Quelle: Phys.org – https://phys.org/news/2026-07-subseasonal-ai.html
KI verbessert Vorhersagen für Wettertrends über mehrere Wochen
Die Vorhersage von Wetterentwicklungen über einen Zeitraum von zwei Wochen bis zu zwei Monaten gilt bislang als besonders schwierige Aufgabe. Gerade für Landwirtschaft, Wassermanagement und Energiewirtschaft wären solche sogenannten subseasonalen Prognosen jedoch von großem Nutzen. Sie könnten beispielsweise helfen abzuschätzen, ob ein kommender Monat ungewöhnlich warm, kalt, trocken oder nass ausfallen wird. Forscher des US-amerikanischen National Center for Atmospheric Research (NSF NCAR) untersuchen deshalb, ob künstliche Intelligenz diese bisher nur eingeschränkt beherrschbare Vorhersageaufgabe verbessern kann.
Im Mittelpunkt steht ein sogenannter KI-Emulator mit dem Namen CAMulator. Anders als ein herkömmliches Wetter- oder Klimamodell berechnet dieser nicht jedes physikalische Detail erneut. Stattdessen wurde er mit umfangreichen Simulationen des Community Atmosphere Model (CAM) trainiert. Die künstliche Intelligenz lernt dabei typische Zusammenhänge und Muster aus den vorhandenen Simulationen und kann anschließend die Ergebnisse des wesentlich aufwendigeren physikalischen Modells nachbilden.
Der entscheidende Vorteil liegt in der Geschwindigkeit. CAMulator kann nach Angaben der Forscher etwa 480 simulierte Jahre pro Tag erzeugen. Damit arbeitet er ungefähr 350-mal schneller als die zugrunde liegende Version 6 des Community Atmosphere Model. Dadurch können Wissenschaftler wesentlich mehr Simulationen durchführen und unterschiedliche Ausgangssituationen untersuchen, ohne jedes Mal die enormen Rechenkapazitäten eines Supercomputers zu benötigen.
Für subseasonale Vorhersagen ist insbesondere die Entwicklung großräumiger und vergleichsweise langsam veränderlicher atmosphärischer Muster von Bedeutung. Diese Muster stehen wiederum in engem Zusammenhang mit dem Zustand der Ozeane. CAMulator berücksichtigt deshalb sowohl atmosphärische Ausgangsbedingungen als auch vorgegebene Meeresoberflächentemperaturen. Das Modell erzeugt zunächst eine Prognose für sechs Stunden. Dieses Ergebnis wird anschließend wieder als Ausgangspunkt für die nächste Sechs-Stunden-Prognose verwendet. Auf diese Weise kann die Simulation über beliebig viele Tage fortgesetzt werden.
Dabei bleibt allerdings ein grundsätzliches Problem bestehen: Kleine Fehler können sich bei jeder weiteren Berechnung verstärken. Je weiter die Prognose in die Zukunft reicht, desto stärker kann dadurch ihre Genauigkeit abnehmen. Dieses Problem betrifft nicht nur KI-Modelle, sondern grundsätzlich auch traditionelle Wettervorhersagen.
Trotz dieser Einschränkung zeigte CAMulator eine bemerkenswerte Fähigkeit, großräumige und langsam veränderliche Klimamuster zu reproduzieren. Dazu gehören insbesondere die El-Niño-Südliche Oszillation (ENSO), das Pacific-North-American-Muster (PNA) und die Nordatlantische Oszillation (NAO). Gerade ENSO ist für längerfristige Wettervorhersagen wichtig, weil Veränderungen der tropischen Pazifiktemperaturen Auswirkungen auf die atmosphärische Zirkulation und damit auf das Wetter in weit entfernten Regionen haben.
Die Forscher sehen deshalb gerade in der Fähigkeit von CAMulator, ENSO-Muster korrekt abzubilden, einen wichtigen Hinweis auf das Potenzial der Methode. Die Grundidee lässt sich vereinfacht so beschreiben: Einzelne Wetterereignisse sind auf längere Sicht chaotisch und schwer vorherzusagen. Wenn jedoch ein starkes großräumiges Klimasignal vorhanden ist, schränkt dieses die möglichen Entwicklungen ein und erhöht die Vorhersagbarkeit.
