Jadwal Sholat

Memuat jadwal sholat…

Editorial Ilmu Komputer & AI

Open AccessOA2022

Machine learning dalam prediksi cuaca dan analisis iklim—aplikasi dan perspektif

Ringkasan ini menyintesiskan analisis Bochenek dan Ustrnul atas 500 artikel relevan sejak 2018, mengidentifikasi topik, metode, dan tren geografis utama dalam aplikasi machine learning untuk prediksi cuaca dan penelitian iklim. Para penulis menyimpulkan bahwa machine learning akan menjadi landasan peramalan masa depan.
B. Bochenek; Z. Ustrnul· Atmosphere· 2022· DOI 10.3390/atmos13020180

Masalah inti

Makalah Bochenek dan Ustrnul, yang diterbitkan di *Atmosphere*, meninjau penerapan machine learning (ML) yang tumbuh pesat dalam numerical weather prediction (NWP) dan penelitian iklim. Para penulis menganalisis 500 artikel ilmiah paling relevan yang diterbitkan sejak 2018, yang diambil melalui Google Scholar, untuk memetakan lanskap metode ML di bidang-bidang ini. Tujuan utamanya adalah mengidentifikasi topik penelitian yang umum, teknik ML yang lazim, variabel meteorologi yang sering diteliti, dan negara-negara terdepan, sehingga dapat memperkirakan arah penelitian masa depan. Kesimpulan utamanya adalah ML akan menjadi ciri kunci dalam peramalan cuaca masa depan.

Inovasi

Para penulis melakukan pencarian literatur sistematis menggunakan Google Scholar, dengan fokus pada artikel sejak 2018 yang membahas aplikasi ML dalam iklim dan NWP. Dari kumpulan awal, mereka memilih 500 makalah paling relevan berdasarkan penyaringan abstrak. Mereka kemudian mengekstraksi dan mengategorikan informasi dari abstrak, termasuk topik penelitian (misalnya energi fotovoltaik dan angin, fisika atmosfer, parametrisasi, peristiwa ekstrem, perubahan iklim), bidang meteorologi (angin, presipitasi, suhu, tekanan, radiasi), metode ML (Deep Learning, Random Forest, Artificial Neural Networks, Support Vector Machine, XGBoost), dan negara asal penulis (Tiongkok, AS, Australia, India, Jerman). Basis data ini memungkinkan analisis kuantitatif atas tren dan tinjauan kritis literatur.
Pendahuluan
Makalah Bochenek dan Ustrnul, yang diterbitkan di *Atmosphere*, meninjau penerapan machine learning (ML) yang tumbuh pesat dalam numerical weather prediction (NWP) dan penelitian iklim. Para penulis menganalisis 500 artikel ilmiah paling relevan yang diterbitkan sejak 2018, yang diambil melalui Google Scholar, untuk memetakan lanskap metode ML di bidang-bidang ini. Tujuan utamanya adalah mengidentifikasi topik penelitian yang umum, teknik ML yang lazim, variabel meteorologi yang sering diteliti, dan negara-negara terdepan, sehingga dapat memperkirakan arah penelitian masa depan. Kesimpulan utamanya adalah ML akan menjadi ciri kunci dalam peramalan cuaca masa depan.

Mengapa penting

Para penulis memberikan tinjauan kritis literatur dalam setiap topik yang teridentifikasi, membahas kekuatan, batasan, dan celah. Mereka mencatat bahwa metode ML semakin banyak digunakan untuk meningkatkan NWP, terutama untuk aplikasi energi terbarukan dan pemodelan proses atmosfer, serta untuk memperbaiki analisis iklim, seperti parametrisasi dan deteksi peristiwa ekstrem. Dominasi Deep Learning dan Random Forest menunjukkan preferensi terhadap metode yang mampu menangani hubungan kompleks dan non-linear dalam dataset besar. Distribusi geografis menunjukkan bahwa ML dalam cuaca dan iklim merupakan upaya global, dengan kontribusi signifikan dari negara maju maupun berkembang. Para penulis memprediksi bahwa ML akan semakin menjadi bagian integral dari peramalan cuaca, berpotensi merevolusi cara model dikembangkan dan diterapkan. Mereka menyerukan penelitian lebih lanjut untuk mengatasi tantangan seperti interpretabilitas, kualitas data, dan integrasi dengan model fisik.

Siapa yang sebaiknya membaca

Pembaca Research Digest dan praktisi rumpun ini.

Membuka konten member…