Tre eminenti scienziati del clima hanno combinato le intuizioni di 10 modelli climatici globali e, con l’aiuto dell’intelligenza artificiale (AI), hanno concluso che è probabile che le soglie di riscaldamento regionale vengano raggiunte più velocemente di quanto stimato in precedenza.
Lo studio, pubblicato in Lettere di ricerca ambientale Secondo IOP Publishing, i progetti secondo cui la maggior parte delle regioni terrestri, come definite dal Gruppo intergovernativo sui cambiamenti climatici (IPCC), probabilmente supereranno la soglia critica di 1,5°C entro il 2040 o prima. Allo stesso modo, diverse regioni sono sulla buona strada per superare la soglia dei 3,0°C entro il 2060, prima di quanto previsto negli studi precedenti.
Si prevede che regioni come l’Asia meridionale, il Mediterraneo, l’Europa centrale e parti dell’Africa sub-sahariana raggiungeranno queste soglie più rapidamente, aggravando i rischi per gli ecosistemi e le comunità vulnerabili.
La ricerca, condotta da Elizabeth Barnes, professoressa alla Colorado State University, Noah Diffenbaugh, professore alla Stanford University, e Sonia Seneviratne, professoressa all’ETH di Zurigo, ha utilizzato un approccio all’avanguardia di trasferimento di apprendimento basato sull’intelligenza artificiale, che integra la conoscenza proveniente da molteplici fattori climatici modelli e osservazioni per affinare le stime precedenti e fornire previsioni regionali più accurate.
Risultati chiave
Utilizzando l’apprendimento del trasferimento basato sull’intelligenza artificiale, i ricercatori hanno analizzato i dati di 10 diversi modelli climatici per prevedere gli aumenti di temperatura e hanno scoperto:
- È probabile che 34 regioni superino la soglia di 1,5°C di riscaldamento entro il 2040.
- Si prevede che 31 di queste 34 regioni raggiungeranno i 2°C di riscaldamento entro il 2040.
- Si prevede che 26 di queste 34 regioni supereranno i 3°C di riscaldamento entro il 2060.
Elizabeth Barnes dice:
“La nostra ricerca sottolinea l’importanza di incorporare tecniche innovative di intelligenza artificiale come il trasferimento dell’apprendimento nella modellistica climatica per migliorare e limitare potenzialmente le previsioni regionali e fornire informazioni utili a politici, scienziati e comunità in tutto il mondo.”
Noah Diffenbaugh, coautore e professore alla Stanford University, ha aggiunto:
“È importante concentrarsi non solo sugli aumenti della temperatura globale ma anche sui cambiamenti specifici che si verificano nelle aree locali e regionali. Limitando il momento in cui verranno raggiunte le soglie di riscaldamento regionale, possiamo anticipare più chiaramente i tempi degli impatti specifici sulla società e sugli ecosistemi. La sfida è che il cambiamento climatico regionale può essere più incerto, sia perché il sistema climatico è intrinsecamente più rumoroso su scale spaziali più piccole, sia perché i processi nell’atmosfera, nell’oceano e sulla superficie terrestre creano incertezza su come esattamente una data regione risponderà al riscaldamento su scala globale. .”
Da un’altra testata giornalistica. news de www.sciencedaily.com
