Atmosferski događaji blokiranja su trajni vremenski obrasci sa velikim uticajem koji se javljaju kada veliki sistemi visokog pritiska postanu stacionarni i preusmeravaju mlazni tok i tragove oluje danima do nedeljama, i mogu biti povezani sa rekordnim poplavama ili toplotnim talasima, kao što su kao u Evropi 2023.
U nedavnoj studiji objavljenoj u časopisu Komunikacije Zemlja i životna sredina , naučnik za atmosferu Univerziteta Havai’i u Manoi Christina Karamperidou koristila je model dubokog učenja kako bi zaključila o učestalosti blokiranja događaja u proteklih 1000 godina i bacila svjetlo na to kako buduće klimatske promjene mogu uticati na ove značajne pojave.
„Ova studija je imala za cilj da izvuče signal paleoklime iz paleoklimatskih zapisa koristeći model dubokog učenja koji zaključuje frekvenciju blokiranja atmosfere iz površinske temperature“, rekao je Karamperidou. „Ovo je jedinstvena studija i prvi pokušaj da se rekonstruiše dugačak zapis frekvencija blokiranja na osnovu njihovog odnosa sa temperaturom površine, što je složeno i nepoznato. Metode mašinskog učenja mogu biti veoma moćne za takve zadatke.“
Karamperidou je razvila specijalizovani model dubokog učenja, koji je obučila koristeći istorijske podatke i velike grupe simulacija klimatskih modela. Model je tada bio sposoban da zaključi učestalost blokiranja događaja iz anomalija u sezonskim rekonstrukcijama temperature tokom poslednjeg milenijuma. Ove prethodne temperaturne rekonstrukcije su relativno dobro ograničene opsežnim mrežama zapisa o prstenovima drveća koji su osetljivi na temperaturu tokom sezone rasta.
„Ovaj pristup pokazuje da su modeli dubokog učenja moćni alati za prevazilaženje dugotrajnog problema vađenja paleovrede iz paleoklime“, rekao je Karamperidou. „Ovaj pristup se takođe može koristiti za instrumentalni period istorije klime, koji je počeo u 18. veku kada su vršena rutinska merenja vremena, pošto imamo samo pouzdane podatke za identifikaciju blokiranja od 1940-ih, ili možda samo od satelitske ere (post- 1979).“
Još uvek ne postoji naučni konsenzus o tome kako će klimatske promene promeniti učestalost blokiranja događaja. Ovi snažni, uporni sistemi visokog pritiska srednje geografske širine mogu imati značajne uticaje na Havaje, gde su poplave pratile uporne blokove severnog Pacifika, kao i širom sveta, na primer, na severozapadu Pacifika i Evropi, gde letnje blokiranje može doneti ekstremne vrućine talasi.
Dakle, razumevanje promena u učestalosti ovih događaja, posebno kada se odnose na druge velike igrače za klimu, kao što su El Ninjo i dugoročni obrasci temperatura površine mora u tropskom Pacifiku, veoma je važno za Havaje. Ova studija je omogućila Karamperiduu da poveže frekvencije blokiranja u srednjim i visokim geografskim širinama sa tropskom pacifičkom varijabilnostom klime u dugom kontekstu prošlog milenijuma, što je od suštinskog značaja za validaciju klimatskog modela i za sužavanje neizvesnosti u budućim klimatskim projekcijama blokiranja.
Karamperidou je radio sa dva studenta UH Manoa na kreiranju jedinstvenog veb-interfejsa za istraživanje modela dubokog učenja i rekonstrukcija koje su rezultirale. Ona je istakla da je deljenje rezultata i metoda na ovaj način važno za najbolje prakse otvorenog istraživanja i transparentnost, posebno pošto se primena mašinskog učenja i veštačke inteligencije brzo širi u mnoge aspekte svakodnevnog života.
U budućnosti, Karamperidou planira da istraži niz karakteristika i arhitektonskih poboljšanja modela dubokog učenja kako bi proširio njegove aplikacije za klimatske fenomene i varijable direktno povezane sa visokim socioekonomskim uticajima.
