The emergence of regional record-breaking summer heat predictability

Extreme Hitze ist eine der gefährlichsten Folgen des menschengemachten Klimawandels und tritt mit einer Häufigkeit und Intensität auf, die jedes Jahr zunimmt. Während Wissenschaftler schon lange wissen, dass eine wärmere Erde heiße Tage wahrscheinlicher macht, blieb es eine enorme Herausforderung, genau vorherzusagen, wann und wo ein spezifischer, Rekorde brechender Sommer auftreten wird. Diese Schwierigkeit ergibt sich daraus, dass das Wetter eine chaotische Mischung aus vorhersehbaren langfristigen Trends und unvorhersehbaren kurzfristigen Schwankungen ist. Jahrzehntelang hat die wissenschaftliche Gemeinschaft darüber debattiert, wie viel eines Hitzeereignisses durch die stetige Hand der globalen Erwärmung im Vergleich zu den zufälligen Schwankungen der natürlichen Klimavariabilität angetrieben wird. Die Kernfrage lautete, ob wir solche tödlichen Extreme zuverlässig Jahre im Voraus vorhersagen können, um Gemeinschaften genug Zeit zur Vorbereitung zu geben, oder ob die inhärente Chaotik der Atmosphäre solche langfristigen Warnungen unmöglich macht.

Ein Team von Forschern hat nun einen neuen Weg entwickelt, um diese Frage zu beantworten, und zeigt auf, dass die Fähigkeit, Rekord-Sommer vorherzusagen, nicht nur eine zukünftige Möglichkeit ist, sondern in vielen Teilen der Welt bereits Gestalt annimmt. Durch den Einsatz fortschrittlicher computergestützter Lernwerkzeuge fanden sie heraus, dass die Kombination des stetigen Anstiegs der globalen Temperaturen mit spezifischen Mustern der Meeresoberflächentemperaturen präzise Vorhersagen für extreme Hitze fünf bis zehn Jahre im Voraus ermöglicht. Dieser Ansatz übertrifft in vielen Regionen traditionelle Klimamodelle, was darauf hindeutet, dass wir in eine Ära eintreten, in der der Zeitpunkt unserer heißesten Sommer mit erheblicher Zuversicht antizipiert werden kann.

Das Forscherteam, Emily Gordon von der University of Auckland und Noah Diffenbaugh von der Stanford University, konzentrierte sich auf eine spezifische Art der Vorhersage: zu bestimmen, ob ein Sommer in den nächsten fünf oder zehn Jahren heißer sein wird als jeder Sommer der jüngeren Vergangenheit. Um dies zu erreichen, trainierten sie eine Art künstliche Intelligenz, die als konvolutionales neuronales Netzwerk bekannt ist. Stellen Sie sich dieses System als einen hochqualifizierten Mustererkenner vor, der lernt, indem er riesige Mengen historischer Daten studiert. Der Computer wurde mit zwei Hauptarten von Informationen gefütet: der Durchschnittstemperatur der gesamten Erde und den sich ändernden Mustern der Meeresoberflächentemperaturen über die Weltmeere hinweg. Das Ziel war es zu sehen, ob der Computer lernen kann, die spezifische Kombination aus einer erwärmenden Erde und günstigen Ozeanbedingungen zu erkennen, die zu einem rekordverdächtigen Sommer führt.

Als das Team diese Methode an realen Daten aus den letzten Jahrzehnten testete, waren die Ergebnisse beeindruckend. Das computergestützte Lernmodell identifizierte erfolgreich die Momente, in denen ein rekordverdächtiger Sommer wahrscheinlich eintreten würde, und sagte das Ereignis oft Jahre im Voraus voraus. Beispielsweise detektierte das Modell in Regionen wie Osteuropa die Bedingungen, die Anfang der 2000er Jahre zu einem neuen Hitzerekord führen würden, und antizipierte korrekt, dass der bisherige Rekord gebrochen werden würde. Es sagte auch korrekt voraus, dass in den 2010er Jahren kein neuer Rekord aufgestellt würde, nur um dann einen weiteren rekordverdächtigen Sommer um das Jahr 2024 herum vorherzusagen. Diese Fähigkeit, zwischen einem heißen Jahr und einem wahrhaft historischen Jahr zu unterscheiden, bewies, dass das Modell echte Signale erfasste und nicht nur rät.

Entscheidend war, dass die Forscher feststellten, dass dieser maschinelle Lernansatz oft genauer war als die standardmäßigen dynamischen Modelle, die Klimawissenschaftler verwenden und die sich auf komplexe physikalische Gleichungen stützen, um die Atmosphäre und die Ozeane zu simulieren. In vielen Gebieten, einschließlich Nordafrika, dem Mittelmeerraum, Ostasien sowie Teilen Australiens und Südamerikas, sagte das Computermodell den Beginn von Rekordhitze mit größerer Geschicklichkeit voraus als die traditionellen Modelle. Die traditionellen Modelle hatten oft Schwierigkeiten, die spezifischen internen Variationen des Klimasystems zu erfassen, die in Kombination mit der globalen Erwärmung diese extremen Ereignisse auslösen. Das maschinelle Lernmodell hingegen lernte, die subtilen Vorboten im Ozean und in der Atmosphäre zu erkennen, die eine Hitzewelle ankündigen.

