахо трудны для XGBoost, но легче даются LSTM-модели. Анализ важности признаков показал: модели чаще всего выбирают влажность почвы и индексы Эль-Ниньо, иногда температуру поверхности океана, но почти никогда — атмосферные переменные вроде геопотенциальной высоты 500 гПа.
Работа подтверждает, что на субсезонных сроках предсказуемость действительно прячется в медленных компонентах климатической системы — почве и океане, а не в атмосфере. Отличие от соседних исследований в том, что здесь не просто применяется одна нейросеть, а честно сравнивается широкий спектр методов на одинаковых данных, и выясняется, что простые модели с правильно подготовленными признаками не уступают глубоким. Это важный ориентир для практиков: не всегда нужно гнаться за сложностью архитектуры, когда данных мало, а корреляции сильны. Кроме того, показано, что ансамбль разных моделей может сгладить их индивидуальные слабости в разных регионах.
Естественный следующий шаг — объединить сильные стороны разных моделей в ансамбль, который будет лучше работать во всех регионах. Нейросети, особенно с архитектурой энкодер-декодер, имеют потенциал для дальнейшего роста, если удастся справиться с переобучением и эффективнее использовать историческую информацию. Можно также расширить набор признаков, добавив данные о снежном покрове, растительности или ледовом покрове, которые могут нести дополнительный сигнал на этих сроках.
Улучшенные субсезонные прогнозы напрямую повлияют на сельское хозяйство, управление водными ресурсами и логистику помощи при стихийных бедствиях. Методология отбора признаков пригодится и в других задачах с малым числом образцов и сильной пространственно-временной корреляцией.
Проверить, работают ли найденные закономерности на других континентах и в другие периоды, а также попробовать включить в модели данные климатических моделей. Стоит изучить, как меняется вклад разных источников предсказуемости по сезонам и регионам.
Для климатологии ключевая нерешённая проблема — как извлечь максимум информации из ограниченных наблюдений при сильной пространственно-временной корреляции. Данная работа показывает, что даже простые модели могут быть полезны, если правильно сконструированы признаки, но остаётся открытым вопрос о том, какие именно физические механизмы связывают медленные переменные с субсезонными аномалиями температуры.
Максимальный информационный коэффициент между температурой последних двух недель и прогнозом на следующие две недели оказался меньше 0.1 в большинстве точек США. То есть недавняя погода почти ничего не говорит о том, что будет через месяц.