Eine einfachere Sicht auf die kommenden Monate
Forschende am Mubadala Arabian Center for Climate and Environmental Sciences der NYU Abu Dhabi haben einen Algorithmus entwickelt, der die Ausdehnung des arktischen Meereises bis zu neun Monate im Voraus prognostiziert. Der Random Analog Predictor, kurz RAP, nutzt historische Daten zur Meereisausdehnung, statt das vollständige physikalische Verhalten von Atmosphäre, Ozean und Eis zu simulieren.
Die in Scientific Reports veröffentlichte Arbeit befasst sich mit einer schwierigen saisonalen Prognoseaufgabe. Die helle Eisfläche reflektiert Sonnenenergie ins All, während dunkles offenes Wasser mehr Energie absorbiert. Veränderungen des Eises können außerdem atmosphärische und ozeanische Muster außerhalb der Arktis beeinflussen.
Die zentrale Aussage lautet nicht, dass RAP Unsicherheit beseitigt, sondern dass der Algorithmus sie in die Prognose einbezieht.
So funktioniert der Random Analog Predictor
RAP sucht in historischen Meereisdaten nach früheren Bedingungen, die der Gegenwart ähneln. Anschließend untersucht der Algorithmus, was auf diese Muster folgte, und erzeugt daraus mehrere mögliche Zukunftsprognosen. Die Streuung der Ergebnisse liefert eine Unsicherheitsschätzung.
Der Ansatz unterscheidet sich von physikbasierten Modellen, die Wechselwirkungen zwischen Atmosphäre, Ozean und Meereis darstellen. RAP verwendet ausschließlich historische Daten zur arktischen Meereisausdehnung.
Wettbewerbsfähige saisonale Leistung
Die Forschenden stellten fest, dass RAP eine Prognoseleistung erreichte, die mit den Modellen des Sea Ice Prediction Network vergleichbar war. Für die Meereisausdehnung im September war der Prognosefehler mit dem von 34 saisonalen Modellen vergleichbar.
Eine praktische Stärke von RAP ist seine Transparenz. Der Algorithmus erzeugt aus ähnlichen früheren Zuständen mehrere mögliche Ergebnisse und zeigt deren Streuung, statt eine einzelne Zahl ohne Kontext zu liefern.
Warum Unsicherheit wichtig ist
Die saisonale Meereisprognose umfasst miteinander verbundene und veränderliche Prozesse. Eine nützliche Prognose muss daher sowohl die zentrale Erwartung als auch deren Unsicherheit vermitteln. RAPs Ensemble historischer Analogien soll beides leisten.
Die Studie stellt die Methode als transparenten Maßstab für künftige Prognosearbeiten vor. Ein einfaches Modell mit konkurrenzfähiger Leistung bietet einen klaren Vergleichspunkt für komplexere Verfahren.
Ein Werkzeug für eine sich verändernde Arktis
RAP wird als zusätzliches Werkzeug für die saisonale Vorhersage des Meereises präsentiert: Es nutzt vergangene Muster, erzeugt mehrere mögliche Zukunftsszenarien und nennt die damit verbundene Unsicherheit.
Die Ergebnisse zeigen nicht, dass ein einzelner Algorithmus alle Fragen des arktischen Wandels lösen kann. Sie zeigen jedoch, dass eine historische Methode in dem berichteten Vergleich die Leistung etablierter saisonaler Prognosen erreichen und ein klares Unsicherheitssignal liefern kann.
Dieser Artikel basiert auf einer Berichterstattung von Phys.org. Originalartikel lesen.
Originally published on phys.org
