Opis projektu
Sztuczna inteligencja pomaga przewidywać ekstremalne zjawiska pogodowe
Cyklony tropikalne, fale upałów i ekstremalne susze to przykłady trudnych do przewidzenia ekstremalnych zjawisk klimatycznych. Zmiana klimatu zwiększyła prawdopodobieństwo wystąpienia i skalę tych zdarzeń, dlatego ich prognozowanie jest konieczne, lecz trudne. Zespół finansowanego przez UE projektu CLINT wykorzysta dane zebrane przez usługę programu Copernicus w zakresie zmiany klimatu i przy pomocy rozwiązań opartych na sztucznej inteligencji (SI). Stosując ramy SI złożone z technik i algorytmów uczenia maszynowego, naukowcy przetworzą duże zbiory danych klimatycznych w celu udoskonalenia nauki o klimacie pod względem wykrywania, przyczynowości i przypisywania zdarzeń ekstremalnych. Zespół zajmie się także wpływem kwantyfikacji zdarzeń ekstremalnych na różne sektory społeczno-gospodarcze w skali ogólnoeuropejskiej i lokalnej w miejscach najbardziej dotkniętych zmianą klimatu.
Cel
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.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-LC-CLA-2020-2
System finansowania
RIA - Research and Innovation actionKoordynator
20133 Milano
Włochy