idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
14.11.2024 08:00

AI in Climate Research: Detecting Climate Extremes

Jana Meyer Presse- und Öffentlichkeitsarbeit
Deutsches Klimarechenzentrum

    Climate extremes such as heat waves, heavy rainfall or droughts have far-reaching impacts on ecosystems, agriculture, water resources and human health. In order to understand recent extremes and to be able to assess the resulting climate risks, they must be examined in a historical context.
    How do recent extremes compare to past events and are there regional long term trends? Thus, data analysts of DKRZ have developed a method that can effectively reconstruct incomplete observation data on climate extremes by using methods of artificial intelligence (AI). The results of the study were published in the internationally renowned journal “Nature Communications” at the end of October 2024.

    The analysis of past climate extremes is complicated by the fact that existing datasets of observed extremes generally exhibit spatial gaps and inaccuracies due to inadequate spatial extrapolation. This problem arises from traditional statistical methods used to account for the lack of measurements, particularly prevalent before the mid-20th century.

    The study demonstrates how AI can effectively reconstruct sparse observational data of European climate extremes (warm and cold days and nights) and reveal spatial trends across the time span from 1901 to 2018 that is not covered by most reanalysis datasets. The analysis shows that the AI method surpasses established statistical methods such as Kriging. The reconstruction is based on transfer learning with Earth System Model data e.g. large data amounts from the Coupled Model Intercomparison Project CMIP6. The computations used the GPU part of DKRZ's HPC system “Levante”.

    The AI reconstructed dataset reveals quantitative evidence for hot and cold extremes in the early 20th century and sheds a new light on the evolution of these extremes. The dataset is provided to the climate community for a better characterization of climate extremes and to improve risk management and policy development.


    Wissenschaftliche Ansprechpartner:

    Ètienne Plesiat, Data analyst at DKRZ: plesiat@dkrz.de


    Originalpublikation:

    https://doi.org/10.1038/s41467-024-53464-2


    Bilder

    Reported heatwave event from September 1911: The figure shows the percentage of days when the daily maximum temperature is > 90th percentile (TX90p). Left: Original HadEX-CAM dataset with spatial gaps. Right: reconstruction using AI method CRAI
    Reported heatwave event from September 1911: The figure shows the percentage of days when the daily ...


    Merkmale dieser Pressemitteilung:
    Journalisten, Wissenschaftler
    Geowissenschaften, Informationstechnik, Meer / Klima, Umwelt / Ökologie
    überregional
    Forschungsergebnisse, Wissenschaftliche Publikationen
    Englisch


     

    Reported heatwave event from September 1911: The figure shows the percentage of days when the daily maximum temperature is > 90th percentile (TX90p). Left: Original HadEX-CAM dataset with spatial gaps. Right: reconstruction using AI method CRAI


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).