AI 驱动的天气预报实现对极端事件的人为气候变化归因的预测
大气与海洋物理
2024-08-30 v1
摘要
人为气候变化（ACC）正在改变极端天气事件的频率和强度。对单个极端天气事件（EEs）进行归因日益重要，以评估气候变化的风险。传统归因方法常受选择偏差影响，计算工作量大，且只能在 EE 发生后才能提供答案。本研究提出一种突破性的混合归因方法，通过结合来自全球气候模型的人为气候变化估计与深度学习天气预报实现。该混合方法规避了框架选择的困扰，加速了归因过程，为实现操作化的全球气候预报归因铺平了道路。我们将该方法应用于三个具有不同特点的高影响天气 EEs。尽管可预测性存在一些局限，但该方法在 EEs 的预测场中成功发现了 ACC 的指纹。具体而言，预报成功预测了 ACC 加剧了 2018 年西班牙半岛热浪，加深了飓风弗朗森的强度，并加强了爆炸性气旋西亚的风力和可降水量。
引用
@article{arxiv.2408.16433,
title = {AI-driven weather forecasts enable anticipated attribution of extreme events to human-made climate change},
author = {Bernat Jiménez-Esteve and David Barriopedro and Juan Emmanuel Johnson and Ricardo Garcia-Herrera},
journal= {arXiv preprint arXiv:2408.16433},
year = {2024}
}