Sử dụng dữ liệu trong nghiên cứu biến đổi khí hậu

 Sử dụng dữ liệu trong nghiên cứu biến đổi khí hậu.

1. Trái đất và quá trình biến đổi khí hậu .

Nhóm nghiên cứu được NSF hỗ trợ phát triển các phương pháp hướng dữ liệu để tinh chỉnh dự đoán khí hậu, phân tích sự thay đổi khí hậu trong các cuộc thám hiểm


Một hệ thống giám sát nước toàn cầu phát hiện uốn khúc của sông Ucayali ở Nam Mỹ.


Năm 2016 trái đất được ghi nhận là nóng nhất, theo NASA kỷ lục về nhiệt độ mới đã được thiết lập trong sáu tháng đầu tiên . Biến đổi khí hậu, kết hợp với ảnh hưởng của El Nino, là lý do chính đằng sau sự thiết lập nhiệt độ kỷ lục này .
Mặc dù xu hướng và rủi ro do khí hậu ấm lên nói chung là đã được biết đến, nhưng các nhà nghiên cứu vẫn chưa chắc chắn lắm về những tác động xã hội và môi trường mà nó sẽ gây ra.
Do sự không chắc chắn này, nên những câu hỏi quan trọng liên quan đến an ninh lương thực, nguồn nước, đa dạng sinh học, và các vấn đề kinh tế-xã hội khác vẫn chưa được giải quyết.
 Sự khắc nghiệt do thay đổi thời tiết sẽ như thế nào? Những biến đổi khí hậu sẽ ảnh hưởng đến hệ sinh thái đa dạng trên địa cầu ra sao ? Việc trả lời những câu hỏi này cùng nhiều vấn đề quan trọng khác đòi hỏi cách tiếp cận mới có thể giúp các chính phủ và cá nhân đáp ứng tốt hơn với điều kiện thay đổi khí hậu.
Năm 2010, Quỹ Khoa học Quốc gia (NSF) đã trao tặng một khoản kinh phí 10 triệu USD về Chương trình Thám hiểm máy tính tài trợ cho một nhóm nghiên cứu thuộc trường đại học Minnesota sử dụng phương pháp tiếp cận hướng dữ liệu để giải quyết những thách thức quan trọng trong khoa học biến đổi khí hậu.
Phương pháp tiếp cận hướng dữ liệu đã được chứng minh rất hữu ích trong một số lĩnh vực khoa học, từ khoa học vật liệu đến nghiên cứu gen sinh vật.
Dự án này, được gọi là " Tìm hiểu biến đổi khí hậu: Một phương pháp tiếp cận hướng dữ liệu " , đã phát triển các phương pháp sử dụng dữ liệu khí hậu và hệ sinh thái từ nhiều nguồn khác nhau để tinh chỉnh các dự báo và xác định những thay đổi về khí hậu . Những nguồn này có thể bao gồm tất cả mọi thứ từ vệ tinh - và các cảm biến trên mặt đất, để mô phỏng mô hình khí hậu và các thông tin quan sát cho các quá trình khí quyển, đại dương và đất liền.

"Những phương pháp tiếp cận sáng tạo này giúp cho việc cung cấp sự hiểu biết mới về bản chất phức tạp của hệ thống Trái đất và cơ chế đóng góp vào sự tác động xấu của biến đổi khí hậu", Vipin Kumar, giáo sư về khoa học máy tính tại Đại học Minnesota và trưởng nhóm nghiên cứu chính cho biết .

http://www-users.cs.umn.edu/~kumar/

"Những hậu quả này có thể bao gồm tăng tần suất các vụ cháy rừng, thay đổi chế độ mưa, và xu hướng cho các sự kiện cực đoan - sóng nhiệt, hạn hán và lũ lụt, ví dụ như có thể dẫn đến những thảm họa môi trường"
Nhóm nghiên cứu đã áp dụng phương pháp tiếp cận hướng dữ liệu của mình cho một loạt các câu hỏi cụ thể mà do sự không chắc chắn khoa học, cho đến nay vẫn đang giới hạn khả năng hiểu biết các điều kiện thay đổi và thiết kế các chính sách chủ động để giải quyết chúng.

