KI prognostiziert, dass die Temperaturen in den meisten Teilen der Welt viel schneller auf 3 °C ansteigen werden als bisher erwartet

Drei führende Klimawissenschaftler haben Erkenntnisse aus zehn globalen Klimamodellen kombiniert und kommen mithilfe künstlicher Intelligenz (KI) zu dem Schluss, dass regionale Erwärmungsschwellen wahrscheinlich schneller erreicht werden als bisher angenommen.

Die Studie, veröffentlicht in UmweltforschungsbriefeProjekte, bei denen die meisten Landregionen gemäß der Definition des Zwischenstaatlichen Ausschusses für Klimaänderungen (IPCC) wahrscheinlich bis 2040 oder früher den kritischen Schwellenwert von 1,5 °C überschreiten werden. Ebenso sind mehrere Regionen auf dem besten Weg, die 3,0°C-Schwelle bis 2060 zu überschreiten – früher als in früheren Studien erwartet.

Es wird erwartet, dass Regionen wie Südasien, das Mittelmeer, Mitteleuropa und Teile Afrikas südlich der Sahara diese Schwellenwerte schneller erreichen, was die Risiken für gefährdete Ökosysteme und Gemeinschaften erhöht.

Die von Elizabeth Barnes, Professorin an der Colorado State University, Noah Diffenbaugh, Professorin an der Stanford University, und Sonia Seneviratne, Professorin an der ETH Zürich, durchgeführte Forschung nutzte einen hochmodernen KI-Transfer-Learning-Ansatz, der Wissen aus mehreren Klimabereichen integriert Modelle und Beobachtungen, um frühere Schätzungen zu verfeinern und genauere regionale Vorhersagen zu liefern.

Wichtigste Erkenntnisse

Mithilfe von KI-basiertem Transferlernen analysierten die Forscher Daten aus zehn verschiedenen Klimamodellen, um Temperaturanstiege vorherzusagen, und fanden Folgendes heraus:

  • 34 Regionen dürften bis 2040 eine Erwärmung von mehr als 1,5 °C erleben.
  • 31 dieser 34 Regionen werden voraussichtlich bis 2040 eine Erwärmung von 2 °C erreichen.
  • In 26 dieser 34 Regionen wird die Erwärmung bis 2060 voraussichtlich die Marke von 3 °C überschreiten.
  • Elizabeth Barnes sagt: „Unsere Forschung unterstreicht, wie wichtig es ist, innovative KI-Techniken wie Transferlernen in die Klimamodellierung zu integrieren, um regionale Prognosen potenziell zu verbessern und einzuschränken und umsetzbare Erkenntnisse für politische Entscheidungsträger, Wissenschaftler und Gemeinschaften weltweit zu liefern.“

    Noah Diffenbaugh, Co-Autor und Professor an der Stanford University, fügte hinzu: „Es ist wichtig, sich nicht nur auf den globalen Temperaturanstieg zu konzentrieren, sondern auch auf spezifische Veränderungen in lokalen und regionalen Gebieten. Indem wir festlegen, wann regionale Erwärmungsschwellen erreicht werden, können wir das erreichen.“ den Zeitpunkt spezifischer Auswirkungen auf Gesellschaft und Ökosysteme klarer vorhersehen zu können.

    „Die Herausforderung besteht darin, dass der regionale Klimawandel unsicherer sein kann, sowohl weil das Klimasystem auf kleineren räumlichen Skalen von Natur aus stärker verrauscht ist als auch weil Prozesse in der Atmosphäre, im Ozean und auf der Landoberfläche Unsicherheit darüber schaffen, wie genau eine bestimmte Region auf globale Auswirkungen reagieren wird.“ Schuppenerwärmung.“

    Weitere Informationen:
    KI prognostiziert, dass die Temperaturen in den meisten Teilen der Welt viel schneller auf 3 °C ansteigen werden als bisher erwartet. Umweltforschungsbriefe (2024). DOI: 10.1088/1748-9326/ad91ca

    Bereitgestellt von IOP Publishing

    ph-tech