Varmere klima kan påvirke hva slags skydekke vi får. Skydekket kan igjen påvirke klimaet.

Lave, tunge skyer reflekterer mye sollys. De kan ha en avkjølende effekt på klimaet. Tynne skyer høyt oppe kan fange opp varmestråling fra jorden og føre til oppvarming.

Det er mye usikkerhet ved hvordan dannelsen av skyer vil bli ved et varmere klima og hvor mye av himmelen som blir dekket av dem.

Endringer i skydekket kan påvirke global oppvarming. Det igjen påvirker viktige ressurser som landbruk og solenergi.

Maskinlæring gjør det lettere å forutsi skydekket

Nå har forskere fra OsloMet, SimulaMet og Universitetet i Oslo utviklet et datasett som kan bruke maskinlæring til å se sammenhenger mellom skydekke over Europa og lufttemperatur, lufttrykk, og luftfuktighet.

Dette kan gi bedre prognoser av hva som kan skje med klimaet og skydekket i fremtiden.

– Så vidt vi vet, er dette det første datasettet som kan bruke maskinlæring til å forutsi skydekke, forteller professor ved OsloMet og maskinlæringsekspert, Hugo Hammer.

Datasettet består av satellittobservasjoner av skydekke. I tillegg er det observasjoner av lufttemperatur, lufttrykk og luftfuktighet.

Forskerne foreslår en ny teknikk som kan knytte satellittobservasjoner, lufttemperatur, lufttrykk og luftfuktighet til bestemte geografiske områder.

En utfordring er at satellittene observerer ulike deler av jordoverflaten i ulike vinkler. Dette gjør at oppløsningen, kvaliteten på bildene, varierer. Denne teknikken kompenserer for dette.

Det gjelder særlig observasjoner av skydekket mot polene som får lavere oppløsning. Det er best oppløsning og flest observasjoner rundt ekvator.

Først ute med å forutsi skyformasjoner i fremtiden

Hammer ser mange spennende problemstillinger ved maskinlæring og statistiske metoder i klimaforskning og værmelding.

Maskinlæring, spesielt dyp læring, har til nå vært mindre brukt i klimaforskning sammenlignet med for eksempel værvarsling.

– Om vi bruker en god klimamodell som utgangspunkt, kan vi bruke datasettet vårt til å forutsi graden av skydekke i fremtiden. For eksempel, hvis en klimamodell forteller oss anslag på verdier for temperatur, lufttrykk og fuktighet i 2060, kan vi putte disse verdiene inn i en modell trent på datasettet vårt for å si noe om graden av skydekke i 2060, forteller Hammer.

Et lignende eksempel:  Hvis klimamodellen simulerer fram til år 2100, kan forskerne ta modellering av temperatur, lufttrykk og luftfuktighet for år 2100, putte det inn i den trente modellen og gjøre forutsigelse av skydekke i år 2100.

– Vi kan ikke nødvendigvis si hvordan trykk og temperatur påvirker skyer, men i hvilken grad ulike verdier av dem opptrer samtidig med visse typer skydannelse, sier han.

Usikkerhet ved maskinlæring

– Vi kan da lære at det er samvariasjoner mellom temperatur, lufttrykk og luftfuktighet på den ene siden og skydekke på den andre, sier Hammer.

Samvariasjon betyr da at visse verdier av temperatur, lufttrykk og luftfuktighet forekommer samtidig med visse typer skydekke.

– Datasettet vårt er imidlertid basert på historiske data. Hvis klimaet endrer seg i fremtiden, kan også sammenhengen mellom temperatur, lufttrykk, luftfuktighet og skydekke endre seg. Dette vil kunne gjøre en maskinlæringsmodell trent på de historiske dataene mindre presis, sier han.

Maskinlæring har svakheter. Det hele blir mer usikkert når forskerne putter inn data som er litt utenfor og annerledes enn det som ble brukt da modellen ble trent på disse dataene. Da blir det vanskeligere for modellen å forutse hva som kommer til å skje.

En tenkt eksempel: En modell som blir trent med temperaturer på 16 til 30 grader som plutselig blir matet med 40 grader, vil fortsatt forutsi skydekket. Men den vil være mindre pålitelig uten observasjoner og tilgjengelig data til faktisk å kunne trene på hvordan skydekket oppfører seg ved 40 grader. 

Forutsigelsene vil altså uansett være noe usikre. Samtidig kan datasettet til forskerne bidra til bedre forutsigelser. Den gir mer kunnskap om hva temperatur, luftfuktighet og lufttrykk kan ha å si.

Temperatur ser ut til å være viktigst

Hugo Hammer sier at temperatur ser ut til å være viktigst for å forutsi skydekke etterfulgt av luftfuktighet og lufttrykk.

Temperatur er viktig av flere årsaker: Skyer dannes når fuktig luft avkjøles. Temperatur avgjør hvor mye vanndamp luften kan inneholde og temperatur i forskjellige høyder i atmosfæren påvirker skydannelsen.

Skyer har høy grad av luftfuktighet. Skydekke henger også tett sammen med lufttrykk. Skyer dannes nemlig ofte i områder med lavt trykk.

Forholdet mellom disse er imidlertid komplekst og påvirkes av en rekke faktorer.

Best å ta utgangspunkt i et begrenset område

Hammer forteller at det er vanlig å studere et begrenset geografisk område. I dette tilfellet Europa.

– Vær og klima kan være veldig forskjellig i ulike deler av verden. Det dukker opp mange problemstillinger hvis man skal gjøre det globalt. Så det er vanlig å fokusere bare på ett område, sier han – og anbefaler andre forskere å bruke datasettet.

Referanse:

Hanna Svennevik, Hugo L. Hammer mfl.: A dataset for predicting cloud cover over Europe. Scientific Data, 2024. Doi.org/10.1038/s41597-024-03062-0

Artikkelen er produsert og finansiert av OsloMet – storbyuniversitetet

OsloMet – storbyuniversitetet er én av over 80 eiere av forskning.no. Deres kommunikasjonsansatte leverer innhold til forskning.no. Vi merker dette innholdet for å tydelig skille formidling fra uavhengig redaksjonelt stoff.
Her kan du lese mer om ordningen.

Les også disse sakene fra OsloMet:

• 

  Å jobbe i barnevernet påvirker den psykiske helsen

• 

  Om eiendomsutviklere og kommuner samarbeider på nye måter, kan byutvikling blir mer strategisk

• 

  – Klær som er kjøpt nye, brukes flere ganger enn bruktklær

• 

  Kan gamle skuter gi Kyst-Noreg eit nytt økonomisk oppsving?

• 

  Forskarar har evaluert eldrereformen Leve heile livet

• 

  Slik avslører du om krigsbilder er ekte eller ikke

Les flere saker laget av OsloMet

forskning.no vil gjerne høre fra deg!
Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER