في خطوة مثيرة نحو تعزيز فهمنا للظروف الجوية على الكواكب الأخرى، قامت مجموعة من الباحثين بالتحقيق في إمكانية تطبيق نماذج الطقس الأرضية على الغلاف الجوي لكوكب المريخ. باستخدام نموذج GraphCast، والذي يعد من أحدث نماذج الشبكات العصبية في مجال التنبؤات الجوية على الأرض، شرع الباحثون في اختبار قدرات هذا النموذج في بيئات غير أرضية.

أشارت النتائج الأولية إلى أن التنبؤات الناتجة عن النموذج كانت دقيقة بشكل غير متوقع، حيث قدمت صورة واضحة عن الظروف الحالية على المريخ. ومع ذلك، واجه النموذج بعض التحديات مثل عدم قدرته على تقديم تنبؤات دقيقة خلال التغيرات اليومية، مما جعله يميل إلى العودة إلى المعدلات المناخية العامة.

للتغلب على هذه القيود، أجرى الباحثون عملية تحسين للنموذج باستخدام بيانات من قاعدة بيانات المناخ على المريخ (Mars Climate Database)، والتي توفر معلومات شاملة عن الغلاف الجوي عبر مستويات الارتفاع. من خلال تحسين النموذج باستخدام متغيرات هذه البيانات، تمكّنوا من تعزيز قدرة GraphCast على تعلم التغيرات الحرارية على الكوكب الأحمر بسرعة.

بعد عدد قليل من دورات التدريب، بدأ النموذج في التقاط الدورة اليومية للتغيرات، مما ساعد في تقديم تنبؤات دقيقة تصل إلى 10 أيام، وتعكس الهيكل الحراري الموسمي والعمودي بشكل أفضل.

تساهم هذه الدراسة في توضيح كيف يمكن لنماذج الطقس المتقدمة، التي تم تدريبها على بيانات الأرض، أن تُطبّق في الدراسات المناخية للكواكب الأخرى. إذا تم الاستفادة من هذه التكنولوجيا بشكل معقول، فقد تفتح أبواباً جديدة لتوقع أحوال الطقس في مهمات الاستكشاف البشري والعمليات المتعلقة بالكوكب المريخي، مما يساعد في التخفيف من مخاطر العواصف الغبارية، ويعزز من تحقيق أهداف الاستكشاف المستقبلي.