Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Towards an Integrated Capability to Explain and Predict Regional Climate Changes

Projektbeschreibung

Vorhersage zur Zukunft extremer Wetterereignisse

In den letzten Jahren haben Häufigkeit und Intensität von Hitzewellen, Überschwemmungen und anderen Extremereignissen schneller zugenommen als sie von Klimamodellen vorhergesagt wurden. Diese Kluft zwischen Erwartung und Realität ist inzwischen zu einem dringenden Problem für die Regierungen in ganz Europa und darüber hinaus geworden. Die Zukunftsplanung wird dadurch erschwert. In diesem Zusammenhang zielt das EU-finanzierte Projekt EXPECT darauf ab, die regionalen Klimavorhersagen zu verbessern und zu erklären, warum sich die Extreme verstärken. Auf der Grundlage neuer hochauflösender Simulationen, Satellitenbeobachtungen und maschineller Lernverfahren wird im Rahmen des Projekts analysiert, wie die atmosphärische Zirkulation und die die Dynamik zwischen Land und Atmosphäre Veränderungen im Jahres- und Jahrzehnt-Maßstab beeinflussen. Zudem entwickelt EXPECT Werkzeuge zur Verarbeitung der riesigen Mengen an Klimadaten, die über verschiedene Institutionen verstreut sind, und schult die Forschenden in deren Anwendung. Ziel ist es, verlässliche Vorhersagen zu erstellen, um Europas Anpassungsstrategien zu steuern.

Ziel

The climate system is changing rapidly and some regions have seen increases in extremes beyond what is expected from climate model simulations. To support targeted climate adaptation strategies, EXPECT will enable trustworthy assessments and predictions of regional climate change including extremes by developing a prototype operational capability for integrated attribution and prediction of climate. This ambitious goal is closely aligned with the WCRP Lighthouse Activity on Explaining and Predicting Earth System Change.

EXPECT will identify and quantify the mechanisms by which physical processes govern regional climatic changes, including extremes, on inter-annual to multi-decadal time scales. It will do so by exploiting newly available climate simulations and Earth Observations (EOs), and by combining machine learning (ML) with physical methods. The research will target fundamental knowledge gaps related to atmospheric circulation and land-atmosphere interactions, which represent major limitations in current climate predictions and projections, and in particular in understanding changes in European summer extremes.

To underpin the research, and benefitting the wider research community, EXPECT will develop tools to efficiently analyse a variety of large data sets in combination that are hosted in different repositories across institutions. This will facilitate the exploitation of recent investments into high-resolution climate models and EO data. EXPECT will further build data science capacity for the scientifically robust, efficient and reproducible analysis of the massive data assets, including novel ML approaches, and provide training for the climate science community and the next generation of researchers in particular.

EXPECT will thus deliver significant scientific and technological advances for society and the climate science community that will last well beyond the project, in support of WCRP’s strategic objectives.

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-RIA - HORIZON Research and Innovation Actions

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-CL5-2023-D1-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

BARCELONA SUPERCOMPUTING CENTER CENTRO NACIONAL DE SUPERCOMPUTACION
Netto-EU-Beitrag
€ 1 572 681,25
Adresse
CALLE JORDI GIRONA 31
08034 BARCELONA
Spanien
Region
Este Cataluña Barcelona
Aktivitätstyp
Research Organisations
Links
Gesamtkosten
Keine Daten

Beteiligte (11)

Partner (3)