Annonse

Denne artikkelen er produsert og finansiert av Universitetet i Bergen - les mer.

Gjennombrudd for varsling av El Niño-fenomen i Atlanterhavet

Frem til nå har ikke forskere klart å varsle en oppvarming av Sør-Atlanteren. Ved hjelp av kunstig intelligens har de nå lykkes med å varsle El Niño-fenomen i området opp til 3–4 måneder før.

En fisker på jobb på en liten flåte utenfor kysten av Angola.
Publisert

El Niño betyr uvanlig høy overflatetemperatur i det sentrale og østlige Stillehavet, nær ekvator. Det finnes også en lillebror i det tropiske Atlanterhavet. 

Dette fenomenet endrer nedbør langs Afrikas vestkyst og påvirker lokale marine økosystemer og fiske. Ingen har klart å varsle disse hendelsene, før nå.

– Vi er veldig begeistret fordi det er første gang vi faktisk har kunnet varsle slike værfenomener som er nyttig for samfunnet å vite om, sier Marie-Lou Bachèlery.

Studien er nylig publisert i Science Advances.

– Vi er veldig begeistret fordi det er første gang vi faktisk har kunnet varsle slike værfenomener som er nyttig for samfunnet å vite om, sier Marie-Lou Bachèlery.

Stor påvirkning

Det tropiske Atlanterhavet er avgrenset av den brasilianske kystlinjen i vest og den afrikanske kystlinjen i øst.

Variasjoner i havet spiller en stor rolle i klimasystemene og påvirker lokale værmønstre.

Sør-Atlanteren skiller seg ut med ganske sterk oppvarming. Dette skaper problemer på flere områder. Nettopp derfor har forskerne jobbet med å forstå hvordan de kan forutsi fenomenet.

– Min idé var å bruke klimamodeller til å varsle El Niño-fenomen utenfor kysten av Afrika. Prosjektet ble finansiert gjennom et Marie Curie-stipend, men etter halvannet år med arbeid innså vi at det ikke fungerte og at vi var i en fastlåst situasjon, sier Bachèlery.

Matsikkerhet i mange afrikanske land avhenger av tilgjengeligheten av fisk.

Klimamodellene sliter

På den tiden arbeidet Bachelery ved Geofysisk Institutt ved Universitetet i Bergen. Nå er hun tilsatt ved Euro-Mediterranean Center on Climate Change i Italia. 

Klimamodeller klarer ikke alltid å forutsi varme hendelser i det tropiske Atlanterhavet på grunn av lav oppløsning. 

Modellene gir dermed ikke en god nok representasjon av oppvelling i havet. Oppvelling er at dype vannmasser går mot overflaten. Forskerne har behov for en høyoppløselig modellering for å fange finskala-prosessene som foregår under slik oppvelling. 

Dagens modeller viser dermed store systematiske feil i temperaturen i regionen. Dette fører igjen til flere feil og unøyaktige beregninger.

Bachèlery så muligheter i maskinlæring og kunstig intelligens.

– I tillegg til at jeg kjenner regionen veldig godt. Jeg visste nøyaktig hvilke data jeg måtte legge inn for å forutsi disse hendelsene, forklarer hun.

På et møte i Angola ble det diskutert hvordan funn fra forskningen kan tas i bruk.

Nå er det mulig å forutsi hendelsene

Professor Noel Keenlyside var Bachèlerys veileder. Han har i mange år forsket på hvordan klimatiske forhold og værmønstre utvikler seg over lang tid i Atlanterhavsregionen.

– For første gang er det faktisk mulig å forutsi disse hendelsene ved å bruke en annen tilnærming. Mange har forsøkt å få fram korrekte varslinger for dette området i flere tiår. Derfor er resultatene til Marie-Lou så spennende, sier Keenlyside.

Å kunne varsle perioder med varmt hav vil være svært nyttig, spesielt for fiskeriene.

– Når det blir ekstremt varmt kan myndighetene begrense fiske i denne regionen. Det kan redusere presset fra miljøet, forklarer Keenlyside.

Her ser du hvordan kunstig intelligens treffer på fasit. Kunstig intelligens er den oransje linjen, mens fasit er den svarte linjen.

Treffsikker 

De brukte maskinen til å se på temperaturkartet i regionen og fant mønstre som hjalp dem å forutsi nøyaktig hva som vil skje de neste to månedene, basert på ekte data.

– Maskinen gjorde ikke tilfeldige ting. Den baserte seg på reelle fysiske mekanismer som eksisterer. Det var den meste interessante delen for meg, sier Bachèlery. 

Hun forklarer at selv om systemet er utviklet for denne regionen, så kan hele teknikken brukes for ethvert system. Bachèlery, Keenlyside og andre forskere jobber nå med å gjøre prognosene enda mer tilgjengelige. 

– Vi er i dialog med de som trenger disse prognosene fra National Institute for Fisheries i Angola, for å forbedre og tilpasse informasjonen til deres behov. Det er veldig gledelig å se at forskningen blir samfunnsrelevant, sier Keenlyside.

Referanse:

Marie-Lou Bachèlery mfl.: Predicting Atlantic and Benguela Niño events with deep learningScience Advances, 2025. Doi: 10.1126/sciadv.ads518

Atmosfæren og havet påvirker hverandre

På engelsk heter fenomenet El Niño-Southern Oscillation (ENSO) og på norsk El niño-sørlig svingning. Forkortelsen ENSO brukes også på norsk.

ENSO er som en huske der både havet og atmosfæren svinger i takt. Derfor påvirkes ikke bare havtemperaturen og havstrømmer i Stillehavet, men været i store deler av verden. Slike fenomener kalles fjernkoblinger fordi de virker over lange avstander.

Les mer om El niño og La niña på nettsidene til Bjerknessenteret.

Powered by Labrador CMS