Skip to main content
European Commission logo print header

Statistical modelling and estimation for spatiotemporal data with oceanographic applications

Article Category

Article available in the following languages:

Modelowanie przepływów oceanów poprawia zrozumienie zmian klimatu

W ramach projektu sfinansowanego przez Unię Europejską opracowano nowe techniki modelowania statystycznego w celu śledzenia ruchu cząstek wody w oceanach świata, przyczyniając się do naszej wiedzy na temat zmian klimatycznych.

Zmiana klimatu i środowisko icon Zmiana klimatu i środowisko
Żywność i zasoby naturalne icon Żywność i zasoby naturalne

Biorąc pod uwagę to, że oceany zajmują ponad 70% powierzchni Ziemi, ich przepływy i ruchy są kluczowe dla zrozumienia i przewidywania wpływu zmian klimatycznych. Coraz więcej danych jest gromadzonych na temat naszych oceanów i teraz wyzwaniem jest zrozumieć to wszystko. Projekt finansowany przez Unię Europejską OCEANDATAMODELS opracował nowe metody analizy dużych ilości danych zgromadzonych przez specjalistyczne przyrządy pływające, które śledzą trajektorie cząstek wody w oceanie. „Nasze kluczowe innowacje polegały na zbudowaniu nowych modeli statystycznych i narzędzi analitycznych, zdolnych do przechwytywania wirujących drgań obrotowych spowodowanych obrotem Ziemi — efekt Coriolisa — oraz efektów z pływów i ich przeciwprądów znanych jako Eddie, i turbulencji wody" mówi Sofia Olhede, koordynator projektu OCEANDATAMODELS i profesor z University College London (UCL). Modele szlaków cząsteczek wód oceanicznych stanowią teraz część ogromnego zespołu technik statystycznych stosowanych przez klimatologów w celu poprawy zrozumienia i umożliwienia przewidywania zmian klimatycznych. Driftery śledzone przez satelity Badacze projektu wykorzystali arkusze danych z amerykańskiej Administracji Oceanicznej i Atmosfery Stanów Zjednoczonych, która zebrała setki milionów obserwacji prądów, temperatury powierzchni morza, ciśnienia atmosferycznego, wiatru i zasolenia w ciągu ostatnich 40 lat w ramach programu Global Drifter. Dane zostały zebrane przez „driftery” lub swobodnie pływające boje śledzone przez satelity, monitorujące ruch cząstek wody na powierzchni oceanu, co pozwala naukowcom ściśle monitorować ogólny obieg wody w oceanie. „Wyzwaniem modelowania ruchu drifterów jest to, że dane przemieszczają się zarówno w czasie, jak i w przestrzeni — jest to coś, co nazywamy perspektywą »Lagrange’a« — i tego typu dane wymagały od nas opracowania nowego zestawu narzędzi statystycznych i danych naukowych — wyjaśnia dr Adam Sykulski, wiodący pracownik badawczy projektu na Uniwersytecie w Lancaster. Projekt zbudował innowacyjne modele statystyczne, wykorzystując podejście interdyscyplinarne z zakresu statystyki i oceanografii. Naukowcy mogliby następnie mapować, jak nasze oceany różnią się w czasie i przestrzeni, badając czynniki, takie jak wirowanie prądów wokół równika i jak cząstki wody z różnych oceanów mieszają się i podróżują po całym świecie. Jednym z przykładów modelowania przedstawionym przez naukowców jest „wykres spaghetti” drifterów przemieszczających się po świecie. Różne ścieżki drifterów mogą pomóc naukowcom w określeniu jak szybko i w jaki sposób ocean miesza się i przemieszcza. Modele opracowane przez OCEANDATAMODELS są wykorzystywane nie tylko przez naukowców zajmujących się zmianami klimatu, ale również do śledzenia i zrozumienia wyzwań środowiskowych związanych z przemieszczaniem, takich jak wycieki ropy naftowej, i przemieszczanie gatunków zwierząt, np. planktonu, we wszystkich oceanach na świecie. Wyniki projektu zostały opublikowane w wielu czasopismach naukowych, a niektóre dane są publicznie dostępne do pobrania pod adresem witryna Global Drifter Program. Techniki modelowania opracowane przez OCEANDATAMODELS mogą być również stosowane do innych dziedzin, łącznie z analizą sygnałów sejsmicznych, neurobiologią, glacjologią i ekologią. Tymczasem Olhede mówi, że ewentualnym kolejnym krokiem dla badaczy projektu może być rozbudowanie modelu z obecnego, dwuwymiarowego podejścia do danych powierzchniowych i stworzenie modelu trójwymiarowych danych obejmujących głębię oceanu.

Słowa kluczowe

OCEANDATAMODELS, oceany, driftery, zmiany klimatyczne, prądy, fale

Znajdź inne artykuły w tej samej dziedzinie zastosowania