eXtreme-evenementen: Kunstmatige intelligentie voor detectie en attributie (XAIDA)

Klimaatverandering verandert en versterkt extreme weersomstandigheden zoals hittegolven, verwoestende bosbranden, cyclonen, overstromingen en droogten. Het XAIDA-project heeft tot doel extreme gebeurtenissen te karakteriseren, op te sporen en toe te schrijven met behulp van een nieuwe gegevensgestuurde, op impact gebaseerde aanpak. Het zal nieuwe AI-technieken gebruiken en specialisten samenbrengen op het gebied van attributie bij extreme gebeurtenissen, atmosferische dynamiek, klimaatmodellering, machinaal leren en causale gevolgtrekking. De hoop is dat de bevindingen van het project licht kunnen werpen op het effect van klimaatverandering op atmosferische verschijnselen zoals cyclonen en convectieve stormen, die niet goed worden begrepen of gekwantificeerd. Het project zal ook instrumenten bieden om de causale routes te beoordelen die tot extreme gebeurtenissen leiden.

Het veld “toeschrijving aan extreme gebeurtenissen” is onlangs ontwikkeld om een beeld te geven van toekomstige klimaten in termen van betekenisvolle patronen van extreme gebeurtenissen, die toekomstige prognoses kunnen onderbouwen op een wijze die nuttig is voor aanpassing, en waarvoor een oorzakelijk verband tussen gebeurtenissen en menselijke invloed op het klimaat kan worden vastgesteld of weerlegd. Echter, extreme gebeurtenis detectie, attributie en projecties studies worden momenteel geconfronteerd met grote beperkingen. 

Het XAIDA-project is erop gericht deze lacunes op te vullen. Met behulp van nieuwe artificiële-intelligentietechnieken en sterke tweerichtingsinteractie met belangrijke belanghebbenden zal het (i) extreme gebeurtenissen karakteriseren, detecteren en toeschrijven met behulp van een nieuwe gegevensgestuurde, op impact gebaseerde benadering, (ii) hun onderliggende causale routes en fysieke drivers beoordelen met behulp van causale netwerkmethoden, en (iii) hoge intensiteit en nog ongeziene gebeurtenissen simuleren die fysiek aannemelijk zijn in de huidige en toekomstige klimaten.

Om dit te bereiken, brengt XAIDA teams van specialisten op het gebied van attributie bij extreme gebeurtenissen, atmosferische dynamiek, klimaatmodellering, machine learning en causale gevolgtrekking samen om:

• Begrijp het effect van klimaatverandering op een verscheidenheid aan beïnvloedende atmosferische verschijnselen die momenteel slecht worden begrepen of gekwantificeerd (cyclonen, convectieve stormen, langlevende anomalieën of zomersamenstellingsgebeurtenissen), zowel voor vroegere als toekomstige evoluties;
• in samenwerking met een gemeenschap van belangrijke belanghebbenden een nieuw, breder en op effecten gebaseerd toewijzings- en projectiekader ontwikkelen dat causale trajecten van uitersten onttrekt;
• Ontwikkel verhaallijnen van gebeurtenissen van ongeziene intensiteit, gebaseerd op machine learning-methoden;
• nieuwe instrumenten te verschaffen voor de modelbeoordeling van causale trajecten die leiden tot extreme gebeurtenissen en de oorzaken van meningsverschillen tussen modellen en waarnemingen te onderzoeken;
• Ontwikkelen van een interactie- en communicatieplatform met belanghebbenden met de ambitie om opleidingen en onderwijs over klimaatverandering en de gevolgen daarvan te verbeteren en deze ontwikkelingen naar toekomstige operationele klimaatdiensten te brengen.