Lacroix
Une équipe de recherche internationale collaborative dirigée par le professeur Yoo-Geun Ham de l’Université nationale de Chonnam et le professeur Seung-Ki Min de l’Université des sciences et systems de Pohang (POSTECH) a fait une découverte sur l’impact du réchauffement climatique sur les précipitations quotidiennes mondiales. En utilisant une approche d’apprentissage profond, ils ont dévoilé pour la première fois un changement significatif dans les caractéristiques des précipitations quotidiennes mondiales. Les résultats de leurs recherches ont été publiés le 30 août dans la model en ligne de Nature.
L’équipe de recherche a conçu un modèle d’apprentissage profond pour quantifier la relation entre l’intensité du réchauffement climatique et les modèles de précipitations quotidiennes mondiales. Ils ont ensuite appliqué ce modèle aux données obtenues à partir d’observations de précipitations par satellite. Les résultats ont révélé que plus de 50 % de tous les jours, il y avait un écart évident par rapport à la variabilité naturelle du régime des précipitations quotidiennes depuis 2015, influencé par le réchauffement climatique induit par l’homme.
Contrairement aux études conventionnelles, qui se concentrent principalement sur les tendances à extensive terme des précipitations mensuelles ou annuelles, les chercheurs ont utilisé une intelligence artificielle explicable pour démontrer que les changements dans les variations quotidiennes des précipitations s’intensifiaient progressivement selon les échelles météorologiques. Ces fluctuations des précipitations à cette échelle de temps météorologique constituent les indicateurs les moreover frappants du réchauffement climatique. L’étude a en outre affirmé que les changements les in addition évidents dans la variabilité des précipitations quotidiennes ont été observés dans les régions subtropicales du Pacifique Est et dans les régions de trajectoire des tempêtes à moyenne altitude.
Les chercheurs ont expliqué que les méthodes statistiques linéaires traditionnelles utilisées dans les recherches précédentes sur la détection du changement climatique présentaient des limites dans la détection des réactions non linéaires telles que la variabilité accrue des précipitations quotidiennes. L’apprentissage profond a toutefois surmonté ces limites en employant des fonctions d’activation non linéaires. De additionally, alors que les méthodes de recherche précédentes étudiaient principalement les modèles de changement des précipitations mondiales dus au réchauffement climatique, l’apprentissage profond convolutionnel offrait un avantage unique pour détecter efficacement les modèles de changement régional résultant du réchauffement climatique.
Le professeur Yoo-Geun Ham a expliqué : « L’intensification de la variabilité quotidienne des précipitations implique une augmentation de la fréquence des événements de précipitations extrêmes ainsi qu’une fréquence additionally élevée de vagues de chaleur au cours de l’été en raison de périodes de sécheresse prolongées. » Le professeur Seung-Ki Min a ajouté : « Compte tenu de la trajectoire actuelle du réchauffement climatique, il est impératif de développer des contre-mesures, automobile l’apparition consécutive de précipitations extrêmes et de vagues de chaleur deviendra probablement plus fréquente à l’avenir. »
Cette étude a été menée avec le soutien du ministère de l’Environnement et de la Fondation nationale de recherche de Corée.
