斯坦福大學(xué)的科學(xué)家是越來越多的研究人員之一，他們利用人工智能技術(shù)將無處不在的大氣漣漪更真實(shí)的表示帶入全球氣候模型。全球氣候模型就地球大氣中吸熱氣體的積聚、平均地表溫度升高和海平面上升以及更極端的熱浪等一系列后果達(dá)成一致。

但是，我們氣候的其他方面的前景仍然比科學(xué)家們所希望的更加模糊。模型對隨著地球變暖降雨模式將如何變化存在分歧，對于許多地區(qū)，目前尚不清楚50年后風(fēng)暴和干旱的頻率、傾盆大雨的強(qiáng)度或降雪量會有多么不同。

斯坦福大學(xué)地球系統(tǒng)科學(xué)助理教授AditiSheshadri說：“這是我們最終希望能夠更有信心的事情，因?yàn)椴淮_定性阻礙了保障供水、糧食生產(chǎn)、基礎(chǔ)設(shè)施和人們應(yīng)對未來的氣候影響。

Sheshadri和她的前研究生ZacharyEspinosa最近在《地球物理研究快報(bào)》雜志上發(fā)表的一項(xiàng)研究可能通過對稱為重力波的無處不在的大氣漣漪進(jìn)行更現(xiàn)實(shí)的估計(jì)來幫助建立這種信心。“在氣候模型中包含更物理的重力波表示最終會導(dǎo)致更準(zhǔn)確的氣候預(yù)測，特別是在區(qū)域范圍內(nèi)，”Sheshadri說。

與扭曲時(shí)空結(jié)構(gòu)的引力波不同，當(dāng)風(fēng)吹過例如雷暴或山脈時(shí)，當(dāng)空氣被迫向上時(shí)，就會出現(xiàn)引力波。被發(fā)射到更高、更薄的大氣層中，空氣在重力的作用下回落——然后像軟木塞從水下浮起一樣再次上升。任何給定的空氣包裹都可能會在幾分鐘或幾個(gè)小時(shí)內(nèi)上升和下降，并在移動過程中傳遞動量。最終，波浪向上向外擴(kuò)散，直到它在中層和高層大氣中破裂，就像海浪在海灘上撞擊一樣。

大氣科學(xué)家早就知道重力波有助于推動大氣的整體循環(huán)，并影響風(fēng)暴軌跡和極地渦旋——地球兩極附近的苦冷空氣漩渦，偶爾會搖晃并給美國部分地區(qū)帶來極端的冬季天氣，歐洲和亞洲。

“我們了解重力波如何傳播和破裂的物理學(xué)，但由于計(jì)算限制，它們的影響無法在氣候模型中明確表示，”Sheshadri說。

小浪，大沖擊

引力波太小而且壽命太短，無法出現(xiàn)在旨在覆蓋整個(gè)星球的模型中，就像低分辨率照片中缺少精細(xì)細(xì)節(jié)一樣。更高分辨率的模型可以提供更詳細(xì)的信息，但在全球范圍內(nèi)運(yùn)行超過幾周的預(yù)測計(jì)算成本很高。

為了在不阻礙計(jì)算的情況下考慮重力波等較小規(guī)模的過程，科學(xué)家們使用稱為“參數(shù)化”的簡化方程，這些方程由物理學(xué)提供信息，但不計(jì)算單個(gè)波的振蕩和相互作用，甚至不包含有限的可用觀測數(shù)據(jù).“我們根據(jù)模型可以解決的變量猜測我們認(rèn)為重力波對平均流量的影響，”Sheshadri說。

即使是重力波參數(shù)化的近似值的微小變化也可能導(dǎo)致非常不同的區(qū)域氣候預(yù)測。因此，氣候建模者“調(diào)整”參數(shù)化，使結(jié)果總體上類似于今天觀察到的氣候——隨著人們和工業(yè)向大氣中添加更多的二氧化碳，循環(huán)將如何反應(yīng)留下了不確定性。

通過人工智能解釋重力波

Sheshadri和Espinosa是越來越多的研究人員之一，他們希望通過機(jī)器學(xué)習(xí)和人工智能技術(shù)尋找可能的解決方案。“參數(shù)化是氣候模型的一個(gè)大型計(jì)算池，所以如果我們能夠加速它們，這意味著我們可以提高各種事物的分辨率，”埃斯皮諾薩說。

研究人員開發(fā)了一種名為WaveNet的人工智能驅(qū)動模型，該模型可以準(zhǔn)確地模擬消散的重力波如何加速和減速大氣風(fēng)。這項(xiàng)工作涉及使用廣泛使用的編程語言Python構(gòu)建和訓(xùn)練一組人工神經(jīng)網(wǎng)絡(luò)，然后將它們耦合到幾十年前以1950年代的一種語言(稱為Fortran)構(gòu)建的典型全球氣候模型。

該模型通過了兩項(xiàng)重要測試。僅根據(jù)一年的數(shù)據(jù)進(jìn)行訓(xùn)練，它對重力波如何響應(yīng)800多年來極高的二氧化碳濃度的預(yù)測與傳統(tǒng)參數(shù)化產(chǎn)生的預(yù)測相似。而且，僅基于一個(gè)階段的數(shù)據(jù)，它準(zhǔn)確地模擬了準(zhǔn)兩年振蕩的完整的兩階段循環(huán)，即影響地表天氣和臭氧消耗的赤道上方風(fēng)速的定期反轉(zhuǎn)-并且由破壞重力驅(qū)動波浪。

“WaveNet并沒有真正告訴我們關(guān)于重力波對CO2的反應(yīng)的任何新信息。它只是在做傳統(tǒng)的重力波參數(shù)化作為對CO2的響應(yīng)會做的事情——至少目前是這樣，”Sheshadri說。

結(jié)果是朝著開發(fā)完全由數(shù)據(jù)驅(qū)動的重力波參數(shù)化邁出的有希望的第一步，這是Sheshadri領(lǐng)導(dǎo)的名為DataWave的國際項(xiàng)目的重點(diǎn)。這些參數(shù)化可以針對速度進(jìn)行優(yōu)化，并使用來自高分辨率區(qū)域模擬、高分辨率但短期全球氣候模擬的數(shù)據(jù)以及來自互聯(lián)網(wǎng)超壓氣球的越來越多的大氣測量數(shù)據(jù)進(jìn)行訓(xùn)練。“希望這將為我們提供計(jì)算上可行的方法來表示氣候模型中的重力波，這些模型具有物理意義和觀測限制，”她說。“這是這個(gè)項(xiàng)目的最終目標(biāo)。”

標(biāo)簽：