KLIMA INTelligence: Ekstreme hendingar deteksjon, attribusjon og tilpasning design ved hjelp av maskinlæring (CLINT)

Vêr- og klimaekstremar utgjer utfordringar for tilpasnings- og begrensningspolitikk samt katastroferisikostyring, og understrekar verdien av Climate Services for å støtte strategisk beslutningstaking. I dag kan Climate Services dra nytte av eineståande tilgjengelegheit av data, spesielt frå Copernicus Climate Change Service, og frå nylege framsteg innan kunstig intelligens (AI) for å utnytte det fulle potensialet i desse dataa.

Hovudmålet med CLINT er utviklinga av eit AI-rammeverk beståande av Machine Learning (ML) teknikkar og algoritmar for å handsame store klimadatasett for å forbetra klimavitskapen i deteksjon, årsakssamanheng og tilskriving av ekstreme hendingar, inkludert tropiske syklonar, varmebølgjer og varme netter, og ekstrem tørke, saman med samansette hendingar og samtidige ekstremar. Rammeverket vil støtte

1. påvising av romlege og tidsmessige mønster og utvikling av klimatologiske felt knytte til ekstreme hendingar,
2. validering av fysisk basert årsakssamanheng oppdaga av ML-algoritmar, og
3. Tilskriving av tidlegare og framtidige ekstreme hendingar til utslepp av klimagassar og andre menneskeskapte pådriv.

Rammeverket vil òg dekkje kvantifiseringa av dei ekstreme hendinganes innverknad på ei rekkje sosioøkonomiske sektorar under historiske, prognostiserte og prognostiserte klimaforhold ved å utvikle innovative og sektorielle AI-forbedra klimatenester. Desse vil bli demonstrert på tvers av ulike romlege skalaer, frå pan-europeisk skala for å støtte EUs politikk som adresserer Water-Energy-Food Nexus til lokal skala i tre typar hotspots for klimaendringar. Til slutt vil desse tenestene bli operasjonalisert i Web Processing Services, i samsvar med mest avanserte opne data- og programvarestandardar av Climate Services Information Systems, og til ein demonstrator for å lette opptaket av prosjektresultatar frå offentlege og private einingar for forsking og utvikling av Climate Services.