AI
AI新闻

解读北极以预测冬季天气

Source:Mit.edu
原作者:Stephanie Martinovich | Department of Civil and Environmental Engineering
解读北极以预测冬季天气

Gemini AI生成的图像

每年秋季,麻省理工学院的研究员犹大·科恩(Judah Cohen)会分析大气模式,以预测冬季天气。他的研究集中在理解平流层条件如何影响季节性气候,旨在提高天气预报的准确性。科恩的研究成果有望增强对极端冬季天气事件的应对能力,从而惠及农业和能源等多个行业。

解码北极以预测冬季天气

研究人员正转向北极寻找冬季天气模式的线索。麻省理工学院的研究科学家朱达·科恩(Judah Cohen)在这项努力中处于前沿,分析北极条件,特别是海冰和雪覆盖,如何影响北美和欧洲的天气。

今年,科恩预计,北极海冰水平异常偏低可能会导致美国东部和欧洲出现极端冬季天气。他的模型预测,由于海冰范围近期创下历史低点,严峻天气事件的发生几率增加。

最新数据显示,北极的变暖速度是全球平均水平的两倍,这改变了极地涡旋——通常能包围冷空气的风带。极地涡旋的减弱可能导致“极地冷空气突发”,使得极端寒冷的空气向南方扩散。

北极条件的影响

科恩和他的团队利用卫星观测和天气模型来追踪北极条件,重点关注:

  • 海冰范围
  • 西伯利亚和加拿大的雪覆盖情况
  • 温度异常

他们的研究表明,雪覆盖较多的西伯利亚可能会导致北美的气温降低,影响农业和能源等多个领域。准确的冬季预测对农民和能源公司至关重要,以便为增加的供暖需求做好准备,并调整种植时间表。

相关主题:

北极气候机器学习亚季节天气预报准确性AI WeatherQuest

📰 原始来源: https://news.mit.edu/2026/decoding-arctic-to-predict-winter-weather-0108

所有权利和署名均属于原出版商。

分享此文章