Projektbeschreibung
Künstliche Intelligenz hilft bei der Vorhersage extremer Wetterereignisse
Tropische Wirbelstürme, Hitzewellen und extreme Dürren dienen als Beispiele für extreme Klimaereignisse, die sich nur schwer vorhersagen lassen. Der Klimawandel hat die Wahrscheinlichkeit und Schwere solcher Ereignisse erhöht – die Vorhersage ihres Auftretens ist entscheidend, jedoch schwierig. Das EU-finanzierte Projekt CLINT wird sich auf Daten, die vom Copernicus-Dienst zur Überwachung des Klimawandels gesammelt wurden, sowie auf die jüngsten Fortschritte im Bereich der künstlichen Intelligenz (KI) stützen. Durch die Anwendung eines KI-Rahmens, der sich aus Techniken und Algorithmen des maschinellen Lernens zusammensetzt, werden große Klimadatensätze verarbeitet, um die Klimawissenschaft im Hinblick auf die Erkennung, Verursachung und Zuordnung von Extremereignissen zu optimieren. CLINT wird sich außerdem mit der Quantifizierung der Auswirkungen von Extremereignissen auf verschiedene sozioökonomische Sektoren in ganz Europa und auf lokaler Ebene in verschiedenen, besonders vom Klimawandel betroffenen Orten befassen.
Ziel
Weather and climate extremes pose challenges for adaptation and mitigation policies as well as disaster risk management, emphasizing the value of Climate Services in supporting strategic decision-making. Today Climate Services can benefit from an unprecedented availability of data, in particular from the Copernicus Climate Change Service, and from recent advances in Artificial Intelligence (AI) to exploit the full potential of these data. The main objective of CLINT is the development of an AI framework composed of Machine Learning (ML) techniques and algorithms to process big climate datasets for improving Climate Science in the detection, causation and attribution of Extreme Events, including tropical cyclones, heatwaves and warm nights, and extreme droughts, along with compound events and concurrent extremes. Specifically, the framework will support (1) the detection of spatial and temporal patterns, and evolutions of climatological fields associated with Extreme Events, (2) the validation of the physically based nature of causality discovered by ML algorithms, and (3) the attribution of past and future Extreme Events to emissions of greenhouse gases and other anthropogenic forcing. The framework will also cover the quantification of the Extreme Events impacts on a variety of socio-economic sectors under historical, forecasted and projected climate conditions by developing innovative and sectorial AI-enhanced Climate Services. These will be demonstrated across different spatial scales, from the pan European scale to support EU policies addressing the Water-Energy-Food Nexus to the local scale in three types of Climate Change Hotspots. Finally, these services will be operationalized into Web Processing Services, according to most advanced open data and software standards by Climate Services Information Systems, and into a Demonstrator to facilitate the uptake of project results by public and private entities for research and Climate Services development.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-LC-CLA-2020-2
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
20133 Milano
Italien