2. Mô hình của các biến cố mưa cực đoan. 

Năm 2012, nhóm nghiên cứu đã xuất bản một bài báo trên tạp chí Biến đổi khí hậu tự nhiên (Nature Climate Change) mô tả các kết quả của một nghiên cứu hướng dữ liệu về lượng mưa ở Ấn Độ. Bài báo đã chỉ ra có một sự gia tăng ổn định và quan trọng trong sự thay đổi địa lý của các trận mưa cực đoan tại Ấn Độ trong vòng nửa thế kỷ qua, giải quyết một cuộc tranh cãi từ lâu đã gây ra sự bế tắc về hoạch định chính sách.
"Hiểu biết hiện tại của chúng tôi về mô hình địa lý của những trận mưa lớn và sự thay đổi của chúng theo thời gian dẫn đến việc quản lý các tài nguyên nước và nguy cơ lũ lụt cũng như các cuộc đàm phán chính sách liên quan đến đô thị hóa hoặc kiểm soát lượng khí thải", các nhà nghiên cứu đã viết trong bài báo năm 2012.   " Như vậy, tại các khu vực dễ bị tổn thương của thế giới, nơi lũ lụt có thể gây thiệt hại nhiều sinh mạng và ảnh hưởng đến nền kinh tế, hoặc tại các quốc gia đang phát triển trong đó có thể góp phần đáng kể vào việc kiểm soát khí quyển các khí nhà kính, các tiến bộ khoa học vĩ mô là hết sức cần thiết."
Vasant Honavar, cựu Giám đốc chương trình NSF's Division of Information and Intelligent Systems cho biết, bài báo này đã chứng minh dược tiềm năng của phương pháp tiếp cận hướng dữ liệu của nhóm nghiên cứu.
"Bài báo của Tạp chí Nature Climate Change đã cung cấp một gợi ý về cách thức mà phương pháp khai thác dữ liệu tinh vi này có thể giúp lấp đầy những khoảng trống trong sự hiểu biết của chúng ta về sự biến đổi khí hậu, và cuối cùng đưa ra những hiểu biết tích cực để giảm thiểu những tác động tiêu cực của biến đổi khí hậu đối với con người và môi trường", ông nói.

http://pennstate.academia.edu/VasantHonavar

3.Giám sát động học mặt nước.
Đối với một công trình khác sử dụng những phương pháp này, các nhà nghiên cứu đã xây dựng một hệ thống giám sát động lực học các cơ thể bề mặt nước toàn cầu sử dụng dữ liệu từ vệ tinh quan trắc Trái đất của NASA. Hệ thống này có thể xác định một loạt các thay đổi thủy văn, từ dòng chảy của những con sông đến việc giảm thiểu và tăng trưởng các cơ thể nước do hạn hán, các sông băng tan chảy, và việc xây dựng đập. (Công chúng có thể hình dung những thay đổi xảy ra trong cơ thể nước trên toàn thế giới bằng cách sử dụng một trình xem web.như sau http://arizona-umh.cs.umn.edu/WaterDynamicsMappingReBuiltBeta/)

Một ví dụ về sức mạnh đáng kể của các công cụ giám sát này là các nhà nghiên cứu đã xác định những gì thuộc về các đập nhiều hơn gấp 10 lần so với thông tin từ một nhóm các nhà khoa học đã ghi nhận trong suốt thời gian 15 năm được ghi trong niên giám cơ sở dữ liệu toàn cầu về đập và hồ chứa nước .
"Điều này cho thấy quy mô của khoảng trống kiến ​​thức trong công cụ giám sát nước hiện có và sự hứa hẹn trong việc sử dụng dữ liệu viễn thám để giám sát toàn cầu về động lực học mặt nước ", Kumar nói.



