Schemi che spiegano l'uso di LDA per i dati climatici:le parole sono sostituite da valori di pixel, i motivi corrispondono a oggetti meteorologici (cicloni e anticicloni). Crediti:Davide Faranda, Lucas Fery
Secondo alcune misure, il cambiamento climatico è nel passato.
"Più linee di evidenza supportano fortemente la scoperta che i gas serra di origine antropica sono diventati il motore dominante del riscaldamento climatico globale osservato dalla metà del XX secolo", riporta la Dichiarazione rivista sul cambiamento climatico della Terra adottata dal Consiglio dell'American Physical Society lo scorso novembre —rappresentando la voce collettiva di oltre 50.000 membri.
Continuano gli sforzi importanti per bloccare le conseguenze dei futuri cambiamenti climatici. Ma alcuni ricercatori si stanno ponendo una domanda diversa:come può la società diventare più resiliente in un mondo già riscaldato?
Alla riunione di marzo dell'APS del 2022, gli scienziati condivideranno le nuove scoperte su come imparare a convivere con il cambiamento climatico e gli eventi estremi che ne seguiranno. Durante una conferenza stampa lunedì 14 marzo 2022, i ricercatori discuteranno di combattere la confusione e la disinformazione climatica, costruire un dizionario meteorologico e prevedere il clima con la fisica del deep learning. La conferenza si terrà in loco e sarà trasmessa in streaming tramite Zoom.
Durante l'amministrazione Trump, funzionari come il capo dell'EPA Scott Pruit hanno affermato che c'era troppa incertezza per affermare definitivamente che gli esseri umani contribuiscono al cambiamento climatico. Inoltre, tale amministrazione ha promulgato un'interpretazione delle osservazioni sul riscaldamento e sul clima estremo come risultato di fluttuazioni estreme normali ma possibili di un clima statisticamente immutabile.
"Non servono nient'altro che statistiche elementari per dimostrare che la posizione dell'amministrazione Trump sul clima non è coerente con i fatti osservativi:usando le osservazioni è possibile dimostrare che il clima non è statisticamente immutabile", ha affermato il matematico Juan M. Restrepo, scienziato di l'Oak Ridge National Laboratory del Dipartimento dell'Energia.
Restrepo e Michael Mann, climatologo della Pennsylvania State University, hanno inoltre applicato un semplice teorema di probabilità ai dati di temperatura dal 19° secolo in poi. Quindi hanno stimato le incertezze relative alle fluttuazioni di temperatura naturali e provocate dall'uomo.
"La variabilità naturale da sola non può spiegare gli attuali cambiamenti nei dati climatici. Nonostante le incertezze, si prevede ancora che la Terra si riscaldi in modo coerente con i resoconti di sintesi dell'IPCC", ha affermato Restrepo in merito ai loro risultati preliminari.
"Data l'evidenza che gli attributi chiave del cambiamento climatico, come il collasso della calotta glaciale e l'innalzamento del livello del mare, si stanno verificando prima del previsto, l'incertezza per molti aspetti si è rotta contro di noi, piuttosto che a nostro favore", ha aggiunto Mann. "L'incertezza scientifica non è un motivo di inazione. Semmai, è un motivo per sforzi più concertati per limitare le emissioni di carbonio".
Una delle aree più cruciali dell'azione per il clima risiede nella preparazione agli eventi estremi.
"Non c'è dubbio che il pianeta si stia riscaldando. Ma la maggiore incertezza esiste sugli eventi che ci colpiscono di più:una città, una foresta, un continente alla volta", ha affermato lo scienziato del clima Daniel Swain.
Cicloni, inondazioni, ondate di calore, tornado e altri tipi di condizioni meteorologiche estreme emergono dagli stessi processi che compongono il clima, spiega Swain, che lavora all'Istituto per l'ambiente e la sostenibilità dell'Università della California di Los Angeles.
Ma per un dato disastro, come facciamo a stabilire se il cambiamento climatico fosse un colpevole? Swain ha recentemente co-pubblicato un primer sul giovane campo dell'"attribuzione di eventi estremi", sostenendo che i media e persino altri scienziati spesso fraintendono i dati.
Durante l'incontro, Swain fornirà una panoramica dei recenti progressi nelle osservazioni e nella modellazione del mondo reale e spiegherà come la società dovrà adattarsi alle condizioni meteorologiche estreme dovute al clima.
Uno dei maggiori dilemmi con condizioni meteorologiche estreme è prevederlo:come facciamo a sapere cosa aspettarci e quando?
Gli scienziati dell'Università di Paris-Saclay cercano risposte costruendo un dizionario meteorologico basato sulla tecnologia di ricerca delle parole.
Una tecnica di apprendimento automatico chiamata Latent Dirichlet Allocation seleziona gli argomenti dal testo. Il gruppo ha applicato la strategia per produrre mappe meteorologiche totalmente reinventate.
"Abbiamo esportato la tecnica linguistica popolare allo studio del clima per comprendere il 'linguaggio' degli eventi meteorologici estremi. Quali sono gli argomenti ricorrenti quando l'atmosfera ci parla, attraverso il vento,?" ha affermato il ricercatore di sistemi complessi Davide Faranda.
Il team ha confrontato i punti della griglia di pressione sul livello del mare con le parole e ha identificato con successo cicloni e anticicloni noti ai meteorologi, come l'Anticiclone Genova, l'Alto scandinavo e l'anticiclone delle Azzorre.
Scomporre il tempo in motivi semplici rende più chiaro lo studio degli effetti del cambiamento climatico. "Offre un modo semplice per studiare eventi estremi come ondate di calore e ondate di freddo e identificare i loro precursori", ha affermato Faranda.
L'intelligenza artificiale ha rivoluzionato la prevedibilità del clima, ma permangono molti ostacoli. L'informatica Rose Yu dell'Università della California di San Diego ha scoperto un modo per migliorare significativamente la capacità dell'IA di prevedere il clima.
Il problema principale è che, sebbene il deep learning faccia previsioni potenti e accurate, queste non sempre aderiscono alle effettive leggi della fisica. Yu e i suoi colleghi hanno sviluppato soluzioni alternative che integrano la fisica in un algoritmo per modellare i flussi turbolenti.
"Abbiamo risolto problemi altamente impegnativi nella scienza fisica relativi ai modelli climatici e alle simulazioni COVID-19. Dimostro come integrare principalmente la fisica nei modelli e negli algoritmi di intelligenza artificiale per ottenere sia l'accuratezza delle previsioni che la coerenza fisica", ha affermato Yu.
Approcci computazionali come quello di Yu potrebbero migliorare il modo in cui prevediamo qualsiasi cosa, da eventi meteorologici estremi e cambiamenti climatici alla prossima pandemia, e persino i modelli di traffico all'interno di una città.