Du kan trycka Shift + S för att få fram sökfältet när som helst och Esc för att stänga det.
Tryck ENTER för fler resultat, då kan du även förfina din sökning.
    Stäng

    Olika globala klimatmodeller har tydligt visat att ökade utsläpp av växthusgaser kommer leda till mer extrem nederbörd. Samtidigt har det varit svårt att bevisa. Genom att använda maskininlärning har forskare kunnat visa att det är människans agerande som ligger bakom den ökade och mer intensiva nederbörden globalt. Därmed blir det allt tydligare hur människans fingeravtryck ligger bakom den klimatförändring vi nu observerar.

    Forskare har länge varnat för att stigande globala temperaturer kommer att leda till mer extrem nederbörd i framtiden, främst för att varm luft ”håller” mer vattenånga i atmosfären, vilket i sin tur driver stormar.

    Tidigare studier har kunnat tillskriva enskilda extrema händelser och långvariga förändringar i vissa regioner till klimatförändringar. Enskilda studier har exempelvis kunnat påvisa samband mellan klimatförändringar och nederbörd genom att studera skillnaden mellan observerade regnväder och en jämförelse mellan vad ett antal olika klimatmodeller förutsåg skulle inträffa under samma period. Det har dock varit svårare att göra bedömningar på en global nivå.

    Genom att använda ny AI-teknik för att analysera nederbörd från hela världen har forskare nu kunnat hitta avgörande bevis på mänskligt inflytande på extrem nederbörd, och inte bara i några få områden utan i global skala. I en studie i Nature Communications kan de visa att mänskliga aktiviteter i form av förbränning av fossila bränslen för transport och elektricitet har försämrat intensiteten av extremt nederbörd och snöfall över land under de senaste decennierna.

    Tidigare försök att upptäcka det mänskliga inflytandet i historisk nederbördsdata krävde vanligtvis långa tidsserier, men nederbördsmönster är svår att övervaka under långa perioder från land eller från rymden. De använde därför istället konstgjorda neurala nätverk – en typ av maskininlärning – för att hitta mönster för extrem nederbörd i väderregister. När dessa neurala nätverk förstod vad de skulle leta efter kunde forskarna analysera kortare och mer olikartade observationsposter.

    Resultatet är oerhört viktigt för att förstå hur människor påverkar extrem nederbörd för att dels kunna tolka klimathändelser idag och kanske särskilt för att kunna förbereda städer och skyddande infrastruktur för en allt varmare värld framöver. Enligt SMHI beräknas exempelvis intensiteten hos kraftiga regn sommartid generellt öka med 10-15 procent i Sverige.

    De förändringar vi ser nu sker med en uppvärmning på lite över en grad som redan lett till mer intensiva och allvarliga värmeböljor och skyfall som just nu pågår i Europa. Att världen kommer värmas upp mer står klart, men frågan är hur mycket. Det viktiga är att begränsa den uppvärmningen så mycket som möjligt och anpassa våra liv efter den förändring som redan skett och den vi vet ska komma.

    SMB kämpar för en hållbar framtid. Sedan starten 2010 har vår ideella redaktion drivit miljödebatten framåt genom nyhetsbevakning och granskningar. Nu vill vi utveckla vårt arbete – och vi hoppas att du vill hjälpa oss.

    Stötta vårt arbete genom att swisha en slant till

    Läs vad vi vill göra
    Tipsa!

    Tipsa oss

    Har du något du tror vi missat och kanske borde skriva om? Vi tar tacksamt emot alla tips du kan bidra med. Maila direkt till tips@supermiljobloggen.se eller fyll i formuläret nedan.