Nowe badania: deep learning odsłania wzorce blokad atmosferycznych w przeszłości i przyszłości

WarsawWydarzenia blokowania atmosferycznego to istotne wzorce pogodowe, w których układy wysokiego ciśnienia utrzymują się w jednym miejscu przez długi czas, zakłócając przepływ prądu strumieniowego i ścieżki burz. Te zjawiska prowadziły do ekstremalnych zjawisk pogodowych, takich jak poważne powodzie i fale upałów, zwłaszcza w Europie w 2023 roku. Niedawne badania prowadzone przez Christinę Karamperidou z Uniwersytetu Hawajskiego w Manoa wykorzystują technologie głębokiego uczenia do analizy tych zjawisk na przestrzeni ostatniego tysiąca lat i przewidywania przyszłych wzorców.

Badanie Karamperidou wykorzystuje model głębokiego uczenia, który został wytrenowany na danych historycznych i działa w oparciu o rozległe symulacje klimatyczne. Model potrafi określić częstość występowania blokad atmosferycznych poprzez analizę anomalii temperaturowych z ostatnich 1000 lat. Metoda ta opiera się na danych temperaturowych uzyskanych z zapisu słojów drzew, dostarczając informacji o dawnych wzorcach pogodowych.

Kluczowe elementy tego badania obejmują:

• Opracowanie modelu głębokiego uczenia do identyfikacji blokujących częstotliwości na podstawie danych historycznych dotyczących temperatury.
• Łączenie zapisów paleoklimatycznych z sygnałami paleowezerycznymi za pomocą uczenia maszynowego.
• Dostarczanie wglądu w zjawiska klimatyczne oraz doskonalenie prognoz modeli klimatycznych.

Zrozumienie częstotliwości i siły występowania blokad atmosferycznych ma kluczowe znaczenie, zwłaszcza w kontekście zmian klimatycznych. Te wzorce wpływają na ekstremalne warunki pogodowe lokalnie i na świecie, dotykając takie regiony jak Hawaje, północno-zachodnia część Pacyfiku i Europa. Powiązania z zjawiskami takimi jak El Niño i temperatury powierzchni morza w tropikalnym Pacyfiku sprawiają, że precyzyjne rekonstrukcje i prognozy są niezbędne.

Zobacz również:

Dzisiaj · 09:06

Czy organy piszczałkowe mogą automatycznie dostrajać muzykę w salach koncertowych?

Badania Karamperidou wykraczają poza zwykłe studiowanie historii. Jej model, wiążący częstotliwość blokad atmosferycznych ze zmianami klimatu w tropikalnym Pacyfiku, pomaga zwiększyć precyzję modeli klimatycznych. Dzięki temu zmniejsza się niepewność prognozowania przyszłych zmian klimatycznych, co jest istotnym wkładem w zdolność społeczności naukowej do dokładniejszego przewidywania skutków klimatycznych.

Badania te podkreślają znaczenie zastosowania otwartych metod badawczych. Studenci z Uniwersytetu Hawajskiego w Manoa pomogli stworzyć interfejs internetowy do analizowania modelu i jego wyników. Platforma ta jest hostowana na Jetstream-2 i akcentuje potrzebę łatwego dostępu do badań klimatycznych, zwłaszcza w kontekście rosnącej roli sztucznej inteligencji i uczenia maszynowego w naukach przyrodniczych.

W przyszłości planowane są udoskonalenia modelu, które mogą pozwolić na jego zastosowanie poza analizą blokad atmosferycznych. Rozważane jest badanie innych zjawisk klimatycznych, które w znacznym stopniu wpływają na społeczeństwo i gospodarkę, co poszerzyłoby wiedzę zdobytą dzięki zastosowaniu uczenia głębokiego w naukach klimatycznych.