Die Studie führt ein Konzept ein, das sie „Predictability Emergence“ (Vorhersagbarkeitsemergenz) nennen. Dies beschreibt den Punkt, an dem die globale Erwärmung stark genug wird, dass Rekordhitze in Kombination mit natürlichen Ozeanmustern vorhersagbar wird. In der Vergangenheit war das zufällige Rauschen der natürlichen Klimavariabilität so laut, dass es das Signal der globalen Erwärmung übertönte, was es unmöglich machte, spezifische extreme Ereignisse Jahre im Voraus vorherzusagen. Doch während der Planet weiter erwärmt, ist das Signal dieser Erwärmung lauter geworden. Die Forscher fanden heraus, dass das Signal in vielen Regionen bereits stark genug geworden ist, um zuverlässige Vorhersagen zu ermöglichen. In einigen Orten ist die Fähigkeit, einen rekordverdächtigen Sommer innerhalb eines Zeitfensters von fünf Jahren vorherzusagen, bereits eingetreten, während in anderen, falls die aktuellen Erwärmungstrends anhalten, dies in den nächsten ein bis zwei Jahrzehnten möglich sein wird.

Das Team untersuchte auch, wie weit diese Vorhersagen in die Zukunft reichen können. Sie fanden heraus, dass die Ausweitung des Prognosefensters von fünf auf zehn Jahre die Fähigkeit, Rekordhitze vorherzusagen, signifikant verbesserte. Dies liegt schlichtweg daran, dass ein längerer Zeitraum die statistische Wahrscheinlichkeit erhöht, dass ein Extremereignis eintritt. In vielen Teilen der Nordhalbkugel deutet das Modell darauf hin, dass wir, wenn wir zehn Jahre in die Zukunft blicken, den Einbruch eines neuen Hitzerekords bereits geschickt vorhersagen können, sofern die Bedingungen im Ozean günstig sind. Selbst in Regionen, in denen das Erwärmungssignal noch nicht dominant ist, bedeutet die Kombination aus einem längeren Prognosefenster und dem stetigen Anstieg der globalen Temperaturen, dass Vorhersagbarkeit wahrscheinlich bald eintreten wird.

Einer der wichtigsten Funde der Studie ist, dass diese Vorhersagbarkeit sowohl vom langfristigen Erwärmungstrend als auch von den kurzfristigen Fluktuationen der Ozeane abhängt. Die Forscher testeten, was passieren würde, wenn sie die Ozeandaten aus dem Modell entfernten und es nur mit dem globalen Temperaturtrend ließen. Sie fanden heraus, dass ohne die Ozeaninformationen die Fähigkeit des Modells, spezifische rekordverdächtige Sommer vorherzusagen, signifikant sank. Dies bestätigt, dass die globale Erwärmung zwar die Bühne für extreme Hitze bereitet, der spezifische Zeitpunkt und Ort dieser Ereignisse jedoch immer noch stark von der natürlichen Variabilität der Ozeane beeinflusst werden. Das maschinelle Lernmodell ist deshalb erfolgreich, weil es lernt, das Skript zu lesen, das sowohl durch den erwärmenden Planeten als auch durch die sich verändernden Meere geschrieben wird.

Die Forscher untersuchten auch, wie sich diese Vorhersagen in der Zukunft verändern könnten. Durch die Simulation verschiedener Ebenen der globalen Erwärmung schätzten sie, dass für die meisten Landregionen die Fähigkeit, einen rekordverdächtigen Sommer innerhalb von fünf Jahren vorherzusagen, innerhalb der nächsten 10 bis 30 Jahre möglich sein wird, sofern die aktuelle Erwärmungsrate anhält. In einigen Gebieten wurde diese Schwelle bereits überschritten. Die Studie legt nahe, dass sich mit der weiteren Erwärmung des Planeten das Fenster für zuverlässige Vorhersagen erweitern wird, was Gemeinschaften mehr Zeit bietet, sich auf die unvermeidliche Ankunft extremer Hitze vorzubereiten.

Obwohl die Ergebnisse vielversprechend sind, weisen die Autoren vorsichtig auf die Grenzen ihrer Arbeit hin. Die maschinellen Lernmodelle wurden auf Daten aus einer einzigen Klimasimulation trainiert, und unterschiedliche Modelle könnten leicht abweichende Ergebnisse liefern. Zudem sind die Modelle besser darin, saisonale Durchschnittswerte als spezifische, kurzlebige Hitzewellen vorherzusagen, obwohl beide eng miteinander verknüpft sind. Die Forscher weisen auch darauf hin, dass, falls sich zukünftige Ozeanmuster in einer Weise entwickeln, die es so noch nie gegeben hat, die aktuellen Vorhersagen angepasst werden müssen. Die Kernbotschaft bleibt jedoch robust: Die Kombination aus menschengemachter Erwärmung und natürlicher Ozeanvariabilität schafft eine neue Ära der Vorhersagbarkeit für extreme Hitze.

Diese Arbeit stellt eine bedeutende Verschiebung in der Art und Weise dar, wie Wissenschaftler die Klimavorhersage angehen. Anstatt Extremereignisse als rein chaotisch und unvorhersehbar zu betrachten, zeigt die Studie, dass sie ein vorhersagbares Signal enthalten, das stärker wird, je mehr sich der Planet erwärmt. Durch den Einsatz von maschinellem Lernen zur Entschlüsselung der komplexen Beziehung zwischen den Ozeanen und der Atmosphäre haben Forscher einen Weg gefunden, weiter in die Zukunft zu blicken als je zuvor. Dies bedeutet nicht, dass das Klima vollständig vorhersagbar geworden ist, aber es bedeutet, dass wir die Fähigkeit gewinnen, die gefährlichsten Hitzeereignisse mit einem Vertrauensniveau zu antizipieren, das zuvor unerreichbar war. Für Gemeinschaften auf der ganzen Welt könnte diese entstehende Fähigkeit, rekordverdächtige Sommer vorherzusagen, ein lebenswichtiges Werkzeug zur Anpassung sein und ein entscheidendes Zeitfenster bieten, um Leben und Infrastruktur vor der eskalierenden Bedrohung durch extreme Hitze zu schützen.