CLImate Intelligens: Detektion, tilskrivning og tilpasning af ekstreme hændelser ved hjælp af maskinindlæring (CLINT)

Vejr- og klimaekstremer udgør udfordringer for tilpasnings- og afbødningspolitikker samt katastroferisikostyring, hvilket understreger værdien af klimatjenester til støtte for strategisk beslutningstagning. I dag kan klimatjenesterne drage fordel af en hidtil uset tilgængelighed af data, navnlig fra Copernicus' klimaændringstjeneste, og af de seneste fremskridt inden for kunstig intelligens (AI) med henblik på at udnytte disse datas fulde potentiale.

Hovedformålet med CLINT er udviklingen af en AI-ramme bestående af maskinlæringsteknikker og algoritmer til behandling af store klimadatasæt til forbedring af klimavidenskaben i detektion, årsagssammenhæng og tilskrivning af ekstreme hændelser, herunder tropiske cykloner, hedebølger og varme nætter og ekstreme tørker sammen med sammensatte begivenheder og samtidige ekstremer. Konkret vil rammen støtte

1. påvisning af rumlige og tidsmæssige mønstre og udvikling af klimatologiske felter i forbindelse med ekstreme hændelser
2. validering af den fysisk baserede årsagssammenhæng, der opdages ved hjælp af ML-algoritmer, og
3. tilskrivning af tidligere og fremtidige ekstreme hændelser til emissioner af drivhusgasser og anden menneskeskabt tvang.

Rammenvil også omfatte kvantificering af virkningerne af ekstreme hændelser på en række socioøkonomiske sektorer under historiske, forventede og forventede klimaforhold ved at udvikle innovative og sektorspecifikke AI-forbedrede klimatjenester. Disse vil blive demonstreret på tværs af forskellige rumlige skalaer, fra den paneuropæiske skala til støtte for EU's politikker vedrørende sammenhængen mellem vand, energi og fødevarer til den lokale skala i tre typer klimaændringshotspots. Endelig vil disse tjenester blive operationaliseret til webbehandlingstjenester i henhold til de mest avancerede åbne data- og softwarestandarder fra Climate Services Information Systems og til en demonstrationsenhed for at lette offentlige og private enheders anvendelse af projektresultater til forskning og udvikling af klimatjenester.