Poprawa prognoz ekstremalnej pogody

Prognozowanie skrajnych zjawisk pogodowych jest kluczowym elementem planowania długoterminowych strategii ochrony środowiska. Obecnie korzysta się głównie z globalnych modeli klimatu, które mogą symulować warunki atmosferyczne przez wiele dziesięcioleci do przodu, jednak nie są one na tyle dokładne aby przewidywać pogodę np. dla konkretnego miasta

Wielkoskalowe modele klimatyczne a ryzyko ekstremalnych zjawisk pogodowych

Mimo że te modele są niezwykle przydatne do wyznaczania warunków klimatycznych na dużą skalę, nie są wystarczająco precyzyjne do przewidywania specyficznych warunków dla konkretnych miejsc, takich jak np. Boston. Aby oszacować przyszłe ryzyko skrajnych warunków pogodowych, takich jak powodzie w Bostonie, można łączyć prognozy z modelem o wyższej rozdzielczości. Profesor Themistoklis Sapsis z MIT, który opracował nową metodę "korekty" prognoz z modeli klimatycznych, podkreśla, że skuteczność tego podejścia jest ograniczona i zależy od dokładności prognoz z pierwszego, bardziej ogólnego modelu klimatycznego.

Nowa metoda korekty prognoz z modeli klimatycznych

Profesor Sapsis i jego zespół opracowali metodę "korekty" prognoz z modeli klimatycznych. Polega ona na połączeniu uczenia maszynowego z teorią układów dynamicznych, które "poprawiają" symulacje klimatu w modelach do bardziej realistycznych wzorców na dużą skalę. Poprawione w ten sposób modele klimatyczne mogą pomagać określić, gdzie i jak często mogą wystąpić ekstremalne zjawiska pogodowe w kontekście globalnego ocieplenia. "Zmiana klimatu wpływa na każdy aspekt życia ludzkiego i każdy rodzaj życia na planecie, od różnorodności biologicznej po bezpieczeństwo żywności i gospodarkę. Jeśli będziemy w stanie dokładnie przewidzieć, jak będzie się zmieniała ekstremalna pogoda, zwłaszcza w konkretnych miejscach, może to zrobić dużą różnicę pod kątem przygotowań i odpowiedniemu podejściu rozwiązań" - mówi profesor Sapsis.

Naukowcy pracują więc nieustannie nad doskonaleniem modeli prognostycznych, aby lepiej zrozumieć i przewidzieć zmiany klimatu. Nowa metoda korekty prognoz z modeli klimatycznych, opracowana przez zespół z MIT, wykorzystuje uczenie maszynowe i teorię układów dynamicznych, aby poprawić dokładność prognoz na różnych skalach. Dzięki temu, decydenci mogą dokonywać bardziej precyzyjnych ocen ryzyka ekstremalnych zjawisk pogodowych na przyszłość.