Достижения искусственного интеллекта в климатической науке: методы, приложения и проблемы оценки

Advances in artificial intelligence for climate science methods applications and evaluation challenges
Essam Halim Houssein, Waleed M. Mohamed, Kadry Hamed, Mahmoud Dirar, Abdelmaged A. Ali
2026-05-13

оценка ИИ для климатаклиматологиянейронные операторымодели, управляемые физикойколичественная оценка неопределенности
В обзоре обобщены последние достижения в области искусственного интеллекта (ИИ), включая машинное обучение (МО) и глубокое обучение (ГО), применяемые в климатической науке для климатического моделирования, анализа экстремальных погодных явлений, оптимизации возобновляемой энергетики, мониторинга выбросов и адаптации к изменению климата. С использованием протокола, согласованного с рекомендациями PRISMA, проведён анализ исследований, опубликованных в период с 2015 по 2025 год в основных научных базах данных. Были извлечены сведения об определениях задач, наборах данных, классах моделей, метриках оценки, базовых методах, схемах валидации, учёте неопределённости, открытости (кода и данных), а также об энергопотреблении и отчётности по выбросам CO2. Доказательства систематизированы по областям применения и степени методологической строгости с акцентом на переносимость результатов и эксплуатационную значимость. Получены убедительные свидетельства улучшения кратко- и среднесрочного прогнозирования, сверхкраткосрочного прогнозирования (nowcasting), коррекции систематических смещений и обнаружения аномалий. Физически согласованные и гибридные модели, включая PINN и нейронные операторы, в специализированных условиях всё чаще сопоставимы с операционными системами численного прогнозирования погоды (NWP). Однако надёжная внешняя валидация, тестирование на данных вне распределения, количественная оценка неопределённости и прозрачная отчётность о коде и вычислительных затратах по-прежнему применяются непоследовательно. ИИ расширяет возможности физически обоснованного климатического моделирования, но не заменяет его. Мы предлагаем обобщение на уровне всей области, объединяющее отбор исследований по протоколу PRISMA с контрольным перечнем качества исследований для акцентирования строгости оценки, воспроизводимости и устойчивости. Для создания климатического ИИ, пригодного для принятия обоснованных решений, необходимы физически согласованные архитектуры, вероятностное прогнозирование, валидация с учётом режимов и бенчмаркинг с учётом углеродного следа.
1
ИИ дополняет, но не заменяет физически обоснованное климатическое моделирование; для надёжного практического применения необходимы вероятностная, режимно-зависимая, воспроизводимая и учитывающая выбросы углерода оценка.
2
Внешняя валидация, тестирование вне распределения, количественная оценка неопределённости и прозрачная отчётность о коде и вычислительных затратах остаются непоследовательными.
3
Физически управляемые и гибридные подходы, включая PINN и нейронные операторы, всё чаще сопоставимы с операционными системами численного прогнозирования погоды в отдельных задачах.
4
Сильные доказательства подтверждают улучшение ИИ кратко- и среднесрочного прогнозирования, оперативного прогнозирования, коррекции систематических ошибок и обнаружения аномалий.
5
В обзоре обобщены применения ИИ в климатическом моделировании, анализе экстремальной погоды, оптимизации возобновляемой энергетики, мониторинге выбросов и адаптации к изменению климата с использованием протокола PRISMA.

методы и применения искусственного интеллекта в климатической науке

их методологическая строгость, прогностическая эффективность, валидация, количественная оценка неопределённости, воспроизводимость и устойчивость в различных приложениях климатической науки

Publication Details
Publication Date
2026-05-13
Journal
Publisher
ISSN
Cited by
3
Access Type
Author Information
Authors
Essam Halim Houssein
Waleed M. Mohamed
Kadry Hamed
Mahmoud Dirar
Abdelmaged A. Ali
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%