A tavat kiszárító szárazságtól Kaliforniában, a hidat összetörő áradásokig Kínában, világszerte extrém időjárás pusztít. Az időjárási extremitásokra felkészülni a változó klímában nagy kihívás marad, mert okaik komplexek, és a globális felmelegedésre adott válaszok gyakran nem jól értettek. Most a Stanford Egyetem kutatói kifejlesztettek egy gépi tanuló eszközt abból a célból, hogy azonosítsák az extrém csapadék körülményeit a Középnyugaton, amelyek az Egyesül Államokban az árvízi katasztrófák több mint felért felelősek.
A Geophysical Research Letters magazinban publikált megoldásuk az egyik első példája a mesterséges intelligencia használatának arra, hogy az extrém események hosszú távú változásait analizálják, mindez pedig segíthet pontosabbá tenni az ilyen típusú események előrejelzéseit is. Noah Diffenbaugh és Frances Davenport,a Stanford kutatói fejlesztették ki az új gépi modellt abból a célból, hogy előre jelezzék az áradáshoz vezető extrém csapadékot.
„Tudjuk, hogy az áradások egyre rosszabbak lesznek"- mondja Davenport. Célunk az volt, hogy megértsük miért erősödik az extrém csapadék , ami aztán jobb előrejelzésekhez vezet a jövőbeni áradásokról." – nyilatkozta a tudós.
Más hatásokon kívül a globális felmelegedés várhatóan hevesebb esőzésekhez és havazásokhoz vezet, létrehozva egy több nedvességet tartalmazó melegebb atmoszférát. A tudósok felételezik, hogy a klímaváltozás más módon is hathat, mint például, hogy mikor és hol tör ki heves vihar.
Ezeknek a hatásoknak továbbra is nehéz a feltárása, részben azért, mert a globális klímamodellek nem feltétlenül rendelkeznek térbeli felbontással, ezeknek a regionális, szélsőséges eseményeknek a modellezéséhez.
„Ez a módszer, hogy kiaknázzuk a gépi tanulási technológiákat új utat nyit abban, hogy megértsük a változó extremitások okait. Ez hozzá segítheti a közösségeket és a döntéshozókat ahhoz, hogy jobban felkészüljenek e nagyhatású eseményekre"- mondja Noah Diffenbaugh a tanulmánynak társszerzője. Davenport és Diffenbaugh a felső Mississippi vízgyűjtőre és a Missouri vízgyűjtő keleti részére fókuszált. Az az erősen áradásos veszélyes régió, amely kilenc államot fog át, az utóbbi évtizedekben sok extrém csapadékos napot látott, és egyre gyakoribbá váltak a jelentős áradások. A kutatók a nyilvánosan hozzáférhető adatok feldolgozásával kezdték, hogy kiszámítsák az extrém csapadékos napokat a régióban 1981 és 2019 között. Aztán megalkottak egy gépi tanuló algoritmust, amit arra terveztek, hogy rácsadatokat analizáljon, valamint hogy azonosítsa a nagyméretű atmoszferikus cirkulációs mintázatokat, amik extrém csapadékkal (95 % felett) társulnak .
Az algoritmus helyesen azonosította az extrém csapadékos napok több, mint 90 %-át, ami magasabb, mint a hagyományos statisztikai módszerek, amiket teszteltek.
Az algoritmus megmutatta, hogy sok faktor felelős a középnyugati csapadék nemrégiben tapasztalt extrém növekedéséért.
A 21. szárad során az atmoszferikus nyomás mintázata, ami a Középnyugat extrém csapadékához vezet, egyre gyakoribbá válik, évente körülbelül egy nappal növekszik, bár a kutatók megjegyzik, hogy ez sokkal gyengébb, mint amilyen volt az 1980-as években.
A kutatók azonban azt találták, hogy amikor ezek az atmoszferikus nyomásmintázatok előfordultak, a csapadék mennyisége is egyértelműen növekedett. Következésképpen, ilyen kondíciójú napokon nagyobb valószínűséggel várható extrém mennyiségű csapadék, mint a múltban. A két kutató azt találta, hogy a csapadék intenzitásának növekedése ezeken a napokon magasabb légköri nedvességgel társul, ami a Mexikói-öbölből a Középnyugatra áramlik, a csapadékhoz szükséges vízgőzt hozva a régióba.
„Míg mi eredetileg a Középnyugatra fókuszáltunk, megközelítésünk alkalmazható más régiókra is, és felhasználható arra, hogy megértsük az extrém események változásait szélesebb körben. Ez előfogja segíteni a klímaváltozás hatásaira való jobb felkészülést is "-nyilatkozta Davenport.
(Forrás: Stanford Egyetem)