zdarzenia ekstremalne: Sztuczna inteligencja na potrzeby wykrywania i przypisywania (XAIDA)
Opis:
Zmiany klimatu modyfikują i wzmacniają ekstremalne zjawiska pogodowe, takie jak fale upałów, niszczące pożary, cyklony, powodzie i susze. Projekt XAIDA ma na celu scharakteryzowanie, wykrywanie i przypisywanie zdarzeń ekstremalnych za pomocą nowatorskiego podejścia opartego na danych, opartego na wpływie. Wykorzysta nowe techniki sztucznej inteligencji i zgromadzi specjalistów w zakresie przypisywania zdarzeń ekstremalnych, dynamiki atmosfery, modelowania klimatu, uczenia maszynowego i wnioskowania przyczynowego. Mamy nadzieję, że wyniki projektu będą w stanie rzucić światło na wpływ zmian klimatu na zjawiska atmosferyczne, takie jak cyklony i burze konwekcyjne, które nie są dobrze rozumiane ani ilościowe. Projekt zapewni również narzędzia do oceny ścieżek przyczynowych prowadzących do zdarzeń ekstremalnych.
Dziedzina „Extreme Event Attribution” rozwinęła się niedawno, aby zapewnić reprezentacje przyszłych klimatów pod względem znaczących wzorców zdarzeń ekstremalnych, które mogą stanowić podstawę przyszłych projekcji w sposób przydatny do przystosowania się i dla których można ustalić lub obalić związek przyczynowy między wydarzeniami a ludzkim wpływem na klimat. Jednak badania dotyczące wykrywania zdarzeń ekstremalnych, przypisania i prognozowania napotykają obecnie poważne ograniczenia.
Celem projektu XAIDA jest wypełnienie tych luk. Wykorzystując nowe techniki sztucznej inteligencji i silną dwukierunkową interakcję z kluczowymi zainteresowanymi stronami, (i) scharakteryzuje, wykrywa i przypisuje zdarzenia ekstremalne za pomocą nowatorskiego podejścia opartego na danych, opartego na wpływie, (ii) oceny ich podstawowych ścieżek przyczynowych i fizycznych kierowców za pomocą metod sieci przyczynowych oraz (iii) symulowania zdarzeń o wysokiej intensywności i dotychczas niewidzianych, które są fizycznie wiarygodne w obecnym i przyszłym klimacie.
Aby to osiągnąć, XAIDA skupia zespoły specjalistów zajmujących się atrybucją zdarzeń ekstremalnych, dynamiką atmosfery, modelowaniem klimatu, uczeniem maszynowym i wnioskowaniem przyczynowym, aby:
- Zrozumieć wpływ zmiany klimatu na różne zjawiska atmosferyczne, które obecnie są słabo rozumiane lub ilościowe (cyklony, burze konwekcyjne, długowieczne anomalie lub letnie zdarzenia złożone), zarówno w odniesieniu do przeszłych, jak i przyszłych ewolucji;
- Opracowanie, we współpracy ze społecznością kluczowych zainteresowanych stron, nowych, szerszych i opartych na skutkach ram przypisywania i prognozowania, które wyodrębniają ścieżki przyczynowe skrajności;
- Opracowanie fabuły wydarzeń o niewidzialnej intensywności, w oparciu o metody uczenia maszynowego;
- Zapewnienie nowych narzędzi do modelowej oceny ścieżek przyczynowych prowadzących do zdarzeń ekstremalnych oraz zbadanie przyczyn rozbieżności między modelami a obserwacjami;
- Opracowanie platformy interakcji i komunikacji z zainteresowanymi stronami z ambicją poprawy szkoleń i edukacji w zakresie zmiany klimatu i jej skutków oraz wprowadzenia tych zmian do przyszłych operacyjnych usług w dziedzinie klimatu.
Informacje o projekcie
Główny
NATIONAL DE LA RECHERCHE SCIENTIFIQUE – CNRS
Partnerzy
Commissariat à l’Energie Atomique et aux Energies Alternatives (Francja)
Vrije Universiteit Amsterdam (VU)|Holandia
Kanclerz, Masters and Scholars Uniwersytetu Oksfordzkiego (Uk)
Koninklijk Nederlands Meteorologisch Instituut-Knmi (Holandia)
Spotkanie z biurem (Uk)
Max-Planck-Gesellschaft Zur Forderung Der Wissenschaften Ev (Niemcy)
Universitat De Valencia (Hiszpania)
Universitaet Lipsk (Niemcy)
Deutsches Zentrum Fur Luft – Und Raumfahrt Ev(Niemcy)
Eidgenoessische Technische Hochschule Zuerich (Szwajcaria)
Helmholtz-Zentrum futro Umweltforschung Gmbh – Ufz (Niemcy)
Uniwersytet Czytelniczy (Uk)
UNESCO – Międzynarodowe Centrum Fizyki Teoretycznej (Ictp)|Włochy
Foundation pour l’education à la Science Dans le Sillage de la Main a la Pate (Francja)
Stichting International Red Cross Red Crescent Centre on Climate Change and Disaster Preparedness (Holandia)
Imperial College London – Grantham Institute (Icl) | Wielka Brytania
Źródło finansowania
H2020-UE.3.5. Społeczne WYSOKI – Działania w dziedzinie klimatu, środowisko, efektywne gospodarowanie zasobami i surowce
Opublikowane w Climate-ADAPT Nov 22 2022 - Ostatnia modyfikacja w Climate-ADAPT Nov 22 2022