地球系統(tǒng)模型是定量描述地球物理狀態(tài)和(例如在氣候模型背景下)預測地球在人類活動影響下未來可能發(fā)生的變化的最重要工具。由德國波茨坦地球科學研究中心 (GFZ) 的 Christopher Irrgang 領導的國際團隊現(xiàn)在對日益使用的人工智能 (AI) 方法如何幫助改進這些預測以及這兩種方法的局限性進行了調(diào)查。Nature Machine Intelligence雜志的一篇 Perspectives 文章。一個關鍵建議：將兩種方法合并為一種自學的“神經(jīng)地球系統(tǒng)建模”。
地球作為一個系統(tǒng) - 一個挑戰(zhàn)
地球的發(fā)展是許多因素的復雜相互作用，包括具有動植物群的地表、具有生態(tài)系統(tǒng)的海洋、極地地區(qū)、大氣、碳循環(huán)和其他生物地球化學循環(huán)、輻射過程。因此，研究人員談到地球系統(tǒng)。
有這么多相互關聯(lián)的領域和影響因素，預測未來情景是一項巨大的挑戰(zhàn)，例如在氣候變化研究的背景下。“近年來，這里取得了巨大進展，”該研究的主要作者、GFZ“地球系統(tǒng)建模”部分的博士后研究員 Christopher Irrgang 說。例如，最近發(fā)布的 IPCC 第六次評估報告比以往任何時候都更詳細地總結(jié)了我們目前對各種溫室氣體排放情景的未來影響的了解。
該報告一方面依賴于地球系統(tǒng)觀測和測量中越來越全面和詳細的發(fā)現(xiàn)，以評估過去的變暖及其影響，例如極端事件增加的形式，另一方面依賴于大量的模擬使用最先進的地球系統(tǒng)模型 (ESM) 進行。
經(jīng)典地球系統(tǒng)建模取得重大進展
經(jīng)典地球系統(tǒng)模型基于眾所周知和鮮為人知的物理定律。在數(shù)學和數(shù)值方法的幫助下，系統(tǒng)在未來時間的狀態(tài)是根據(jù)對系統(tǒng)當前或過去時間的已知狀態(tài)來計算的。
近幾十年來，基礎模型不斷改進：可以考慮數(shù)量空前的地球子系統(tǒng)和過程，包括——在某種程度上——云的影響等復雜的關鍵過程。例如，它們可以準確地追蹤自數(shù)據(jù)收集開始以來全球平均溫度的發(fā)展，這證明了它們的性能。今天，還可以得出關于氣候變化在區(qū)域?qū)用嫔系挠绊懙慕Y(jié)論。
限制
然而，代價是日益復雜的 ESM 需要大量的計算資源。盡管有這種發(fā)展，但即使是最新模型的預測也包含不確定性。例如，他們往往低估極端事件的強度和頻率。研究人員擔心地球的某些子系統(tǒng)可能會發(fā)生突然的變化，即氣候系統(tǒng)中所謂的傾斜元素，經(jīng)典建模方法無法準確預測。許多關鍵過程，例如土地利用類型或水和養(yǎng)分的可用性，(還)不能很好地表示。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！