In der nächsten Woche oder so wird das Meereis, das auf dem Arktischen Ozean schwimmt, dieses Jahr auf seine kleinste Größe schrumpfen, da das im Sommer erwärmte Wasser an den unter Wasser liegenden Rändern des Eises frisst.
Die Rekordtiefs für den Meereisspiegel werden in diesem Jahr wahrscheinlich nicht gebrochen, sagen Wissenschaftler. Im Jahr 2020 bedeckte das Eis an seinem tiefsten Punkt 3,74 Millionen Quadratkilometer der Arktis und kam damit einem historischen Rekordtief haarscharf nahe. Derzeit ist Meereis in knapp 5 Millionen Quadratkilometern arktischer Gewässer vorhanden, was es auf den Weg bringt, die zehntniedrigste Meereisausdehnung in der Region seit Beginn der Satellitenaufzeichnungen im Jahr 1979 zu werden. Es ist ein unerwartetes Ende, wenn man bedenkt, dass es Anfang Im Sommer erreichte das Meereis ein Rekordtief für diese Jahreszeit.
Die Überraschung kommt zum Teil, weil die besten aktuellen statistischen und physikbasierten Vorhersagewerkzeuge die Meereisausdehnung nur wenige Wochen im Voraus genau vorhersagen können, aber die Genauigkeit von Langzeitvorhersagen ins Stocken gerät. Jetzt verspricht ein neues Tool, das künstliche Intelligenz verwendet, um Meereisvorhersagen zu erstellen, ihre Genauigkeit zu erhöhen – und kann die Analyse relativ schnell durchführen, berichten Forscher vom 26. August in Naturkommunikation.
IceNet, ein vom British Antarctic Survey (BAS) entwickeltes Meereisvorhersagesystem, ist „bei der Vorhersage von Meereis zwei Monate im Voraus zu 95 Prozent genau – höher als das führende physikbasierte Modell SEAS5 – und läuft dabei 2.000-mal schneller“, sagt Tom Andersson , ein Datenwissenschaftler im Labor für künstliche Intelligenz von BAS. Während SEAS5 auf einem Supercomputer etwa sechs Stunden braucht, um eine Vorhersage zu erstellen, kann IceNet das gleiche in weniger als 10 Sekunden auf einem Laptop tun. Das System zeigt auch eine überraschende Fähigkeit, anomale Eisereignisse – ungewöhnliche Hochs oder Tiefs – bis zu vier Monate im Voraus vorherzusagen, fanden Andersson und seine Kollegen heraus.
Die Verfolgung des Meereises ist entscheidend, um die Auswirkungen des Klimawandels im Auge zu behalten. Das ist zwar eher ein langes Spiel, aber die von IceNet bereitgestellte Vorankündigung könnte auch unmittelbarere Vorteile haben. So könnte es Wissenschaftlern beispielsweise die nötige Vorlaufzeit geben, um die Risiken von arktischen Bränden oder Konflikten zwischen Wildtieren und Menschen zu bewerten und zu planen, und es könnte Daten liefern, die indigene Gemeinschaften benötigen, um wirtschaftliche und ökologische Entscheidungen zu treffen.
Die Ausdehnung des arktischen Meereises hat in allen Jahreszeiten seit Beginn der Satellitenaufzeichnungen im Jahr 1979 stetig abgenommen (SN: 25.09.19). Wissenschaftler versuchen seit Jahrzehnten, die Meereisvorhersagen zu verbessern, aber der Erfolg hat sich als schwer fassbar erwiesen. „Die Vorhersage von Meereis ist wirklich schwierig, weil Meereis auf komplexe Weise mit der Atmosphäre darüber und dem Ozean darunter interagiert“, sagt Andersson.
Bestehende Vorhersagewerkzeuge setzen die Gesetze der Physik in Computercode um, um vorherzusagen, wie sich das Meereis in Zukunft verändern wird. Aber teilweise aufgrund von Unsicherheiten in den physikalischen Systemen, die das Meereis bestimmen, haben diese Modelle Schwierigkeiten, genaue Langzeitprognosen zu erstellen.
Mit einem Prozess namens Deep Learning luden Andersson und seine Kollegen Meereisbeobachtungsdaten von 1979 bis 2011 und Klimasimulationen von 1850 bis 2100, um IceNet zu trainieren, den Zustand des zukünftigen Meereises durch Verarbeitung der Daten aus der Vergangenheit vorherzusagen.