CAMulator wird derzeit unter anderem im internationalen Wettbewerb „AI Weather Quest“ getestet, bei dem verschiedene Forschungsteams KI-basierte subseasonale Wettervorhersagen miteinander vergleichen. Die Erfahrungen aus diesem Wettbewerb sollen dazu beitragen, das System weiterzuentwickeln.
Darüber hinaus arbeiten die Forscher an einem zweiten Emulator namens subCESMulator. Dieser basiert auf dem Community Earth System Model und berücksichtigt zusätzlich interaktive Prozesse an Land und im Ozean. Dadurch hoffen die Wissenschaftler, die Genauigkeit der KI-basierten Vorhersagen weiter zu erhöhen.
Besonders interessant ist der mögliche Zugang zu solchen Simulationen. Während komplexe Klimamodelle traditionell erhebliche Rechenleistungen benötigen, sollen die neuen Emulatoren so wenig Rechenleistung benötigen, dass sie perspektivisch sogar auf einem modernen Laptop betrieben werden können. Damit könnten einzelne Wissenschaftler umfangreiche Simulationen durchführen, ohne auf einen Großrechner angewiesen zu sein. Die KI würde dadurch nicht nur schnellere Prognosen ermöglichen, sondern auch die Forschung an den Ursachen und Grenzen der Vorhersagbarkeit erheblich erleichtern.
Weiterlesen: https://phys.org/news/2026-07-subseasonal-ai.html
+++
Quelle: Phys.org – https://phys.org/news/2026-08-impact-super-el-nios-sea.html, Autor: David Appell, 10. August 2026.
Der Einfluss der jüngsten Super-El-Niños auf den Anstieg des Meeresspiegels
El Niño gehört neben der Sonneneinstrahlung und dem Treibhauseffekt zu den wichtigsten Einflussfaktoren auf das globale Klimasystem. Das Naturphänomen ist durch ungewöhnlich hohe Meeresoberflächentemperaturen im äquatorialen Pazifik gekennzeichnet, insbesondere in der Region Niño 3.4. Die Auswirkungen einzelner El-Niño-Ereignisse können allerdings erheblich voneinander abweichen. Eine neue Studie hat deshalb zwei besonders starke Ereignisse miteinander verglichen: den El Niño von 2014 bis 2016 und den El Niño von 2023 bis 2024.
Beide Ereignisse waren außergewöhnlich stark. Die Temperaturabweichungen der Meeresoberfläche in der maßgeblichen Pazifikregion überschritten jeweils 2 °C. Beide El-Niño-Phasen gingen außerdem mit außergewöhnlich hohen globalen Temperaturen einher. Die Untersuchung zeigt jedoch, dass sich die Auswirkungen auf den globalen Meeresspiegel deutlich unterschieden.
Für Veränderungen des globalen Meeresspiegels sind im Wesentlichen zwei Prozesse entscheidend. Beim sogenannten sterischen Meeresspiegelanstieg verändert sich die Dichte des Meerwassers, vor allem aufgrund von Temperaturveränderungen. Erwärmtes Wasser dehnt sich aus und benötigt dadurch mehr Volumen. Beim barystatischen Meeresspiegelanstieg verändert sich dagegen die Wassermenge in den Ozeanen. Wasser kann beispielsweise vom Festland oder aus Eisspeichern in die Meere gelangen oder umgekehrt aus den Ozeanen auf dem Land gespeichert werden.
Die Forscher werteten unter anderem Satellitenmessungen des Meeresspiegels sowie Daten von Argo-Messbojen aus. Dabei zeigte sich, dass der globale mittlere Meeresspiegel während beider El-Niño-Ereignisse deutlich anstieg und dass der überwiegende Teil dieses Anstiegs auf Veränderungen der Wasserspeicherung auf den Kontinenten zurückzuführen war.
Während der Entwicklungsphase des El Niño von 2014 bis 2016 stieg der globale mittlere Meeresspiegel um insgesamt etwa 9,16 Millimeter. Davon entfielen rund 6,20 Millimeter beziehungsweise 68 Prozent auf den barystatischen Anteil. Beim El Niño von 2023 bis 2024 betrug der Anstieg 7,70 Millimeter. Davon gingen etwa 6,26 Millimeter beziehungsweise 81 Prozent auf Veränderungen der Wassermenge auf den Kontinenten zurück.
