Början av den indiska sommarmonsunen har förutspåtts tre månader framåt under de senaste 40 åren med högsta precision fram till idag. Resultatet indikerar att längre säsongsprognoser baserade på maskininlärning kan vara ett sätt att mildra konsekvenserna av ett oregelbundet monsunsystem under framtida global uppvärmning. Dr. Takahito Mitsui och Dr. Niklas Boers från Potsdam Institute of Climate Impact Research (PIK Potsdam), Tyskland, publicerade resultaten i Miljöforskningsbrev . Arbetet är en del av det europeiska TiPES-projektet, Koordinerad från Niels Bohr Institute, Köpenhamns universitet, Danmark och PIK Potsdam.

Miljontals människor såväl som naturliga livsmiljöer är beroende av nederbörden från den indiska sommarmonsunen. Global uppvärmning, dock, håller redan på att förändra monsunsystemet och kommer att ytterligare öka variationen i nederbördsmönster samt monsunstart och varaktighet i framtiden. Säsongsprognoser kan ge tidiga varningar för bönder och andra beroende på den indiska monsunen för att planera framåt och mildra konsekvenserna av variationer mellan år.

Klimatforskare från PIK Potsdam, Tyskland ger nu en förbättrad tremånaders försäsongsprognos med hjälp av maskininlärning. Förutsägelserna använder data sedan 1948 och täcker därmed klimatförändringarna under de senaste decennierna. Arbetet ger en lovande grund för ytterligare forskning för att förutsäga början av den indiska sommarmonsunen under de kommande decennierna, eftersom accelererad global uppvärmning kan förändra dynamiken bakom detta monsunsystem.

Genom att jämföra rekonstruerade data om troposfäriska temperaturer över Indiska oceanen och den indiska subkontinenten använde forskarna en förändring i temperaturbalansen mellan två områden för att förutsäga monsunstarten. Den resulterande noggrannheten på +/- 4,8 dagar är en förbättring jämfört med tidigare försök med traditionella väderprognosmodeller för att förutsäga den indiska monsunstarten inom ett tremånadersintervall.

"Vi kan bekräfta med en nivå av optimism att det borde vara möjligt att förutsäga början av framtida monsuner även när den globala klimatförändringen accelererar under de kommande decennierna. vår prediktionsmetod har fungerat bra under de senaste 40 åren, under vilken en gradvis global uppvärmning redan har ägt rum, " säger Takahito Mitsui.

"Vår studie avslöjar den stora potentialen hos maskininlärningsmetoder för att förutsäga klimatfenomen som monsunens början. vårt mål är att kombinera traditionella väderprognosmodeller med maskininlärningsmodeller som den som föreslås här, vilket förhoppningsvis leder till ännu skickligare prognoser, säger Niklas Boers.

Möjligheten till exakta förutsägelser i en värld med mycket högre global uppvärmning, dock, har ännu inte utretts. Utsikterna för det indiska monsunsystemet i ett föränderligt globalt klimat diskuteras vetenskapligt. Det nuvarande monsunsystemet kan tippa till ett mer oregelbundet tillstånd. Men det kan också helt enkelt förändras gradvis när de säsongsbetonade obalanserna mellan temperaturerna över regionala landmassor och havsytor förändras med den globala uppvärmningen.

"Vi kommer att kunna undersöka detta med klimatmodellsimuleringarna under scenarier för global uppvärmning. Sedan kommer vi att kunna svara mer säkrare om vår metod kan eller inte kan förutsäga något eventuellt misslyckande i det indiska monsunsystemet i förväg, " säger Takahito Mitsui.

TiPES-projektet är ett EU Horizon 2020 tvärvetenskapligt klimatvetenskapligt projekt om tipppunkter i jordsystemet. Arton partnerinstitutioner arbetar tillsammans i mer än 10 länder. TiPES koordineras och leds av Niels Bohr Institutet vid Köpenhamns universitet, Danmark och Potsdam Institute for Climate Impact Research, Tyskland.

TiPES-projektet har fått finansiering från European Horizon 2020 forsknings- och innovationsprogrammet, bidragsavtal nummer 820970.