研究人员开发了一种深度学习人工智能模型，可以预测全球变暖如何影响世界各地的日常降水模式。
利用该模型，科学家们发现，自2015年以来，由于气温上升，每年的日降雨量至少有50%的时间偏离自然变化。
长期以来，研究一直关注气候变化的长期影响，如年气温升高或降水率。
然而，近年来的研究已经观察到气温上升是如何改变日常天气模式的。
科学家们早就知道，全球变暖不仅颠覆了季节性气候趋势，还颠覆了日常的微小天气模式。然而，建立一个强有力的联系并不总是那么容易，这意味着大多数研究都集中在气候变化对长期趋势的影响上，比如年降水量或月气温上升。
然而，在过去的几年里，数据和随后的建模变得更加详细和微妙。2020年发表在《自然气候变化》杂志上的一项研究描述了如何从世界各地的日常温度和湿度变化中检测到气候变化的影响。
在这项研究之后，部分受其启发，另一组研究人员承担了理解日降雨量变化与全球变暖之间的关系的任务。利用深度学习模型，科学家们确定了全球变暖在任何一天是如何影响并显著改变世界各地的降雨模式的。
在8月份发表在《自然》杂志上的研究中，研究人员描述了“由于人类引起的全球变暖，日降水量现在变得更加多变”。虽然变化一直是日常天气的一个标志(想想天气预报经常出错)，但像降雨或降雪这样的事情通常可以缩小到一个概率范围内(因此“有30%的下雨机会”，而不是明确宣布下雨)。
研究人员为他们的研究开发的模型发现，自2015年以来，由于气温上升，每年的日降雨量都有超过50%的时间明显偏离这一自然变化带。该研究得出结论，这表明“每日降水数据是观测到的行星变暖的一个很好的预测指标。”
在这项新研究中，研究人员描述了“由于人类引起的全球变暖，日降水量现在变得更加多变”。图片来源:So
nika Agarwal通过Unsplash(公共领域)。
“我们惊讶地发现，全球日降雨量变化的加剧主要发生在天气时间尺度上，周期短于10天，”该研究的合著者、韩国浦项科技大学气候变化研究实验室教授闵承基(Seung-Ki Min，音)在接受Mongabay电子邮件采访时表示。“这意味着全球变暖确实正在改变我们的日常天气，使其更加多变，并导致极端潮湿和干燥情况的发生增加。”
监测每日降水的变化及其发生的原因并不是一件容易的事。在短期范围内研究这一趋势，并将其与气候变化(一种长期现象)联系起来，可能会变得复杂。一天中的日降水量可能会发生巨大变化，这通常意味着其模式的不均匀性并不总是容易量化的。此外，在较长时间内所研究的降水型态的变化，通常以某一特定月份或年份的增减来描述。对于日降水量，它通常是不稳定的，可能在短时间内增加或减少，类似的测量方法往往会忽略数据中的细微差别。
为了将这些“非线性”趋势纳入日常降水中，并更有效地分析它们，该团队决定使用深度学习，这是人工智能的一个子领域。
“每天的变化比长期平均水平的变化要强烈得多，”该研究的合著者、韩国全南国立大学教授Yoo-Geun Ham在接受Mongabay的电子邮件采访时表示。“在这方面，我们认为深度学习是最好的选择。”
该团队训练该模型识别基于多年来从全球气候模型中收集的数据的模式。其中包括每日降水图，以及全球年平均气温数据。一旦模型被训练好，研究人员就可以给它提供全球日降水量图，它可以根据这些图预测全球年平均气温(AGMT)，这通常被认为是全球变暖的一个很好的指标。如果发现预测的AGMT高于历史水平，这不仅表明日降水量发生了变化，而且还与全球变暖有关。
哈姆说，在未来，该模型可以使用最新的图像识别技术进一步发展，以提高其准确性。哈姆说，随着极端天气事件在全球范围内变得越来越频繁，该模型可以作为一种预测工具，帮助实施减轻全球变暖影响的政策措施。
横幅图片:雨中的栗色巨嘴鸟。图片由zdenk Machá?ek通过Unsplash(公共领域)。
