Tutkijat kehittivät koneoppimismenetelmiä, joilla pilviä voidaan mallintaa entistä tarkemmin

Nousuvirtausten nopeus vaikuttaa muodostuvien pilvipisaroiden kokoon ja lukumäärään. Näillä on vaikutusta pilvien optisiin ominaisuuksiin ja myöhempään kehitykseen, kuten sateen muodostumiseen. Käytännössä pilviin vaikuttavat nousunopeudet riippuvat ilmakehän olosuhteista.

Tutkijat selvittivät tutkimuksen aluksi nousunopeuksia sellaisissa ilmakehän olosuhteissa, jotka ovat tyypillisiä matalille merellisille pilville. Tähän he käyttivät korkean erotuskyvyn UCLALES-SALSA-mallia, joka huomioi erityisesti ilmakehän turbulenttien virtausten ja pienhiukkasten vaikutukset yksittäisiin pilviin.

Seuraavaksi tutkijat loivat satojen malliajojen syötteistä, eli erilaisista olosuhteista, ja tuloksista yhden lineaarisen mallin ja kaksi erilaista koneoppimisen mallia. Kyseiset menetelmät mahdollistavat monimutkaisten riippuvuuksien esittämisen siten, että nousunopeuksia voidaan myös ennustaa erilaisille ilmakehän olosuhteille.

Tuloksena oli kaksi suositeltavaa koneoppimiseen perustuvaa menetelmää, joilla pilven nousuvirtausten nopeutta voidaan ennustaa. Menetelmät on suunniteltu käytettäviksi erityisesti ilmastomalleissa. Näin ilmastomallien pilvikuvauksiin voidaan tuoda entistä yksityiskohtaisempaa tietoa koneoppimisen avulla.

Lisätietoja:

Tutkija Jaakko Ahola, Ilmatieteen laitos, puh. 040 833 4625, jaakko.ahola@fmi.fi Erikoistutkija Tomi Raatikainen, Ilmatieteen laitos, puh. 040 779 1782, tomi.raatikainen@fmi.fi

Viite: Ahola, J., Raatikainen, T., Alper, M. E., Keskinen, J.-P., Kokkola, H., Kukkurainen, A., Lipponen, A., Liu, J., Nordling, K., Partanen, A.-I., Romakkaniemi, S., Räisänen, P., Tonttila, J., and Korhonen, H.: Technical note: Parameterising cloud base updraft velocity of marine stratocumuli, Atmos. Chem. Phys., 22, 4523–4537, https://doi.org/10.5194/acp-22-4523-2022, 2022.

Tieteellinen artikkeli on avoimesti saatavilla Atmospheric Chemistry and Physics -lehdessä.