Satellitdrivna prognoser och projektioner av skandinaviska värmeböljor (ScanHeat)

Klimatmodeller har haft svårt att återge den uthållighet och intensitet som skandinaviska värmeböljor uppvisar. Begränsningen beror delvis på bristande förståelse av intern klimatvariabilitet och de komplexa drivkrafter som påverkar dessa händelser, inklusive förändringar i Nordatlanten och Arktis havsis. Genom att identifiera och validera satellitbaserade klimatindikatorer kommer ScanHeat göra det möjligt att ta fram bättre förutsägelser av hur och när extrema värmehändelser utvecklas, samt hur de kan komma att förändras i ett varmare framtida klimat.

Projektmål

ScanHeat kommer att:

• Identifiera satellithärledda indikatorer som påverkar skandinaviska värmeböljor.
• Utveckla ett säsongsprognossystem baserat på maskininlärning och de identifierade indikatorer.
• Förbättra klimatprojektioner genom att validera värmeböljsindikatorer i klimatmodeller.
• Samarbeta med intressenter för att samutveckla användarorienterade verktyg som stärker klimatrelaterade tjänster inom sektorer som hälsa, energi, jordbruk och skogsbruk.

Metod

Forskarna kommer att använda klimatmodellen EC-Earth, satellitdata över havsytans temperatur, havsis, markfuktighet och vegetation samt avancerad signalanalys för att särskilja mänskligt drivna klimattrender från naturlig variabilitet. Resultaten kommer att ligga till grund för ett probabilistiskt, fysikinformerat maskininlärningssystem som kan förutsäga värmeböljerisker flera månader i förväg.

Partnerskap och disciplinär bredd

ScanHeat samlar expertis från tre disciplinområden inom SMHI: klimatmodellering, meteorologi, hydrologi och fjärranalys. Projektet inkluderar även samarbete med Stockholms universitet. Dessutom kommer flera nordiska intressenter att involveras under projektets gång.