Big data y la minería de datos han proporcionado varios avances en campos como la informática sanitaria, las ciudades inteligentes y el marketing. Sin embargo, las mismas técnicas no han arrojado resultados clave consistentes para el cambio climático.
Hay algunas razones por las cuales. La principal es que el trabajo previo de minería de datos en ciencias climáticas, y en particular en el análisis de las teleconexiones climáticas, se ha basado en métodos que ofrecen respuestas bastante simples "sí o no".
"No es tan simple en clima", dijo Annalisa Bracco, profesora de la Facultad de Ciencias de la Tierra y Atmosféricas de Georgia Tech. "Incluso las conexiones débiles entre regiones muy diferentes en el mundo pueden resultar de un fenómeno físico subyacente. Imponer umbrales y arrojarlas conexiones débiles detendrían todo. En cambio, la experiencia de un científico del clima es el paso clave para encontrar puntos en común entre conjuntos de datos o campos muy diferentes para explorar qué tan robustos son ".
Y con millones de puntos de datos repartidos por todo el mundo, Bracco dijo que los modelos actuales dependen demasiado de la experiencia humana para entender el resultado. Ella y sus colegas querían desarrollar una metodología que dependa más de los datos reales en lugar de los de un investigadorinterpretación.
Es por eso que el equipo de Georgia Tech ha desarrollado una nueva forma de extraer datos de los conjuntos de datos climáticos que es más autónoma que las herramientas tradicionales. La metodología pone en común los conjuntos de datos sin tanta experiencia del usuario, lo que permite a los científicos confiarlos datos y obtener resultados más robustos y transparentes.
La metodología es de código abierto y actualmente está disponible para científicos de todo el mundo. Los investigadores de Georgia Tech ya la están utilizando para explorar la temperatura de la superficie del mar y los datos del campo de nubes, dos aspectos que afectan profundamente el clima del planeta.
"Hay tantos factores - datos de nubes, aerosoles y campos de viento, por ejemplo - que interactúan para generar clima e impulsar el cambio climático", dijo Athanasios Nenes, otro profesor de clima de la Facultad de Ciencias del proyecto. "Dependiendo deen el aspecto del modelo en el que se concentra, pueden reproducir las características climáticas de manera efectiva, o nada en absoluto. A veces es muy difícil saber si un modelo es realmente mejor que otro o si predice el clima por las razones correctas ".
Nenes dice que la metodología de Georgia Tech analiza todo de una manera más robusta, rompiendo el cuello de botella que es típico de otros algoritmos de evaluación y análisis de modelos. La metodología, dice, puede usarse para observaciones, y los científicos no necesitansaber algo sobre código de computadora y modelos.
"La metodología reduce la complejidad de millones de puntos de datos a lo esencial, a veces tan solo 10 regiones que interactúan entre sí", dijo Nenes. "Necesitamos tener herramientas que reduzcan la complejidad del resultado del modelo para comprendermejor y evaluar si están proporcionando los resultados correctos por las razones correctas "
Para desarrollar la metodología, los científicos del clima se asociaron con Constantine Dovrolis y otros científicos de datos en la Facultad de Informática de Georgia Tech. Dovrolis dijo que es emocionante aplicar el pensamiento algorítmico y computacional en problemas que afectan a todos de manera importante, como el calentamiento global ".
"La ciencia del clima es una disciplina 'llena de datos' con muchas preguntas intelectualmente interesantes que pueden beneficiarse del modelado computacional y la predicción", dijo Dovrolis, profesor de la Facultad de Ciencias de la Computación, "Las colaboraciones interdisciplinarias son un desafío al principio:- cada disciplina tiene su propio lenguaje, enfoque preferido y cultura de investigación, pero al final pueden ser muy gratificantes "
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Georgia . Nota: El contenido puede ser editado por estilo y longitud.
Nueva investigación de la luz más antigua confirma la edad del universo
Los científicos proponen un plan para determinar si el Planeta Nueve es un agujero negro primordial
Las primeras imágenes del Orbitador Solar revelan 'fogatas' en el sol