Ilmuwan gunakan teknologi ‘deep learning’ untuk prediksi akurat es laut Antarktika

Prediksi area es laut (sea ice area/SIA) dan cakupan es laut (sea ice extent/SIE) untuk Februari 2024 masing-masing sebesar 1,441 juta kilometer persegi dan 2,105 juta kilometer persegi, sedikit lebih tinggi dibandingkan dengan rekor terendah sepanjang sejarah yang teramati pada 2023 lalu.

 

Beijing, China (Xinhua) – Tim ilmuwan China membuat prediksi yang akurat terkait es laut Antarktika untuk Desember 2023 hingga Februari 2024 menggunakan metode pembelajaran mendalam (deep learning).

Tim penelitian tersebut memanfaatkan jaringan neural Memori Jangka-Pendek Panjang Konvolusional (Convolutional Long Short-Term Memory/ConvLSTM) untuk membuat model prediksi es laut Antarktika berskala musiman.

Perkiraan mereka mengindikasikan bahwa es laut Antarktika akan tetap mendekati titik terendah dalam sejarah pada Februari 2024, namun kemungkinannya untuk mencatatkan rekor terendah baru lebih kecil. Prediksi area es laut (sea ice area/SIA) dan cakupan es laut (sea ice extent/SIE) untuk Februari 2024 masing-masing sebesar 1,441 juta kilometer persegi dan 2,105 juta kilometer persegi, sedikit lebih tinggi dibandingkan dengan rekor terendah sepanjang sejarah yang teramati pada 2023 lalu.

Tim yang dipimpin oleh para peneliti dari Universitas Sun Yat-sen dan Laboratorium Ilmu Pengetahuan dan Teknik Kelautan Selatan Guangdong (Zhuhai) itu menyerahkan hasil prediksi mereka pada Desember 2023. Hasil itu telah dipublikasikan dalam jurnal Advances in Atmospheric Sciences pada awal Februari 2024.

Prediksi mereka kemudian divalidasi oleh pengamatan satelit terbaru untuk Februari 2024. Nilai SIA dan SIE yang teramati untuk Februari 2024 masing-masing sebesar 1,510 juta kilometer persegi dan 2,142 juta kilometer persegi.

Menurut tim peneliti tersebut, perbandingan antara hasil prediksi dan observasi itu menunjukkan kesesuaian yang sangat dekat. Selain itu, SIA dan SIE dari Desember 2023 hingga Februari 2024 berada dalam satu deviasi standar dari nilai-nilai yang diprediksi. Ini menggarisbawahi keandalan sistem perkiraan tersebut.

Perbandingan yang meyakinkan antara data prediksi dan observasi itu memvalidasi keakuratan model ConvLSTM dan potensinya dalam memperkirakan es laut Antarktika secara andal, ujar tim peneliti tersebut.

“Keberhasilan prediksi kami tidak hanya menggarisbawahi pentingnya memperkuat penelitian prediksi es laut Antarktika, tetapi juga menunjukkan potensi yang substansial dari penerapan metode deep learning pada bidang yang sangat penting ini,” tutur Yang Qinghua, profesor dari Universitas Sun Yat-sen.

Laporan: Redaksi