人工ニューラルネットワークを用いた降雨予測

人工ニューラルネットワーク（ANN）は、気候を含む環境科学のモデリングに広く使用されており、特に降雨予測において重要です。現在の知見では、歴史的降雨データとエルニーニョ南方振動（ENSO）を構成するいくつかの予測因子が使用されています。しかし、インドネシアの降雨変動はENSOだけでなく、インド洋ダイポール（IOD）も降雨の変動に影響を与える可能性があります。ここで、私たちはIODの指標としてダイポールモードインデックス（DMI）をENSOの補完的な指標として使用することを提案しました。降雨パターンがモンスーンの地域では、降雨の変動がENSOとDMIと強い相関を持っていることが分かりました。この強い相関は6月から11月の間に発生しましたが、降雨の赤道パターンを持つ地域では弱い相関が見られました。統計的基準に基づいて、私たちのモデルはモンスーン地域でR2が0.59から0.82、RMSEが0.04から0.09の範囲を持っています。この発見は、私たちのモデルがモンスーン地域に適用できることを示しています。さらに、ANNベースのモデルは長期予測に使用される際に、低い精度を示す可能性があります。