Forskere opnår forbedret forudsigelse af indiske monsunstart ved hjælp af maskinlæring

Begyndelsen af ​​den indiske sommermonsun er blevet forudsagt tre måneder frem i de sidste 40 år med den højeste præcision indtil i dag. Resultatet indikerer, at længere sæsonbestemte prognoser baseret på maskinlæring kan være en måde at afbøde konsekvenserne af et uregelmæssigt monsunsystem under fremtidig global opvarmning. Dr. Takahito Mitsui og Dr. Niklas Boers fra Potsdam Institute of Climate Impact Research (PIK Potsdam), Tyskland, offentliggjort resultaterne i Miljøforskningsbreve . Arbejdet er en del af det europæiske TiPES-projekt, Koordineret fra Niels Bohr Instituttet, Københavns Universitet, Danmark og PIK Potsdam.

Millioner af mennesker såvel som naturlige levesteder er afhængige af nedbøren fra den indiske sommermonsun. Global opvarmning, imidlertid, er allerede ved at ændre monsunsystemet og vil yderligere øge variationen i nedbørsmønstre samt monsunstart og varighed i fremtiden. Sæsonbestemte prognoser kan give tidlige advarsler til landmænd og andre, afhængigt af den indiske monsun, om at planlægge fremad og afbøde konsekvenserne af interårlige variationer.

Klimaforskere fra PIK Potsdam, Tyskland leverer nu en forbedret tre-måneders præsæsonal prognose ved hjælp af maskinlæring. Forudsigelserne bruger data siden 1948 og dækker dermed klimaændringerne i de seneste årtier. Arbejdet giver et lovende grundlag for yderligere forskning i retning af at forudsige begyndelsen af ​​den indiske sommermonsun i de kommende årtier, da accelereret global opvarmning kan ændre dynamikken bag dette monsunsystem.

Ved at sammenligne rekonstruerede data om troposfæriske temperaturer over Det Indiske Ocean og det indiske subkontinent brugte forskerne et skift i temperaturbalancen mellem to områder til at forudsige monsunens begyndelse. Den resulterende nøjagtighed på +/- 4,8 dage er en forbedring sammenlignet med tidligere forsøg med traditionelle vejrudsigelsesmodeller til at forudsige den indiske monsunbegyndelse inden for tre måneder.

"Vi kan bekræfte med et niveau af optimisme, at det burde være muligt at forudsige begyndelsen af ​​fremtidige monsuner, selvom de globale klimaændringer accelererer i de kommende årtier. vores forudsigelsesmetode fungerer godt i de sidste 40 år, hvor der allerede har fundet en gradvis global opvarmning sted, " siger Takahito Mitsui.

"Vores undersøgelse afslører det store potentiale ved maskinlæringsmetoder til at forudsige klimafænomener såsom monsunens begyndelse. I sidste ende, vores mål er at kombinere traditionelle vejrudsigelsesmodeller med maskinlæringsmodeller som den, der foreslås her, hvilket forhåbentlig vil føre til endnu mere dygtige prognoser, siger Niklas Boers.

Muligheden for præcise forudsigelser i en verden med en meget højere global opvarmning, imidlertid, er endnu ikke undersøgt. Udsigterne for det indiske monsunsystem i et skiftende globalt klima er videnskabeligt diskuteret. Det nuværende monsunsystem kan vende til en mere uregelmæssig tilstand. Men det kan også ganske enkelt ændre sig gradvist, efterhånden som de sæsonmæssige ubalancer mellem temperaturerne over regionale landmasser og havoverflader skifter med den globale opvarmning.

"Vi vil være i stand til at undersøge dette med klimamodelsimuleringerne under scenarier for global opvarmning. Så vil vi være i stand til at svare mere sikkert, om vores metode kan eller ikke kan forudsige en mulig fejl i det indiske monsunsystem på forhånd, " siger Takahito Mitsui.

TiPES-projektet er et EU Horizon 2020 tværfagligt klimavidenskabeligt projekt om vippepunkter i jordsystemet. Atten partnerinstitutioner arbejder sammen i mere end 10 lande. TiPES koordineres og ledes af Niels Bohr Institutet ved Københavns Universitet, Danmark og Potsdam Institute for Climate Impact Research, Tyskland.

TiPES-projektet har modtaget støtte fra European Horizon 2020 forsknings- og innovationsprogram, tilskudsaftale nummer 820970.