Um die Genauigkeit seiner Vorhersagen zu bestimmen, verglich das Team die Ergebnisse von IceNet mit der beobachteten Meereisausdehnung von 2012 bis 2020 und mit den Vorhersagen von SEAS5, dem häufig zitierten Tool des Europäischen Zentrums für mittelfristige Wettervorhersagen. IceNet war bis zu 2,9 Prozent genauer als SEAS5, was einer korrekten Kennzeichnung von weiteren 360.000 Quadratkilometern Ozean als „Eis“ oder „kein Eis“ entspricht.
Darüber hinaus läutete 2012 ein plötzlicher Zusammenbruch der Meereisausdehnung im Sommer im September desselben Jahres ein neues Rekordtief ein. Beim Durchlaufen vergangener Daten sah IceNet den Rückgang Monate im Voraus. Auch SEAS5 hatte Ahnungen, aber seine weit entfernten Projektionen lagen um einige hunderttausend Quadratkilometer daneben.
„Dies ist ein bedeutender Fortschritt in der Meereisvorhersage und verbessert unsere Fähigkeit, genaue Vorhersagen zu erstellen, die normalerweise nicht für möglich gehalten wurden, und sie tausendmal schneller durchzuführen“, sagt Andersson. Er hält es für möglich, dass IceNet die physikalischen Prozesse, die die Entwicklung des Meereises bestimmen, aus den Trainingsdaten besser gelernt hat, während physikbasierte Modelle immer noch Schwierigkeiten haben, diese Informationen zu verstehen.
„Diese Techniken des maschinellen Lernens haben erst begonnen, dazu beizutragen, dass [forecasting] in den letzten Jahren, und sie haben sich erstaunlich gut entwickelt“, sagt Uma Bhatt, Atmosphärenwissenschaftlerin am Fairbanks Geophysical Institute der University of Alaska, die nicht an der neuen Studie beteiligt war. Sie leitet auch das Sea Ice Prediction Network, eine Gruppe multidisziplinärer Wissenschaftler, die an der Verbesserung der Vorhersage arbeiten.
Bhatt sagt, dass gute saisonale Eisvorhersagen wichtig sind, um das Risiko von Waldbränden in der Arktis einzuschätzen, die stark an das Vorhandensein von Meereis gebunden sind (SN: 23.06.20). „Wenn Sie wissen, wo sich das Meereis im Frühjahr befinden wird, können Sie möglicherweise herausfinden, wo es wahrscheinlich Brände gibt – in Sibirien zum Beispiel kann sich das Land erwärmen, sobald sich das Meereis von der Küste entfernt.“ sehr schnell auf und helfen, die Voraussetzungen für eine schlechte Feuersaison zu schaffen.“
Jede Verbesserung der Meereisvorhersage kann auch zur Wirtschafts-, Sicherheits- und Umweltplanung in nördlichen und indigenen Gemeinschaften beitragen. Zum Beispiel ziehen Zehntausende Walrosse an Land, um sich auszuruhen, wenn das Meereis verschwindet (SN: 10/2/14). Menschliche Störungen können tödliche Anstürme auslösen und zu einer hohen Walrosssterblichkeit führen. Mit saisonalen Eisvorhersagen können Biologen einen schnellen Eisverlust vorhersehen und Abtransportstellen im Voraus verwalten, indem sie den menschlichen Zugang zu diesen Orten einschränken.
Dennoch bleiben Einschränkungen bestehen. Nach vier Monaten Vorlaufzeit war das System bei der Vorhersage der Eiskante im September zu etwa 91 Prozent genau. Wie andere Vorhersagesysteme hat IceNet Schwierigkeiten, genaue Langzeitprognosen für den Spätsommer zu erstellen, zum Teil aufgrund dessen, was Wissenschaftler nennen die „Frühlingsvorhersagbarkeitsbarriere“. Es ist entscheidend, den Zustand des Meereises zu Beginn der Frühjahrsschmelze zu kennen, um die Bedingungen für das Ende des Sommers vorhersagen zu können.
Eine weitere Grenze ist “die Tatsache, dass das Wetter so variabel ist”, sagt Mark Serreze, Direktor des National Snow and Ice Data Center in Boulder, Colorado. Obwohl das Meereis darauf vorbereitet schien, Anfang Juli ein neues Jahrestief zu erreichen, die Geschwindigkeit des Eisverlustes verlangsamte sich schließlich aufgrund der kühlen atmosphärischen Temperaturen. „Wir wissen, dass Meereis sehr stark auf Sommerwettermuster reagiert, aber wir können keine guten Wettervorhersagen machen. Die Wettervorhersage ist etwa 10 Tage im Voraus.“