Ученые из Сколковского института совместно со Сбером представили модель для прогноза засушливой погоды на основе климатических данных. Такое решение очень поможет сельскохозяйственным предприятиям, чтобы оценивать риски, планировать деятельность и предварительно принимать меры. Только вот не все так просто — до этого подобных технологий не было из-за фактора случайности самого явления засухи.
Решение от Сколтеха и Сбера заключается в комплексном подходе с использованием нейросетей и ежемесячных погодных данных. Причем, исследования прошли сразу две модели: EarthFormer «на основе трансформера» для среднесрочных прогнозов и ConvLSTM для долгосрочных. Последняя в целом показывает высокое качество в разных условиях. Кстати, для теста использовали 5 регионов с разными континентами и климатическими зонами: Польша, Миссури из США, Гояс из Бразилии, Мадхья-Прадеш из Индии и северная часть Казахстана.
«Прогноз засухи имеет первостепенное значение для многих регионов нашей страны. В том числе и для моего родного края — Астраханской области. Однако моделирование этого природного явления достаточно сложно ввиду необходимости учета различных факторов, в том числе и глобального потепления. Наши модели позволяют строить качественные прогнозы засухи на год вперед»Александр Марусов
Кстати, в России нейросети используются и для другой необычной цели. Ученые придумали, как с помощью них осуществлять мониторинг роста земляники, чтобы прогнозировать урожай. Алгоритм подсчитывает ягоды, оценивает их спелость и выявляет болезни.