Klima-Intelligenz: Erkennung, Zuordnung und Anpassung von Extremereignissen durch maschinelles Lernen (CLINT)

Wetter- und Klimaextreme stellen die Anpassungs- und Minderungspolitik sowie das Katastrophenrisikomanagement vor Herausforderungen und betonen den Wert der Climate Services bei der Unterstützung strategischer Entscheidungen. Heute können Klimadienste von einer beispiellosen Verfügbarkeit von Daten, insbesondere vom Copernicus Climate Change Service, und von den jüngsten Fortschritten in der künstlichen Intelligenz (KI) profitieren, um das volle Potenzial dieser Daten auszuschöpfen.

Das Hauptziel von CLINT ist die Entwicklung eines KI-Frameworks, das aus Techniken und Algorithmen des maschinellen Lernens (ML) besteht, um große Klimadatensätze zur Verbesserung der Klimawissenschaft bei der Erkennung, Verursachung und Zuordnung von Extremereignissen, einschließlich tropischer Wirbelstürme, Hitzewellen und warmen Nächten und extremen Dürren, zusammen mit zusammengesetzten Ereignissen und gleichzeitigen Extremen zu verarbeiten. Konkret unterstützt der Rahmen

1. die Detektion von räumlichen und zeitlichen Mustern und die Entwicklung klimatologischer Felder im Zusammenhang mit Extremereignissen,
2. die Validierung der physikalisch basierten Natur der Kausalität, die durch ML-Algorithmen entdeckt wurde, und
3. die Zuordnung vergangener und zukünftiger Extreme Events zu Emissionen von Treibhausgasen und anderen anthropogenen Antrieben.

Der Rahmen wird auch die Quantifizierung der Auswirkungen von Extremereignissen auf eine Vielzahl von sozioökonomischen Sektoren unter historischen, prognostizierten und projizierten Klimabedingungen durch die Entwicklung innovativer und sektorspezifischer KI-gestützter Klimadienste abdecken. Diese werden über verschiedene räumliche Skalen hinweg demonstriert, von der europaweiten Ebene zur Unterstützung der EU-Politik zur Bewältigung des Nexus Wasser-Energie-Nahrungsmittels bis hin zur lokalen Skala in drei Arten von Klima-Hotspots. Schließlich werden diese Dienste in Web Processing Services nach den fortschrittlichsten offenen Daten- und Softwarestandards von Climate Services Information Systems und in einen Demonstrator implementiert, um die Übernahme von Projektergebnissen durch öffentliche und private Einrichtungen für Forschung und Entwicklung von Klimadienstleistungen zu erleichtern.