Van droogte die het meer drooglegt in Californië tot bruggenbrekende overstromingen in China, extreem weer zorgt voor ravage. Voorbereiden op weersextremen in een veranderend klimaat blijft een uitdaging, echter, omdat hun oorzaken complex zijn en hun reactie op de opwarming van de aarde vaak niet goed wordt begrepen. Nutsvoorzieningen, Stanford-onderzoekers hebben een machine learning-tool ontwikkeld om de omstandigheden voor extreme neerslaggebeurtenissen in het Midwesten te identificeren, die verantwoordelijk zijn voor meer dan de helft van alle grote Amerikaanse overstromingsrampen. Gepubliceerd in Geofysische onderzoeksbrieven , hun aanpak is een van de eerste voorbeelden waarbij AI wordt gebruikt om de oorzaken van langetermijnveranderingen bij extreme gebeurtenissen te analyseren en kan helpen om de projecties van dergelijke gebeurtenissen nauwkeuriger te maken.

"We weten dat de overstromingen erger worden, " zei hoofdauteur Frances Davenport, een doctoraat student in Aardsysteemwetenschap in Stanford's School of Earth, Energie- en milieuwetenschappen (Stanford Earth). "Ons doel was om te begrijpen waarom extreme neerslag toeneemt, wat op zijn beurt zou kunnen leiden tot betere voorspellingen over toekomstige overstromingen."

Onder andere effecten, De opwarming van de aarde zal naar verwachting leiden tot meer regen en sneeuwval door een warmere atmosfeer te creëren die meer vocht kan vasthouden. Wetenschappers veronderstellen dat klimaatverandering de neerslag op andere manieren kan beïnvloeden, te, zoals het veranderen wanneer en waar stormen optreden. Het onthullen van deze effecten is moeilijk gebleven, echter, deels omdat mondiale klimaatmodellen niet noodzakelijk de ruimtelijke resolutie hebben om deze regionale extreme gebeurtenissen te modelleren.

"Deze nieuwe benadering om gebruik te maken van machine learning-technieken opent nieuwe wegen in ons begrip van de onderliggende oorzaken van veranderende extremen, " zei co-auteur Noah Diffenbaugh, de Kara J Foundation Professor in de School of Earth, Energie &Milieuwetenschappen. "Dat zou gemeenschappen en besluitvormers in staat kunnen stellen zich beter voor te bereiden op evenementen met een grote impact, zoals die die zo extreem zijn dat ze buiten onze historische ervaring vallen."

Davenport en Diffenbaugh concentreerden zich op het bovenste stroomgebied van de Mississippi en het oostelijke deel van het stroomgebied van Missouri. De zeer overstromingsgevoelige regio, die delen van negen staten overspant, heeft de afgelopen decennia extreme neerslagdagen en grote overstromingen gezien. De onderzoekers begonnen met openbaar beschikbare klimaatgegevens om het aantal dagen met extreme neerslag in de regio van 1981 tot 2019 te berekenen. Daarna trainden ze een machine learning-algoritme dat is ontworpen voor het analyseren van rastergegevens. zoals afbeeldingen, om grootschalige atmosferische circulatiepatronen te identificeren die verband houden met extreme neerslag (boven het 95e percentiel).

"Het algoritme dat we gebruiken, identificeert correct meer dan 90 procent van de extreme neerslagdagen, die hoger is dan de prestaties van traditionele statistische methoden die we hebben getest, ' zei Davenport.

Het getrainde machine learning-algoritme onthulde dat meerdere factoren verantwoordelijk zijn voor de recente toename van extreme neerslag in het Midwesten. Gedurende de 21e eeuw, de atmosferische drukpatronen die leiden tot extreme neerslag in het Midwesten komen vaker voor, toenemen met ongeveer één extra dag per jaar, hoewel de onderzoekers opmerken dat de veranderingen veel zwakker zijn als ze verder teruggaan in de tijd tot de jaren tachtig.

Echter, de onderzoekers ontdekten dat wanneer deze atmosferische drukpatronen optreden, de hoeveelheid neerslag die hierdoor ontstaat is duidelijk toegenomen. Als resultaat, dagen met deze omstandigheden hebben nu meer kans op extreme neerslag dan in het verleden. Davenport en Diffenbaugh ontdekten ook dat toename van de neerslagintensiteit op deze dagen geassocieerd was met hogere atmosferische vochtstromen van de Golf van Mexico naar het Midwesten, het water brengen dat nodig is voor hevige regenval in de regio.

De onderzoekers hopen hun aanpak uit te breiden om te kijken hoe deze verschillende factoren extreme neerslag in de toekomst zullen beïnvloeden. Ze overwegen ook om de tool opnieuw te gebruiken om zich te concentreren op andere regio's en soorten extreme gebeurtenissen, en om verschillende oorzaken van extreme neerslag te analyseren, zoals weerfronten of tropische cyclonen. Deze toepassingen zullen helpen om de verbanden tussen klimaatverandering en extreem weer verder te analyseren.

"Terwijl we ons aanvankelijk op het Midwesten concentreerden, onze aanpak kan worden toegepast op andere regio's en worden gebruikt om veranderingen in extreme gebeurtenissen breder te begrijpen, " zei Davenport. "Dit zal de samenleving helpen zich beter voor te bereiden op de gevolgen van klimaatverandering."