As nuvens podem ser pequenas baforadas de vapor de água flutuando no céu, mas são um trabalho pesado computacionalmente para cientistas que desejam fatorá-los em simulações climáticas. Pesquisadores da Universidade da Califórnia, Irvine, a Ludwig Maximilian University de Munique e a Columbia University se voltaram para a ciência de dados para obter melhores resultados de cálculo de cúmulos.

Seu trabalho é detalhado em um estudo publicado online recentemente por Anais da Academia Nacional de Ciências .

"As nuvens desempenham um papel importante no clima da Terra, transportando calor e umidade, refletindo e absorvendo os raios do sol, capturando raios infravermelhos de calor e produzindo precipitação, "disse o co-autor Michael Pritchard, Professor assistente de ciência do sistema terrestre da UCI. "Mas eles podem ser tão pequenos quanto algumas centenas de metros, muito menor do que uma resolução de grade de modelo climático padrão de 50 a 100 quilômetros, portanto, simulá-los apropriadamente consome uma quantidade enorme de energia e tempo do computador. "

Os modelos padrão de previsão do clima aproximam a física das nuvens usando algoritmos numéricos simples que contam com suposições imperfeitas sobre os processos envolvidos. Pritchard disse que embora eles possam ajudar a produzir simulações que se estendem por até um século, existem algumas imperfeições que limitam sua utilidade, como a indicação de garoa em vez de chuva mais realista e a ausência total de outros padrões climáticos comuns.

De acordo com Pritchard, a comunidade do clima concorda com os benefícios das simulações de alta fidelidade que oferecem suporte a uma rica diversidade de sistemas em nuvem na natureza.

"Mas a falta de potência do supercomputador, ou o tipo errado, significa que ainda está muito longe, "disse ele." Enquanto isso, o campo tem que lidar com grandes margens de erro em questões relacionadas a mudanças nas chuvas futuras e como as mudanças nas nuvens irão amplificar ou neutralizar o aquecimento global das emissões de gases de efeito estufa. "

A equipe queria explorar se o aprendizado de máquina profundo poderia fornecer uma alternativa objetiva e baseada em dados que poderia ser rapidamente implementada nas previsões climáticas convencionais. O método é baseado em algoritmos de computador que imitam as habilidades de pensamento e aprendizagem da mente humana.

Eles começaram treinando uma rede neural profunda para prever os resultados de milhares de minúsculos, bidimensional, modelos de resolução de nuvem conforme eles interagiam com padrões climáticos em escala planetária em um mundo oceânico fictício.

O programa recém-ensinado, apelidado de "The Cloud Brain, "funcionou livremente no modelo climático, de acordo com os pesquisadores, levando a simulações plurianuais estáveis ​​e precisas que incluíram extremos realistas de precipitação e ondas tropicais.

"A rede neural aprendeu a representar aproximadamente as restrições físicas fundamentais na maneira como as nuvens movem calor e vapor sem ser explicitamente instruído a fazê-lo, e o trabalho foi feito com uma fração da capacidade de processamento e tempo necessários para a abordagem de modelagem em nuvem original, "disse o autor principal Stephan Rasp, um aluno de doutorado da LMU em meteorologia que começou a colaborar com Pritchard neste projeto como bolsista visitante na UCI.

"Estou muito animado porque levou apenas três meses simulados de saída do modelo para treinar esta rede neural, "Pritchard disse." Você pode fazer muito mais justiça à física das nuvens se precisar simular cem dias de atmosfera global. Agora que sabemos que é possível, será interessante ver como essa abordagem funciona quando implantada em alguns dados de treinamento realmente ricos. "

Os pesquisadores pretendem realizar estudos subsequentes para estender sua metodologia para configurações de modelos mais complicadas, incluindo geografia realista, e entender as limitações do aprendizado de máquina para interpolação versus extrapolação além de seu conjunto de dados de treinamento - uma questão-chave para alguns aplicativos de mudança climática que é abordada neste artigo.

"Nosso estudo mostra um claro potencial para o clima baseado em dados e modelos meteorológicos, "Pritchard disse." Vimos a visão computacional e o processamento de linguagem natural começando a transformar outros campos da ciência, como física, biologia e química. Faz sentido aplicar alguns desses novos princípios à ciência do clima, que, Afinal, é fortemente centrado em grandes conjuntos de dados, especialmente hoje em dia, quando novos tipos de modelos globais estão começando a resolver as nuvens e turbulências reais. "

Pierre Gentine, professor associado de engenharia ambiental e da Terra na Universidade de Columbia, também participou deste estudo, que foi financiado pelo Departamento de Energia dos EUA, NASA, a National Science Foundation e a German Research Foundation.

Sobre a Universidade da Califórnia, Irvine:fundada em 1965, UCI é o membro mais jovem da prestigiosa Associação de Universidades Americanas. O campus produziu três ganhadores do Prêmio Nobel e é conhecido por suas realizações acadêmicas, pesquisa premier, inovação e mascote tamanduá. Liderado pelo Chanceler Howard Gillman, UCI tem mais de 30, 000 alunos e oferece 192 programas de graduação. Ele está localizado em uma das comunidades mais seguras e economicamente vibrantes do mundo e é o segundo maior empregador do Condado de Orange, contribuindo com US $ 5 bilhões anuais para a economia local. Para mais informações sobre UCI, visite http://www.uci.edu.