Canadezen denken dat ze veel weten over sneeuw. Het is praktisch een nationaal tijdverdrijf om over winterweer te praten.

Maar een Ph.D. student aan de afdeling Geografie en Milieubeheer van de Universiteit van Waterloo tilt de Canadese obsessie met het weer naar een heel nieuw niveau.

Fraser King bestudeert de manieren waarop machine learning kan worden toegepast op het voorspellen van neerslagpatronen, en met name de jaarlijkse sneeuwval en het smelten van sneeuw in de context van klimaatverandering.

In zijn laatste studie, die hij ondernam met een team van onderzoekers, waaronder zijn Ph.D. supervisor Professor Christopher Fletcher, hij brengt zijn nieuwe weermodelleringsprogramma naar voren onder de naam DeepPrecip.

"In dit nieuwe onderzoek hebben we gewerkt aan de ontwikkeling van een model, een deep learning computationeel netwerk", zegt King. "Het is moeilijk om sneeuw nauwkeurig te meten. Er zijn andere modellen geweest, maar die hebben enkele beperkingen. Ons nieuwe model helpt om de zaken vooruit te helpen."

DeepPrecip neemt de bergen gegevens die bestaan ​​uit radarmetingen van sneeuwval en bouwt vervolgens voorspellende modellen. Dergelijk onderzoek is uiterst waardevol in een tijdperk van klimaatverandering.

"Ik heb het gevoel dat we als Canadezen een verantwoordelijkheid hebben om ervoor te zorgen dat we voor het land zorgen en het in de gaten houden, omdat het wereldwijde gevolgen zal hebben naarmate het klimaat blijft opwarmen", zegt King.

"Een van de grote vragen in atmosferische wetenschappen is het begrijpen van veranderingen in sneeuwval. Het is een nogal dynamisch proces en het is niet een dat goed wordt begrepen. Elke vooruitgang die we op dit gebied kunnen boeken, is gunstig."

Kennis mobiliseren

Naast het publiceren van academische artikelen om zijn onderzoek te verspreiden, heeft King er een prioriteit van gemaakt om zijn werk te communiceren aan een breder publiek, inclusief andere onderzoekers buiten zijn vakgebied en het grote publiek.

Voor dit huidige project op DeepPrecip publiceerde hij een blogpost met het AI-bedrijf Graphcore en een artikel op de populaire Toward Data Science-blog op Medium. Het op het publiek gerichte artikel heeft de slimme titel "Dromen neurale netwerken van vallende sneeuw?" en zinspeelt op de beroemde roman van Philip K. Dick.

In een verdere poging tot toegankelijkheid heeft King het programma zelf beschikbaar en open source op GitHub gemaakt.

Hij en zijn supervisor behoren ook tot de finalisten in de Science Exposed-wedstrijd van de Natural Sciences and Engineering Research Council of Canada (NSERC) voor hun weergave van het DeepPrecip-model (zie bovenstaande afbeelding).

King heeft er tijdens zijn academische carrière een punt van gemaakt om wetenschappelijke kennis te vertalen naar toegankelijke formaten voor een publiek publiek. Hij won de GRADflix-wedstrijd van de Universiteit van Waterloo 2019, die onderzoekers uitdaagde om video's van één minuut te maken die hun werk aan het publiek overbrachten

"Ik denk dat het heel belangrijk is om niet alleen goed onderzoek te doen, maar ook de tijd te nemen om dat onderzoek aan een breder publiek te communiceren", zegt King. "Het onderzoek kunnen beschrijven aan belanghebbenden en financiers en het aan het grote publiek kunnen beschrijven, is een focus voor mij en ik hoop dat het anderen kan prikkelen om ook met het onderzoek aan de slag te gaan." + Verder verkennen

Bacteriën kunnen helpen broeikasgassen af ​​te vangen