紐約大學將加入一個由國家科學基金會支持的新中心，該中心將開發(fā)下一代數(shù)據(jù)驅動、基于物理的氣候模型，更大的目標是為社會提供可操作的信息，以適應氣候變化并保護弱勢群體人口。
該中心，用人工智能和物理學習地球 (LEAP)，將設在哥倫比亞大學，并得到 NSF 為期五年、2500 萬美元的資助。
“新中心的目標是將人工智能和氣候模型結合起來，以更好地預測全球氣候變化的影響，”紐約大學Courant 數(shù)學科學研究所和紐約大學數(shù)據(jù)科學中心的教授 Laure Zanna 說。 LEAP 研究部門的負責人。
LEAP 是 NSF 最近公布的六個中心之一。
“這些中心在吸引、招募、留住和指導 STEM 中代表性不足的群體的下一代科學家和工程師方面發(fā)揮著重要作用，”NSF 在其公告中說。“它們提供了一個肥沃的環(huán)境，鼓勵嶄露頭角的 STEM 專業(yè)人士、工程師和研究人員在整個職業(yè)生涯中大膽追求發(fā)現(xiàn)和新知識。”
全球氣候模型一致表明，地球將在未來 40 年繼續(xù)變暖。然而，不太清楚的是溫度會上升多少;由此產(chǎn)生的影響的嚴重程度——從海平面上升到洪水和干旱的增加——也不是很清楚。這些不確定性主要集中在難以捕捉復雜的物理和生物過程的細節(jié)——例如云將陽光反射到太空或樹木從空氣中吸收碳——并將它們整合到模型中。
為了解決這個問題，Zanna 將指導研究團隊開發(fā)機器學習模型來表示跨越地球系統(tǒng)所有組成部分的過程，包括海洋、大氣、冰和陸地。
“這些地球系統(tǒng)過程的新機器學習模型將幫助我們獲得對氣候系統(tǒng)各部分的新見解，”她指出。“這些知識將被納入地球系統(tǒng)模型，以提供更準確的氣候預測。”
Zanna 和她的紐約大學同事將特別關注海洋過程的機器學習模型，這些模型是吸收和重新分配世界海洋中的熱量、碳和氧氣的關鍵，并且至關重要的是影響海平面上升。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！