Accueil Base de données Projets de recherche et de connaissance Lutte contre le changement climatique: Détection, attribution et conception d’événements extrêmes à l’aide de l’apprentissage automatique

Exclusion of liability

This translation is generated by eTranslation, a machine translation tool provided by the European Commission.

Website experience degraded
The European Climate and Health Observatory is undergoing reconstruction until June 2024 to improve its performance. We apologise for any possible disturbance to the content and functionality of the platform.
Project

Lutte contre le changement climatique: Détection, attribution et conception d’événements extrêmes à l’aide de l’apprentissage automatique (CLINT)

Description:

Les conditions météorologiques et climatiques extrêmes posent des défis pour les politiques d’adaptation et d’atténuation ainsi que pour la gestion des risques de catastrophe, en mettant l’accent sur la valeur des services climatiques dans l’appui à la prise de décisions stratégiques. Aujourd’hui, Climate Services peut bénéficier d’une disponibilité sans précédent de données, en particulier du service Copernicus sur le changement climatique, et des avancées récentes dans le domaine de l’intelligence artificielle (IA) pour exploiter pleinement le potentiel de ces données.

L’objectif principal de CLINT est le développement d’un cadre d’IA composé de techniques et d’algorithmes d’apprentissage automatique (ML) pour traiter les grands ensembles de données climatiques pour améliorer la science du climat dans la détection, la causalité et l’attribution des événements extrêmes, y compris les cyclones tropicaux, les vagues de chaleur et les nuits chaudes, ainsi que les sécheresses extrêmes, ainsi que les événements composés et les extrêmes simultanés. Plus précisément, le cadre soutiendra

  1. la détection des schémas spatiaux et temporels, et les évolutions des champs climatologiques associés aux Evénements Extrêmes,
  2. la validation de la nature physique de la causalité découverte par les algorithmes ML, et
  3. l’attribution d’événements extrêmes passés et futurs aux émissions de gaz à effet de serre et autres forçages anthropiques.

Le cadre couvrira également la quantification des impacts des événements extrêmes sur divers secteurs socio-économiques dans les conditions climatiques historiques, prévues et projetées en développant des services climatiques innovants et sectoriels améliorés par l’IA. Ceux-ci seront démontrés à différentes échelles spatiales, de l’échelle paneuropéenne pour soutenir les politiques de l’UE portant sur le Nexus eau-énergie-alimentation à l’échelle locale dans trois types de points chauds sur le changement climatique. Enfin, ces services seront opérationnels dans les services de traitement du Web, selon les normes les plus avancées en matière de données ouvertes et de logiciels par les systèmes d’information des services climatiques, et en un démonstrateur pour faciliter l’adoption des résultats des projets par les entités publiques et privées pour la recherche et le développement des services climatiques.

Renseignements sur le projet

Mener

Politecnico DI MILANO, Italie

Les partenaires

Fondazione CENTRO EURO-MEDITERRANEOSUI CAMBIAMENTI Climatici, Italie HELMHOLTZ
-ZENTRUM HEREON GMBH, Allemagne
AGENCIA ESTATAL CONSEJO SUPERIOR DE INVESTIGACIONES CIENTIFICAS, Espagne SVERIGES Meteorologiska
OCH hydrologiska INSTITUT, Suède
HKV LIJN à WATER BV, Pays-Bas E3
-MODELLING AE, Grèce
THE CLIMATE DATA FACTORY, France DEUTSCHES Klimarechenzentrum
GMBH, Allemagne
STICHTING IHE DELFT INSTITUTE for WATER EDUCATION, Pays-Bas CENTRE
EUROPÉEN POUR LES FORECTES DE RANGE DES MÉDIUMS, Royaume-Uni
UNIVERSIDAD DE ALCALA, Espagne
JUSTUS-LIEBIG-UNIVERSITAET GIESSEN, Allemagne
OPEN GEOSPATIAL consortiom EUROPE, Belgique
UNIVERSIDAD COMPLUTENSE DE MADRID, Espagne

Source de financement

H2020-EU.3.5.1.

Informations de référence

Sites Internet:

Publié dans Climate-ADAPT Nov 22 2022   -   Dernière modification dans Climate-ADAPT Nov 22 2022

Actions sur le document