Obwohl der absolute Anstieg beim Ereignis 2023–2024 geringer war, verlief er wesentlich schneller. Das ist ein wichtiger Unterschied zwischen den beiden El-Niño-Ereignissen. Entscheidend war dabei, wie sich Niederschläge, Abfluss und die Speicherung von Wasser auf den Kontinenten veränderten.
Auch die thermische Ausdehnung des Meerwassers spielte eine Rolle. Beim El Niño 2023–2024 war dieser sterische Beitrag besonders stark im Indischen Ozean ausgeprägt. Die Forscher führen dies unter anderem auf das gleichzeitige Auftreten eines stark positiven Indischen-Ozean-Dipols zurück. Bei einem positiven Indischen-Ozean-Dipol erwärmt sich das Wasser im westlichen Indischen Ozean stärker. Das Phänomen beeinflusst unter anderem den Monsun und die Niederschlagsverteilung in mehreren Regionen.
Besonders auffällig waren die Unterschiede bei Afrika und Nordamerika. Während Afrika während des El Niño 2014–2016 große Mengen Wasser verlor, war dies beim Ereignis 2023–2024 nicht in vergleichbarem Umfang der Fall. Nordamerika zeigte sogar einen gegenläufigen Effekt: Während es beim früheren El Niño noch einen kleinen positiven Beitrag zur Wassermenge der Ozeane gab, war der Beitrag 2023–2024 deutlich negativ.
Eine zentrale Ursache für diese Unterschiede war die regionale Niederschlagsverteilung. Besonders wichtig war Südamerika. Während des El Niño 2023–2024 herrschte dort ein ausgeprägtes Niederschlagsdefizit. Dadurch veränderte sich die Speicherung von Wasser auf dem Land, und es gelangte innerhalb relativ kurzer Zeit mehr Wasser in die Ozeane. Die Untersuchung verdeutlicht damit, dass El Niño den Meeresspiegel nicht einfach überall auf dieselbe Weise beeinflusst. Entscheidend sind vielmehr die regionalen Veränderungen von Niederschlag, Verdunstung, Bodenwasser, Flussabfluss und Wasserspeicherung.
Für das Jahr 2026 könnte diese Erkenntnis besonders relevant werden. Nach Angaben des Artikels hat sich im tropischen Pazifik bereits ein neuer El Niño entwickelt. Die US-amerikanische Wetter- und Ozeanografiebehörde NOAA prognostizierte eine Wahrscheinlichkeit von 81 Prozent für einen sehr starken El Niño im Zeitraum Oktober bis Dezember 2026. Dabei könnten die Temperaturen in der Niño-3.4-Region erneut um mehr als 2 °C über dem Durchschnitt liegen.
Ein sehr starker El Niño könnte nicht nur die globale Temperatur weiter erhöhen, sondern auch erneut zu einem vergleichsweise schnellen Anstieg des globalen Meeresspiegels beitragen. Wie stark dieser Effekt tatsächlich ausfallen wird, hängt allerdings wesentlich von der regionalen Niederschlagsverteilung und der damit verbundenen Speicherung und Verlagerung von Wasser auf den Kontinenten ab.
Die Ergebnisse zeigen somit, dass kurzfristige Schwankungen des globalen Meeresspiegels erheblich komplexer sind als eine einfache Reaktion auf die Erwärmung der Ozeane. El-Niño-Ereignisse können große Mengen Wasser zwischen Land und Ozean umverteilen und dadurch den globalen Meeresspiegel innerhalb weniger Monate deutlich verändern. Für die Interpretation von Satellitenmessungen und die Beurteilung kurzfristiger Meeresspiegeländerungen ist es deshalb wichtig, diese natürlichen Klimaschwankungen von dem langfristigen, durch die globale Erwärmung verursachten Meeresspiegelanstieg zu unterscheiden.
Weiterlesen: https://phys.org/news/2026-08-impact-super-el-nios-sea.html