在韩国创纪录高温日益频繁的背景下,蔚山科技院研究团队利用人工智能(AI)开发出预测高温热浪的技术。该技术不仅有助于应对高温,还有望用于应对各类气候变化。
蔚山科技院(UNIST)地球环境城市建设工程系林正浩教授团队6日表示,已通过分析海面温度、土壤湿度、积雪深度、海冰浓度等全球气候要素,开发出高温预测AI模型。特别是确认了蒙古沙漠与中国天山山脉的积雪深度是预测韩国高温日数的重要因素。
地表与海面的变动性与大气相互作用、进而影响遥远地区气象的现象被称为遥相关(Teleconnection)。研究团队通过这一机制找出影响高温的特定区域,并应用于预测模型。
研究团队证实,冬季天山山脉积雪深度增加与春季戈壁沙漠积雪深度减少,是预测夏季高温的重要变量。即确认了蒙古沙漠与天山山脉积雪深度变动性较大时,韩国夏季气温呈上升趋势。
值得关注的是,在2023年的高温预测中,天山山脉积雪深度发挥了主要作用。而在2024年,土壤湿度与海面温度等多种气候要素的影响力变得更为复杂。
研究员李妍秀解释道:"我们揭示了蒙古沙漠与天山山脉积雪深度和韩国高温之间的关联环节","这与既有的大规模遥相关模式结构相似,预计将在高温预测中发挥重要作用。"
林正浩教授强调:"通过监测既有气象预报模型未能反映的遥相关因子与高温之间的关系,可以提高预测准确性","本次研究将对理解和应对韩国高温提供很大帮助。"
研究成果于8月3日发表在国际学术期刊《气候与大气科学》(npj Climate and Atmosphere Science)上。






