世界

MITは異常気象のより良い予測を約束します

今日の私たちは、数百年前に比べて気象パターンを追跡することがはるかに上手になっていますが、異常気象を予測することについてはまだ比較的経験が浅いのです。 今日の特定のコミュニティにおける異常気象現象の予測は、粗粒度の気候モデルに基づいており、特定の都市や町よりも広大な土地の気候現象をはるかに正確に予測できます。 暴風雨への備えやその他の異常気象への備えにおいて、この低解像度の気象学アプローチは、地域社会のインフラや人口に悲惨な結果をもたらす可能性があります。 の MITの研究者しかし、現代の天気予報をより具体的かつ正確にする方法を発見したと主張しています。既存の気候モデルの安定性を向上させようとする代わりに、 MITチーム 非侵入的な機械学習アルゴリズムを作成し、その上に追加して深さを追加しました。 このアルゴリズムは、気温、湿度、降雨量など、過去の気象条件やイベントからデータを取得することから始まります。 次に、このデータを、対象期間の粗粒気候モデルによる予測と比較します。 天気の予測とその後の結果がどのように一致するかに応じて、アルゴリズムは相関関係を作成し、現在の気候モデルによる予測を強化することができます。ある実験では、エンジニアは米国エネルギー省のエネルギー エクサスケール地球システム モデル (E3SM) のシミュレーションを修正および改善しました。 ほとんどの大規模気候予測モデルと同様、E3SM は 100 ～ 110 キロメートルの解像度でのみ気象パターンをシミュレートできます。 しかし、過去の 8 年間の確認された気候データを使用して、チームは E3SM と実際の天気の間の新しい相関関係をアルゴリズムに教えました。 E3SM を再実行してアルゴリズムを適用したところ、改善された結果は、元の E3SM の予測よりも実際の天気とはるかによく一致しました。MITの発表の中で研究チームは、「補正」は気候モデルの元の出力とアルゴリズムの改善された結果との間に12℃の差が生じる可能性があると説明した。 しかし、人間にとって、12 ポイントはかなり大きな差です。 この誤差の範囲は、吹雪、竜巻、熱帯低気圧、熱波、山火事の季節など、地域社会や生態系全体に壊滅的な被害を与える可能性のある異常気象にも大きな影響を与えます。 気候変動というより広範な現象がこれらの現象や気象パターンを悪化させるため、今後の事態に備えるには正確さが重要になります。 [MIT] #MITは異常気象のより良い予測を約束します