Un trio de chercheurs de l'Université nationale de Chonnam, L'Université des sciences et technologies de l'information de Nanjing et l'Académie chinoise des sciences ont découvert qu'un réseau de neurones convolutifs à apprentissage en profondeur était capable de prédire avec précision les événements El Niño jusqu'à 18 mois à l'avance. Dans leur article publié dans la revue La nature , Jambon Yoo-Geun, Jeong-Hwan Kim et Jing-Jia Luo, décrire leur application d'apprentissage en profondeur, comment il a été entraîné et à quel point il a fonctionné pour prédire les événements El Niño.

Les événements El Niño-oscillation australe sont des périodes au cours desquelles l'eau se réchauffe au-dessus des températures normales dans les régions tropicales du Pacifique. Quand cette eau chaude se déplace vers l'est, cela entraîne plus de précipitations et d'autres événements météorologiques, comme les ouragans, dans les Amériques, et moins de pluie en Australie et en Indonésie. Les modèles actuels peuvent prédire avec précision de tels événements en utilisant les données des jauges de température de l'eau réparties dans le monde entier jusqu'à un an à l'avance. Les scientifiques aimeraient pouvoir prédire de tels événements encore plus tôt, cependant, car ils peuvent avoir un impact important sur les zones où le temps change. Sachant quand une sécheresse arrive en Indonésie, par exemple, pourrait aider les responsables à préparer les magasins d'alimentation pour nourrir les personnes soudainement incapables de cultiver leur nourriture pendant un certain temps. Dans ce nouvel effort, les chercheurs ont adopté une approche différente pour prédire les événements El Niño en utilisant un réseau de neurones d'apprentissage en profondeur plutôt que des modèles de prévision météorologique conventionnels.

Les chercheurs rapportent qu'ils ont entraîné leur système à l'aide de données collectées à partir de stations météorologiques au cours des années 1871 à 1973. Les données provenant de ces sources comprenaient une variété de mesures météorologiques et environnementales telles que les températures de la mer et le contenu thermique moyen des océans. Les chercheurs l'ont également entraîné sur 300 événements El Niño survenus entre 1961 et 2005. Une fois que le système a appris à reconnaître les conditions qui ont conduit aux événements El Niño, ils l'ont testé en utilisant des données de 1984 à 2017. Ils rapportent que leur système était plus précis que les modèles météorologiques actuels, identifier correctement 24 événements sur 34, contre seulement 20 des mêmes événements identifiés par la modélisation conventionnelle. Le système a également pu le faire 18 mois à l'avance. Les chercheurs rapportent également que leur système a été capable de reconnaître d'autres événements qui sont censés conduire à des événements El Niño, comme un dipôle de l'océan Indien.

© 2019 Réseau Science X