Satelliter och AI ska förbättra prognoser för framtidens värmeböljor

Det nya projektet, ”Satellite-Driven Predictions and Projections of Scandinavian Heatwaves (ScanHeat)”, kommer att kombinera satellitobservationer, klimatmodellering och artificiell intelligens för att förbättra både säsongsprognoser och långtidsprojektioner av värmeböljor.

– Genom att koppla satellitobservationer av hav, land och atmosfär med avancerad maskininlärning vill vi få en bättre förståelse för drivkrafterna bakom skandinaviska värmeböljor och förbättra kapaciteten för tidiga varningar, säger Pasha Karami, klimatforskare vid SMHI som leder projektet.

Ett starkt nordiskt forskningssamarbete

ScanHeat samlar forskare från SMHI och Stockholms universitet och kommer även att involvera flera nordiska intressenter. Teamet har expertis inom klimatmodellering, satellitbaserad jordobservation, meteorologi, maskininlärning och analys av extrema väderhändelser.

För att betona projektets samarbetsanda tillägger Karami:

– Jag är väldigt glad över att få arbeta med ett så starkt och mångsidigt forskningsteam: Léon Chafik (SU), Erwin Wolters (SMHI), Salomon Eliasson (SMHI), Katharina Klehmet (SMHI) och Erik Mulder (SMHI) – alla bidrar med unik kompetens till ScanHeat. Det ska bli riktigt roligt att samarbeta och driva forskningen framåt tillsammans. Jag ser fram emot att presentera våra resultat.

Direkt nytta för klimattjänster och samhället

Samarbetet syftar till att förbättra hur insikter från satellitdata och avancerad modellering används inom klimattjänster. Projektet ska stödja klimattjänsterna genom att ta fram förbättrade bedömningar av framtida projektioner och ett tillgängligt prognossystem som på sikt skulle kunna integreras i SMHIs operativa verksamhet.

Stärker Sveriges beredskap för extrem värme

Förbättrade prognoser för värmeböljor kommer dessutom att stärka Sveriges beredskap inom sektorer som folkhälsa, jordbruk, skogsbruk och energi – områden som står inför ökande utmaningar när extremvärme blir allt mer vanligt förekommande.