Bjerknessenteret for klimaforskning

Gjennombrudd for varsling av El Niño-fenomen i Atlanterhavet

Del

Frem til nå har ikke forskere klart å varsle en oppvarming av Sør-Atlanteren. Ved hjelp av kunstig intelligens har de nå lykkes med å varsle El Niño-fenomen i området opp til 3-4 måneder før. 

En fisker på jobb på en liten flåte utenfor kysten av Angola. Foto: Marek Ostrowski
En fisker på jobb på en liten flåte utenfor kysten av Angola. Foto: Marek Ostrowski

El Niño betyr uvanlig høy overflatetemperatur i det sentrale og østlige Stillehavet, nær ekvator. Det finnes også en lillebror i det tropiske Atlanterhavet. Dette fenomenet endrer nedbør langs Afrikas vestkyst og påvirker lokale marine økosystemer og fiske. Dette er viktig informasjon for mange land i Afrika, der matsikkerhet avhenger av tilgjengelighet på fisk.

Ingen har klart å varsle denne oppvarmingen, før nå.  

-Vi er veldig begeistret fordi det er første gang vi faktisk har kunnet varsle slike værfenomener i den regionen, som er nyttig for samfunnet å vite om, sier Marie-Lou Bachèlery om sitt prosjekt som nettopp ble publisert i Science Advances.  

Stor påvirkning

Det tropiske Atlanterhavet er avgrenset av den brasilianske kystlinjen i vest og den afrikanske kystlinjen i øst. Som en betydelig komponent i klimasystemene påvirker variasjoner i havet lokale værmønstre.  

Sør-Atlanteren er en av regionene som skiller seg ut med ganske sterk oppvarming. Dette skaper problemer på flere områder og derfor har forskerne jobbet med å forstå hvordan de kan forutsi fenomenet.  

-Min idè var å bruke klimamodeller til å varsle El Niño-fenomen utenfor kysten av Africa. Prosjektet ble finansiert gjennom et Marie Curie-stipend, men etter halvannet år med arbeid innså vi at det ikke fungerte og at vi var i en fastlåst situasjon, sier Bachèlery.

Klimamodellene sliter

På den tiden arbeidet Bachelery ved Geofysisk Institutt ved Universitetet i Bergen. Nå er hun tilsatt ved Euro-Mediterranean Center on Climate Change i Italia. 

Klimamodeller sliter ofte med å forutsi varme hendelser i det tropiske Atlanterhavet på grunn av lav oppløsning. Modellene klarer ikke å gi nøyaktig representasjon av oppvelling, som er en prosess i havet som løfter vannmasser fra dypere nivåer til overflaten. Denne oppvellingen krever høyoppløselig modellering for å fange opp de fin-skala prosessene som er involvert. På bakgrunn av dette blir store systematiske feil i temperaturen i regionen, som igjen fører til flere feil og unøyaktige prediksjoner.   

-Med innovative teknikker som maskinlæring og kunstig intelligens begynte jeg å tenke på mulighetene. I tillegg til at jeg kjenner regionen veldig godt. Jeg visste nøyaktig hvilke data jeg måtte legge inn for å forutsi disse hendelsene, forklarer Bachèlery.  

- Spennende resultat

Professor Noel Keenlyside var Bachèlerys veileder og har jobbet med prediksjon i mange år. Første gang han jobbet med prediksjon i Atlanterhavsregionen var for femten-tjue år siden. 

-For første gang er det faktisk mulig å forutsi disse hendelsene ved å bruke en annen tilnærming. Mange har forsøkt å få fram korrekte varslinger for dette områder i flere tiår, derfor er Marie-Lou`s resultater så spennende, sier Keenlyside.  

Å kunne varsle perioder med varmt hav vil være svært nyttig, spesielt for fiskeriene.  

-Når det blir ekstremt varmt kan fiskeriene begrense fiske i denne regionen for å redusere presset fra miljøet, forklarer Keenlyside.  

Treffsikker 

For å gjøre en beregning ga de maskinen kart over temperaturen i regionen de var interessert i. Deretter identifiserte maskinlæringsmodellen mønstre og områder som ga informasjon som førte til nøyaktige prediksjoner for de neste to månedene. Ved å få tilgang til denne informasjonen kan de representere fysiske mekanismer, ettersom prediksjonsmodellen er trent på ekte data.  

-Maskinen gjorde ikke tilfeldige ting. Den baserte seg på reelle fysiske mekanismer som eksisterer. Det var den meste interessante delen for meg, sier Bachèlery. 

Positive tilbakemeldinger

Tilbakemeldingen på resultatet har vært svært positive. Bachèlery forklarer at hun har fått kommentarer på at de faktisk har klart å varsle i dette området, og flere stiller spørsmål om hvilken type algoritme de brukte.  

-Selv om systemet nødvendigvis er for deres region, kan hele teknikken brukes for ethvert system. Og det tror jeg folk blir veldig begeistret for, sier Bachèlery. 

De jobber nå med å gjøre prognosene enda mer tilgjengelige. 

-Vi er i dialog med de som trenger disse prognosene fra National Institute for Fisheries i Angola, for å forbedre og tilpasse informasjonen til deres behov. Det er veldig gledelig å se at forskningen blir samfunnsrelevant, sier Keenlyside.  

Nøkkelord

Kontakter

Bilder

Marie-Lou Bachèlery.
Marie-Lou Bachèlery.
Last ned bilde
Proffessor ved Universiteet i Bergen, Noel Keenlyside. Foto: Ellen Viste / Bjerknessenteret
Proffessor ved Universiteet i Bergen, Noel Keenlyside. Foto: Ellen Viste / Bjerknessenteret
Last ned bilde
Fiskefabrikk utenfor Angola. Foto: Marek Ostrowski
Fiskefabrikk utenfor Angola. Foto: Marek Ostrowski
Last ned bilde

Følg pressemeldinger fra Bjerknessenteret for klimaforskning

Registrer deg med din e-postadresse under for å få de nyeste sakene fra Bjerknessenteret for klimaforskning på e-post fortløpende. Du kan melde deg av når som helst.

Siste pressemeldinger fra Bjerknessenteret for klimaforskning

I vårt presserom finner du alle våre siste pressemeldinger, kontaktpersoner, bilder, dokumenter og annen relevant informasjon om oss.

Besøk vårt presserom
World GlobeA line styled icon from Orion Icon Library.HiddenA line styled icon from Orion Icon Library.Eye