Het begin van de Indiase zomermoesson is de afgelopen 40 jaar drie maanden vooruit voorspeld met de hoogste precisie tot vandaag. Het resultaat geeft aan dat langere seizoensvoorspellingen op basis van machine learning een manier kunnen zijn om de gevolgen van een grillig moessonsysteem onder toekomstige opwarming van de aarde te verzachten. Dr. Takahito Mitsui en Dr. Niklas Boers van het Potsdam Institute of Climate Impact Research (PIK Potsdam), Duitsland, publiceerde de resultaten in Brieven voor milieuonderzoek . Het werk maakt deel uit van het Europese TiPES-project, Gecoördineerd vanuit het Niels Bohr Instituut, Universiteit van Kopenhagen, Denemarken en PIK Potsdam.

Miljoenen mensen en natuurlijke habitats zijn afhankelijk van de neerslag van de Indiase zomermoesson. Opwarming van de aarde, echter, verandert het moessonsysteem al en zal de variatie in neerslagpatronen, evenals het begin en de duur van de moesson in de toekomst verder vergroten. Seizoensvoorspellingen kunnen boeren en anderen, die afhankelijk zijn van de Indiase moesson, vroegtijdig waarschuwen om vooruit te plannen en de gevolgen van variaties tussen de jaren te beperken.

Klimaatwetenschappers van PIK Potsdam, Duitsland biedt nu een verbeterde voorseizoensvoorspelling voor drie maanden met behulp van machine learning. De voorspellingen gebruiken gegevens sinds 1948 en dekken dus de klimaatveranderingen van de laatste decennia. Het werk biedt een veelbelovende basis voor verder onderzoek naar het voorspellen van het begin van de Indiase zomermoesson in de komende decennia, aangezien een versnelde opwarming van de aarde de dynamiek achter dit moessonsysteem zou kunnen veranderen.

Door gereconstrueerde gegevens van troposferische temperaturen boven de Indische Oceaan en het Indiase subcontinent te vergelijken, gebruikten de wetenschappers een verschuiving in de temperatuurbalans tussen twee gebieden om het begin van de moesson te voorspellen. De resulterende nauwkeurigheid van +/- 4,8 dagen is een verbetering in vergelijking met eerdere pogingen met traditionele weersvoorspellingsmodellen om het begin van de Indiase moesson binnen drie maanden te voorspellen.

"We kunnen met een zekere mate van optimisme bevestigen dat het mogelijk moet zijn om het begin van toekomstige moessons te voorspellen, zelfs als de wereldwijde klimaatverandering de komende decennia versnelt. Inderdaad, onze voorspellingsmethode werkt al 40 jaar goed, waarin al een geleidelijke opwarming van de aarde heeft plaatsgevonden, ', zegt Takahito Mitsui.

"Onze studie onthult het grote potentieel van machine learning-methoden bij het voorspellen van klimaatfenomenen zoals het begin van de moesson. Uiteindelijk, ons doel is om traditionele weersvoorspellingsmodellen te combineren met machine learning-modellen zoals hier voorgesteld, wat hopelijk tot nog vaardigere voorspellingen zal leiden, ', zegt Niklas Boers.

De mogelijkheid van nauwkeurige voorspellingen in een wereld met een veel hogere opwarming van de aarde, echter, is nog niet onderzocht. De vooruitzichten voor het Indiase moessonsysteem in een veranderend mondiaal klimaat worden wetenschappelijk besproken. Het huidige moessonsysteem kan omslaan naar een meer onregelmatige toestand. Maar het kan ook gewoon geleidelijk veranderen als de seizoensgebonden onevenwichtigheden tussen de temperaturen over regionale landmassa's en zeeoppervlakken verschuiven met de opwarming van de aarde.

"We zullen dit kunnen onderzoeken met de klimaatmodelsimulaties onder scenario's voor opwarming van de aarde. Dan zullen we met meer vertrouwen kunnen antwoorden als onze methode van tevoren een mogelijke storing in het Indiase moessonsysteem kan voorspellen, ', zegt Takahito Mitsui.

Het TiPES-project is een EU Horizon 2020 interdisciplinair klimaatwetenschappelijk project over kantelpunten in het aardsysteem. Achttien partnerinstellingen werken samen in meer dan 10 landen. TiPES wordt gecoördineerd en geleid door het Niels Bohr Instituut van de Universiteit van Kopenhagen, Denemarken en het Potsdam Institute for Climate Impact Research, Duitsland.

Het TiPES-project heeft financiering ontvangen van het Europese Horizon 2020-onderzoeks- en innovatieprogramma, subsidieovereenkomst nummer 820970.