İklim modellerinin en zorlu alanlarından biri olan bulut simülasyonları, yapay zeka teknolojileriyle yeni bir boyut kazandı. Araştırmacılar, atmosferdeki bulut davranışlarını çok daha doğru şekilde modelleyebilen gelişmiş bir sistem geliştirdi.
Günümüz iklim modelleri, bulutların gerçek boyutlarından çok daha geniş alanları kapsayan ızgaralar kullanıyor. Bu durum, bulutların karmaşık dikey ve yatay dağılımlarının tam olarak yakalanmasını engelliyor. Geleneksel yöntemler, bulut katmanları arasındaki anti-korelasyon gibi karmaşık ilişkileri modellemekte yetersiz kalıyordu.
Yeni sistemde, Koşullu Değişken Oto-Kodlayıcı (CVAE) ile Üretici Düşman Ağı (GAN) teknolojileri birleştirilerek iki aşamalı bir makine öğrenmesi yaklaşımı geliştirildi. U-Net mimarisiyle desteklenen bu sistem, bulutların optik yoğunluğunu ve oluşum profillerini temsil eden 56 farklı alt-sütun oluşturabiliyor.
CloudSat ve CALIPSO uydu verilerinden elde edilen yüksek çözünürlüklü bulut optik derinlik verileriyle eğitilen sistem, GEOS atmosfer modeli için özel olarak tasarlandı. Test sonuçları, yeni yaklaşımın geleneksel Räisänen yöntemiyle karşılaştırıldığında bulut davranışlarını çok daha başarılı şekilde simüle edebildiğini gösteriyor.
Bu gelişme, iklim değişikliği projeksiyonlarının daha güvenilir hale gelmesine önemli katkı sağlayacak ve atmosferdeki radyasyon hesaplamalarının doğruluğunu artıracak.