Екип, ръководен от CSIC и UCM, представи пионерски подход в състояние да предвиждане и определяне на топлинните вълни до изменението на климата в рамките на няколко дни. Предложението, публикувано в списанието Earth's Future, интегрира физически модели на климатичната система с Прогнози, генерирани от изкуствен интелект да се оцени за минути доколко човешкият фактор допринася за екстремен епизод.
Този пробив представлява голяма промяна в наука за атрибуцията, област, която, както е подчертано от множество скорошни трудове, се е превърнала в ключова за разбирането и комуникацията на това как глобалното затопляне се отразява модулиране на крайноститеАвторите подчертават, че получаването на оперативни резултати в почти реално време улеснява активирането на превантивни мерки и да подобрят управлението на риска.
Хибриден метод за изпреварване на горещите вълни
Методологията съчетава физически признаци на затопляне от глобални климатични симулации с прогнози за времето, базирани на изкуствен интелект. Това позволява бърза и количествено измерима оценка за ролята на човешката дейност в еволюцията на предстояща гореща вълна.
За целта се използват три най-съвременни инструмента, които симулират атмосферата с големи детайли в мащаби от 10 до 15 дниЕкипът подчертава, че тези техники постигат ниво на прецизност сравнимо с това на традиционните числени модели, но в въпрос на минути и без да се изисква суперкомпютри.
- FourCastNet-v2AI архитектура, оптимизирана за глобални прогнози.
- Пангу-ВремеСистема, базирана на дълбоко обучение, за бързо прогнозиране.
- NeuralGCMхибриден подход, който интегрира физика на атмосферата с невронни мрежи.
Изследователят Бернат Хименес-Естев (IGEO) подчертава, че тези модели, обучени с глобални метеорологични данни, позволяват симулиране на атмосферна еволюция с пъргавина, отваряне на вратата към анализ на атрибуцията по време на фазата преди събитието и не само след факта.
Как се оценява човешкият отпечатък: фактически и контрафактуални светове
Процедурата сравнява две паралелни реалности за един и същ период: в фактически сценарий Светът е представен такъв, какъвто е, с включено текущо затопляне, и в контрафактуален сценарий, се възстановява атмосфера, еквивалентна на тази от прединдустриалния климат, без човешко влияние.
За да се генерира този хипотетичен свят, се коригират следните параметри: начални условия и ефектът от изменението на климата, оценен чрез климатични модели, се изважда. разлика между двете прогнози позволява да се измери колко допълнителна интензивност носи на антропогенно въздействие към очакваната гореща вълна.
Голямото предимство на този подход се крие в неговото скоростВместо да чакаме седмици за сложни резултати, атрибуцията може да е налична след минути, улеснявайки използването му при вземането на решения, публична комуникация и планиране на реакцията.
Валидиране в реални епизоди от различни региони
Екипът приложи метода ретроспективно към четири силно въздействащи топлинни вълни: Иберийски полуостров (2018), Канада-САЩ (2021), Индия–Пакистан (2022) и Бразилия (2023 г.). Във всички случаи системите с изкуствен интелект предвиждаха началото с няколко дни. и интензивност на епизода и свързаните с него атмосферни модели.
Сравнението между факти и контрафакти показаха стабилни и последователни сигнали във всички модели: изменение на климата се увеличи значително la тежест на анализираните топлинни вълни. В случая с Иберийския полуостров, изследователят Дейвид Бариопедро (IGEO) посочва, че през август 2018 г. затоплянето е повишило температурите с повече от 1,3 ºC.
Тези резултати подкрепят идеята, вече широко разпространена в научната и образователната общност, че е правдоподобно да има атрибуционни изследвания няколко часа или дни след – или дори преди – екстремно събитие, предоставяйки важна информация за обществото.
Оперативно въздействие: предупреждения, управление на риска и нови приложения
Според Рикардо Гарсия-Ерера (IGEO), ранното прогнозиране и атрибуция предоставят емпирична основа да активира системи за ранно предупреждение, да проектира мерки за адаптация и да насочва решенията управление на риска.
Подходът, освен това, намалява разходите и бариерите за достъп в сравнение с традиционните числени методи. Тъй като те изискват по-малко изчислителни ресурси, намалява така консумация на енергия като Емисии на CO2, което позволява неговото внедряване по глобален и справедлив начин.
Авторите посочват, че рамката е екстраполируеми към други екстремни явленияКато други екстремни метеорологични явленияВъпреки че все още съществуват научни и технически предизвикателства, новите поколения модели на изкуствен интелект вече са готови да укрепят климатична наука с бързо развиващи се приложения в глобален мащаб.
С тази комбинация от физически модели и изкуствен интелект, приписване на човешката роля В горещи вълни се превръща в инструмент практично и навременно, полезна за властите, медиите и гражданите, с потенциал да трансформира подготовката за екстремни условия в контекста на продължаващото затопляне.
