Sniega pēdējās desmitgadēs kļūst arvien mazāk. To jūtam arī šajā ziemā, kad sniegs ir reta parādība. To arī spilgti parāda dati. Latvijas Vides, ģeoloģijas un meteoroloģijas centrs izmanto šādu metodiku: tas paņem visas savas meteoroloģiskās stacijas un no 1. oktobra līdz 30. aprīlim izrēķina vidējo ziemas rādītāju visā Latvijā. Dati ir analizēti kopš 40. gadu beigām, un, savelkot vidējos rādītājus pa desmitgadēm, atklājas šāda aina: ja iepriekšējās desmitgadēs bija ziemas, kad sniega ir pavisam maz un tad atkal daudz, bet vidējais rādītājs līdz 1990. gadam parasti bija 6-7 centimetri, tad šajā gadsimtā, pat sākot jau no 90. gadiem, rādītājs ir nokritis uz 4,8 centimetriem. Pēdējā desmitgadē tie ir 4,1 centimetrs. Ja vēl pieliktu piecas ziemas, kas ir bijušas šajā desmitgadē, rādītājs jau nokrīt zem četriem centimetriem. Samazinājums ir acīm redzams. Statistiski rēķinot, procentuāli, varētu teikt, kopš pagājušā gadsimta vidus sniega ziemās mums ir par 34% mazāk. Latvijas Universitātes pētniece Gunta Kalvāne, fenoloģe, kas skatās, kā laikapstākļi, klimats ietekmē dzīvo dabu gan īsā, gan ilgākā termiņā, atzīst, ka sniega trūkuma ietekmi uz augiem un dzīvniekiem ir grūti nošķirt no pārējiem apstākļiem, jo tas ir tikai viens ķēdes posms. To ļoti labi pierāda arī šī ziema. Ziemas sākumā redzējām, ka nav sniega, jo ir pārāk silts, otrs, ka nav sniega, bet ir sals un iestājas kailsals. Ja mēģinām izšķirt kādus procesus, kur ir tikai sniega ietekme, tad redzamāko, kur tiešām sniegam ir svarīga lomā, Gunta Kalvāne minēja pārnadžu - stirnu, briežu, mežacūku un lielo plēsēju populācijas dinamiku. -- Vēl par to, ka laika prognozes kļūs precīzākas Eiropas vidēja termiņa laika prognožu centrā 25. februārī mākslīgā intelekta vadīts modelis kļūst par operatīvu prognožu sistēmu. Tūlītējs un pēkšņs laika prognožu precizitātes pieaugums nav gaidāms, bet šis solis ļauj cerēt, ka būs revolucionāras izmaiņas ilgtermiņā. Līdz šim laika prognozēšanā izmantoja skaitliskos modeļus. Datorprogrammai iedod datus par to, kādi laikapstākļi jeb atmosfēras stāvoklis ir pašreiz, un, izmantojot algoritmus, vienādojumus, tiek rēķināts, kā gaisa masas un vispār atmosfēras īpašības mainīsies turpmāk, kas pēc tam tiek pārvērsts laika prognozēs. Galvenās problēmas, kāpēc šīs prognozes joprojām bieži ir neprecīzas, ir divas, - ir datu trūkums, jo šai datorprogrammai, lai veiktu aprēķinus, ir jāzina visi atmosfēras parametri visā pasaulē, un šādu datu nav. Otra problēma ir datoru jaudu trūkums, jo, lai aprēķinātu šo visu, datorjaudu pietrūkst. Līdz šim raudzījās kvantu datoru virzienā, ka tie ar ļoti milzīgām jaudām, un tad tā vairs nebūs problēma. Bet mākslīgais intelekts šo problēmu var risināt, jo vairs tik ļoti neizmantos sarežģītos fizikas vienādojumus, jo tas atcerēsies, ko ir darījis iepriekš, ko vairs nevajag pārrēķināt. Un tas spēja atrast līdzīgus gadījumus vēsturē un iekļaut prognozēs. Kad mākslīgā intelekta prognozes kļūs par realitāti tādā izpratnē, ka tās būs precīzākas par pašreiz izmantoto skaitlisko modeļu prognozēm, to vēl ir pāragri spriest. Bet ir skaidrs, ka ir sperts nopietns solis, kas vēl pirms dažiem gadiem šķita nereāls.
No persons identified in this episode.
This episode hasn't been transcribed yet
Help us prioritize this episode for transcription by upvoting it.
Popular episodes get transcribed faster
Other recent transcribed episodes
Transcribed and ready to explore now
SpaceX Said to Pursue 2026 IPO
10 Dec 2025
Bloomberg Tech
Don’t Call It a Comeback
10 Dec 2025
Motley Fool Money
Japan Claims AGI, Pentagon Adopts Gemini, and MIT Designs New Medicines
10 Dec 2025
The Daily AI Show
Eric Larsen on the emergence and potential of AI in healthcare
10 Dec 2025
McKinsey on Healthcare
What it will take for AI to scale (energy, compute, talent)
10 Dec 2025
Azeem Azhar's Exponential View
Reducing Burnout and Boosting Revenue in ASCs
10 Dec 2025
Becker’s Healthcare -- Spine and Orthopedic Podcast