ÎNOVAȚIE ÎN CLIMAT: ÎNDEPĂRTAREA INCERTITUDINII PROIECȚIILOR ENSO

Un grup de cercetători, condus de profesorul Wang Fan de la Institutul de Oceanologie al Academiei Chineze de Științe, a revoluționat modul în care privim fenomenele climatice globale, mai exact Oscilația El Niño-Sudică (ENSO), prin utilizarea unei metode de învățare profundă bazată pe observații.

NEVOIA DE SOLUȚII EFICIENTE

ENSO reprezintă cea mai puternică variație interanuală din sistemul climatic al Pământului, influențând vremea extremă, ecosistemele și dezvoltarea economică la nivel global. Până acum, modelele climatice disponibile prezentau discrepanțe semnificative în proiecțiile viitoare ale variabilității temperaturilor suprafeței marine asociate cu ENSO.

METODE INOVATOARE DE ÎNVĂȚARE PROFUNDĂ

În efortul de a reduce incertitudinea legată de proiecțiile ENSO, echipa de cercetare a dezvoltat un sistem de învățare profundă care folosește 11 modele independente de rețele neuronale artificiale (ANN). Aceste modele sunt antrenate pe date istorice și scenarii viitoare din multiple modele climatice incluse în Proiectul de Comparare a Modelului Coupled 6 (CMIP6).

Prin integrarea datelor observabile reale, cercetătorii au putut valida rețelele neuronale, asigurându-se că acestea reflectă corect răspunsul observat al ENSO la schimbările de temperatură.

AJUSTĂRI DESCRIPȚIVE ȘI REVELAȚII CHEIE

Analiza interpretabilității și examinarea mecanismelor fizice asociate cu ENSO au condus la concluzia că cele mai eficiente ANN-uri au internalizat dinamica reală a ENSO. Multe dintre aceste modele s-au dovedit a fi extrem de sensibile la schimbările de temperatură din zonele centrale ale Pacificului ecuatorial și din extremitatea vestică a acestuia, regiuni considerate esențiale pentru feedback-urile ENSO.

REDUCEREA INCERTITUDINII PROIECȚIONĂRII

Utilizând aceste ANN-uri pentru proiecționarea variabilității temperaturilor suprafeței marine în secolul XXI, în condiții de emisii ridicate, echipa a descoperit o scădere a incertitudinii predictive cu 54% în comparație cu proiecțiile brute ale modelelor CMIP. Această descoperire oferă o bază fizică cuantificabilă pentru proiecțiile viitoare ale ENSO.

CONCLUZII RELEVANTE ȘI PERSPECTIVE DE VIITOR

Studiul oferă nu doar o metodă inovatoare de abordare a unor probleme climatice complexe, dar și o speranță că astfel de tehnici pot îmbunătăți semnificativ capacitatea noastră de a prezice modificările climatice viitoare. Profesorul Zhu Yuchao, autor principal al studiului, subliniază importanța acestor proiecții mai precise în cadrul modelării climatice.

Astfel, cercetările continuă să dezvăluie detaliile fascinante ale interacțiunii dintre variabilitatea climatică și modelele predictive, într-o lume în care cunoașterea și adaptarea devin esențiale pentru supraviețuirea umanității.

Sursa: Phys.org