KI-Integration in Klimamodelle: Ein neuer Ansatz zur Verbesserung der Vorhersagen

BREMEN / MÜNCHEN (IT BOLTWISE) – Die Integration von Künstlicher Intelligenz in Klimamodelle verspricht eine neue Ära der Genauigkeit und Effizienz in der Klimaforschung. Ein internationales Forschungsteam hat einen innovativen Ansatz entwickelt, der die Vorhersagekraft von Erdsystemmodellen erheblich verbessern könnte.

Die Klimaforschung steht vor der Herausforderung, präzise Vorhersagen über die zukünftige Entwicklung des Erdklimas zu treffen. Dabei spielen Erdsystemmodelle eine zentrale Rolle, die komplexe Wechselwirkungen zwischen Atmosphäre, Ozeanen und Landmassen simulieren. Doch diese Modelle stoßen an ihre Grenzen, wenn es um die Auflösung und Genauigkeit geht. Hier setzt die Künstliche Intelligenz (KI) an, die durch maschinelles Lernen die Darstellung von Prozessen verbessern kann, die in den Modellen bisher nicht explizit aufgelöst werden konnten.

Ein Forschungsteam unter der Leitung von Prof. Veronika Eyring vom Deutschen Zentrum für Luft- und Raumfahrt (DLR) und der Universität Bremen hat einen Ansatz entwickelt, der KI in Erdsystemmodelle integriert. Dieser Ansatz nutzt satellitengestützte Erdbeobachtungsdaten, um die Modelle zu kalibrieren und zu verbessern. Die KI lernt aus hochaufgelösten Klimamodellen, die aufgrund ihrer Rechenkosten bisher nur auf kurzen Zeitskalen eingesetzt werden konnten, und überträgt dieses Wissen auf gröbere Modelle, um deren Genauigkeit zu erhöhen.

Die Integration von KI in Klimamodelle könnte die Vorhersage von Extremereignissen und langfristigen Klimaveränderungen revolutionieren. Durch die Kombination von KI mit Erdsystemmodellen und der systematischen Nutzung von Satellitendaten wird es möglich, die Komplexität des Erdklimas mit einer bisher unerreichten Präzision zu erfassen. Dies eröffnet neue Möglichkeiten für die Entwicklung realistischer digitaler Zwillinge des Erdsystems, die skalierbar und interaktiv sind.

Prof. Gustau Camps-Valls von der Universität Valencia betont die Bedeutung der KI in diesem Prozess: „Durch die Integration von maschinellem Lernen in die traditionelle Klimamodellierung können wir erhebliche Fortschritte beim Verständnis komplexer Klima-Interaktionen erzielen.“ Diese Fortschritte sind nicht nur für die Wissenschaft von Bedeutung, sondern auch für die Politik und Wirtschaft, die auf präzise Klimadaten angewiesen sind, um Strategien zur Reduzierung von Treibhausgasemissionen zu entwickeln.

Die Studie, die im September in der Zeitschrift Nature Geoscience veröffentlicht wurde, markiert einen Meilenstein in der Entwicklung von Klimamodellen. Die verbesserten Modelle könnten es ermöglichen, die Auswirkungen des Klimawandels präziser vorherzusagen und technologische Bewertungen für einzelne Sektoren wie Energie und Verkehr zu verbessern. Dr. David Lawrence vom NSF National Center for Atmospheric Research ist überzeugt, dass dieser Ansatz zu einem entscheidenden Werkzeug für Planer und Entscheidungsträger weltweit werden wird.