Neue KI-Tools untersuchen den Zusammenhang zwischen Klimawandel und Extremwetterereignissen
Extremwetterereignisse sind in den vergangenen Jahren häufiger und intensiver aufgetreten, was erhebliche Bedenken hinsichtlich der Auswirkungen auf die Umwelt sowie der menschlichen Unversehrtheit aufwirft. Im Jahr 2024 ereigneten sich weltweit rund 604 solcher Ereignisse(öffnet in neuem Fenster), von denen eine beträchtliche Zahl als „ungewöhnlich“ und „beispiellos“ eingestuft wurde. Diese Vorfälle scheinen in engem Zusammenhang mit dem Klimawandel zu stehen, und bei manchen Vorfällen ist dieser Zusammenhang bereits hinreichend belegt. Allerdings gilt es die genauen Mechanismen, die extremeren, folgenschwereren und komplexeren Ereignissen zugrunde liegen, erst noch zu verstehen, um die Entwicklung besserer Präventions- und Abschwächungsmaßnahmen zu fördern. Das EU-finanzierte Projekt XAIDA(öffnet in neuem Fenster) führte ein Konsortium aus 16 sachkundigen Partnern aus den Bereichen KI, Statistik und Klimamodellierung zusammen, um eine datengesteuerte Methodik zu entwickeln, welche die Rolle des Klimawandels bei weltweiten Extremwetterereignissen aufdecken soll. Das Projekt bezog zudem Interessengruppen aus verschiedenen Sektoren ein, um Risikobewertungen und Anpassungsstrategien für solche Ereignisse zu erarbeiten.
Intelligente Tools zur Bewertung von Extremwetterereignissen
Um Klimaextreme besser verstehen und vorhersagen zu können, entwickelte das XAIDA-Konsortium eine Reihe von Tools mit maschinellem Lernen, kausaler Inferenz sowie Ereigniserkennung und Folgenabschätzung und kombinierte diese mit statistischen Klimamodellierungs- und Attributionsmethoden. Einer der Anwendungsbereiche betraf Hitzewellen: XAIDA nutzte variationale Autoencoder(öffnet in neuem Fenster), eine spezielle Technik des tiefen Lernens, um zu verstehen, wie sich extreme Hitzeereignisse im Zuge des Klimawandels entwickeln. Aus dieser Arbeit ging hervor, dass in den aktuellen Modellen wichtige physikalische Faktoren fehlen. „Im Laufe des Projekts haben wir festgestellt, dass Hitzewellen in vielen Regionen schneller ansteigen, als von Klimamodellen vorhergesagt. Das ist eine wichtige Erwägung“, sagt Projektkoordinator Dim Coumou, Professor an der wissenschaftlichen Fakultät, Fachbereich für Wasser- und Klimarisiken, der Vrije Universiteit Amsterdam. Die Ursachen für diese Diskrepanz wurden in einem Artikel(öffnet in neuem Fenster) über Hitzeextreme in Westeuropa untersucht, in dem das Team auch die notwendigen Schritte zur Verbesserung von Klimaprognose- und Attributionsmodellen darlegte. Zu den Ergebnissen von XAIDA gehören die AIDE-Toolbox (Artificial Intelligence for Disentangling Extremes) zur Erkennung von Extremereignissen und zur Bewertung ihrer Auswirkungen, die CAUSEME-Plattform, die Nutzerinnen und Nutzer bei der Identifizierung von Ursache-Wirkungs-Beziehungen in komplexen Klimadaten unterstützt, sowie GreenEarthNet, ein auf maschinellem Lernen basierendes Toolkit, das Erdbeobachtungsdaten mit Klimamodellergebnissen kombiniert, um die Reaktionen von Ökosystemen auf den Klimawandel vorherzusagen. Zudem wurde ein Paket mit Unterrichtsmaterialien für die Lehrer- und Schülerschaft der Primar- und Sekundarstufe entwickelt, und das Forschungsteam des Projekts hat mehr als 100 wissenschaftliche Forschungspaper veröffentlicht.
Vorbehalte gegenüber dem Einsatz von KI abbauen
Eine der Herausforderungen, die während der Laufzeit von XAIDA zutage traten, waren anhaltende Bedenken hinsichtlich der Vertrauenswürdigkeit und Interpretierbarkeit von KI. Das Konsortium begegnete diesem Problem durch den Einsatz einer Kombination aus eher traditionellen Methoden (Klimamodelle, statistische Analysen von Beobachtungsdaten) und neuen KI-Methoden, was die Durchführung wichtiger Plausibilitätsprüfungen ermöglichte, um zu verifizieren, ob die KI-generierten Ergebnisse einen Sinn ergaben. Alles in allem hat XAIDA Wege zur vertrauenswürdigen Integration von KI aufgezeigt. Dies gelang durch neue Erkenntnisse über die zugrunde liegenden Vorgänge von Extremereignissen und deren bessere Vorhersagbarkeit, auch bei längeren Vorlaufzeiten von beispielsweise mehreren Wochen bis Monaten im Voraus. „XAIDA ist Teil einer weitaus größeren Welle von KI-Innovationen in der Klimawissenschaft in den vergangenen Jahren gewesen; die KI hat während der Laufzeit des Projekts immens an Fahrt gewonnen. Nun verfügen wir über globale KI-Wettervorhersagemodelle, die der Forschungsgemeinschaft tatsächlich neue Möglichkeiten eröffnen“, lautet das Fazit von Coumou.