http://atlas.gwsp.org/

4. Dự đoán những thay đổi về trào lưu ven biển.
Một nghiên cứu thứ ba về khí hậu theo hướng dữ liệu được mô tả trong bài báo đăng trên tạp chí Nature năm 2015, nhóm nghiên cứu đã so sánh mô hình  22 trạng thái khí hậu từ các nhóm nghiên cứu khác trên khắp thế giới. Nhóm nghiên cứu đang tìm kiếm sự đồng thuận giữa các mô hình dự báo sự tác động của biến đổi khí hậu đối với trào lưu ven biển trong đại dương - là quá trình theo đó, các vùng nước lạnh chìm sâu, giàu dinh dưỡng trào lên bề mặt.
Các mô hình chúng ta phân tích một cách nhất quán dự đoán thêm nhiều hiện tượng trào lưu dọc theo bờ biển, một hiện tượng mà cuối cùng sẽ ảnh hưởng đến sự phân bố địa lý của đa dạng sinh học biển, , tác động thủy sản và các khía cạnh khác về thể trạng đại dương.

Các nghiên cứu khác của nhóm như:
-Ứng dụng kỹ thuật cơ khí nhằm theo dõi các vụ cháy rừng và các đồn điền dầu cọ ở vùng nhiệt đới.
-Phân tích cấu trúc của hệ thống khí hậu để xác định các kết nối từ xa, như trong sự chuyển động El Nino miền nam .
-Tạo ra một khuôn khổ có thể kết hợp dữ liệu từ nhiều mô hình khí hậu toàn cầu để đưa ra dự đoán khu vực tốt hơn về lượng mưa.

Tháng 6 năm 2016 ACM Hội nghị SIGIR về nghiên cứu và phát triển trong lĩnh vực Thu hồi thông tin , giáo sư Kumar đưa ra một bài phát biểu về cách xử dụng máy và khai thác dữ liệu cao cấp mà nhóm của ông đã thực hiện trong việc tìm hiểu tác động biến đổi khí hậu có thể có liên quan đến lĩnh vực hoàn toàn khác nhau của sự thu hồi thông tin.

"Đây là một dự án đầy tham vọng táo bạo với một tầm nhìn hấp dẫn và toàn diện", Sylvia Spengler, giám đốc chương trình tại Phòng Thông tin và hệ thống thông minh của NSF cho biết. "Với khả năng biến đổi, nó đã cung cấp một cơ hội duy nhất để thăng tiến sự hiểu biết về khí hậu và các sự kiện cực đoan thông qua một loạt các phương pháp tính toán mới."

- Aaron Dubrow, Quỹ Khoa học Quốc gia (703) 292-4489 adubrow@nsf.gov

Điều sát viên
Vipin Kumar
Alok Choudhary
Auroop Ganguly
Jonathan Foley
Shashi Shekhar
Nagiza Samatova
Arindam Banerjee
Fredrick Semazzi
Abdollah Homaifar

Tổ chức liên quan / Viện nghiên cứu
Northeastern University
Northwestern University
North Carolina State University
University of Minnesota-Twin Cities
North Carolina Agricultural & Technical State University

Chương trình liên quan
Hành trình về Computing

Các giải thưởng liên quan
#1028746 Collaborative Research: Understanding Climate Change: A Data Driven Approach
#1029166 Collaborative Research: Understanding Climate Change: A Data Driven Approach
#1029711 Collaborative Research: Understanding Climate Change: A Data Driven Approach
#1029731 Collaborative Research: Understanding Climate Change: A Data Driven Approach


Trần hồng Cơ
Tham khảo và lược dịch
Saigon , 21/05/2016


Nguồn
http://www.nsf.gov/discoveries/

-------------------------------------------------------------------------------------------

If you know about what you are talking about , you have something more valuable than gold and jewels -

 Có nhiều vàng và châu ngọc , nhưng miệng có tri thức là bửu vật quý giá vô song .

Châm ngôn 20:15