ആഗോളതാപനം ലോകമെമ്പാടുമുള്ള ദൈനംദിന മഴയുടെ രീതികളെ എങ്ങനെ ബാധിക്കുന്നുവെന്ന് പ്രവചിക്കുന്ന ആഴത്തിലുള്ള പഠന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡൽ ഗവേഷകർ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്.

2015 മുതൽ എല്ലാ വർഷവും താപനില ഉയരുന്നതിന്റെ ഫലമായി പ്രതിദിന മഴ പ്രകൃതി വ്യതിയാനത്തിൽ നിന്ന് കുറഞ്ഞത് 50% സമയം വ്യതിചലിക്കുന്നുവെന്ന് ഈ മാതൃക ഉപയോഗിച്ച് ശാസ്ത്രജ്ഞർ കണ്ടെത്തി.

വാർഷിക താപനില വർദ്ധനവ് അല്ലെങ്കിൽ മഴയുടെ നിരക്ക് പോലുള്ള കാലാവസ്ഥാ വ്യതിയാനത്തിന്റെ ദീർഘകാല പ്രത്യാഘാതങ്ങളിൽ ഗവേഷണം വളരെക്കാലമായി ശ്രദ്ധ കേന്ദ്രീകരിച്ചിട്ടുണ്ട്.

എന്നിരുന്നാലും, വർദ്ധിച്ചുവരുന്ന താപനില ദൈനംദിന കാലാവസ്ഥാ രീതികളെയും എങ്ങനെ മാറ്റുന്നുവെന്ന് സമീപ വർഷങ്ങളിലെ പഠനങ്ങൾ നിരീക്ഷിച്ചിട്ടുണ്ട്.

ആഗോളതാപനം കാലാനുസൃതമായ കാലാവസ്ഥാ പ്രവണതകളെ മാത്രമല്ല, ദൈനംദിന അടിസ്ഥാനത്തിൽ സൂക്ഷ്മമായ കാലാവസ്ഥാ രീതികളെയും മറികടക്കുന്നുവെന്ന് ശാസ്ത്രജ്ഞർക്ക് വളരെക്കാലമായി അറിയാം. എന്നിരുന്നാലും, ശക്തമായ ഒരു ബന്ധം സ്ഥാപിക്കുന്നത് എല്ലായ്പ്പോഴും എളുപ്പമല്ല, അതായത് മിക്ക ഗവേഷണങ്ങളും വാർഷിക മഴ അല്ലെങ്കിൽ പ്രതിമാസ താപനില വർദ്ധനവ് പോലുള്ള ദീർഘകാല പ്രവണതകളിൽ കാലാവസ്ഥാ വ്യതിയാനത്തിന്റെ സ്വാധീനത്തിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചു.

എന്നിരുന്നാലും, കഴിഞ്ഞ കുറച്ച് വർഷങ്ങളായി, ഡാറ്റയും തുടർന്നുള്ള മോഡലിംഗും കൂടുതൽ വിശദവും സൂക്ഷ്മവുമായി മാറുന്നു. നേച്ചർ ക്ലൈമറ്റ് ചേഞ്ച് ജേണലിൽ 2020 ൽ പ്രസിദ്ധീകരിച്ച ഒരു പഠനത്തിൽ ലോകമെമ്പാടുമുള്ള ദൈനംദിന താപനിലയിലും ഈർപ്പത്തിലുമുള്ള മാറ്റങ്ങളിൽ നിന്ന് കാലാവസ്ഥാ വ്യതിയാനത്തിന്റെ ആഘാതം എങ്ങനെ കണ്ടെത്താമെന്ന് വിശദീകരിച്ചു.

ആ ഗവേഷണത്തിന്റെ പിൻഗാമിയായി, ഭാഗികമായി അതിൽ നിന്ന് പ്രചോദനം ഉൾക്കൊണ്ട്, മറ്റൊരു കൂട്ടം ഗവേഷകർ ദൈനംദിന മഴയിലെ വ്യതിയാനങ്ങൾ ആഗോളതാപനവുമായി എങ്ങനെ ബന്ധപ്പെട്ടിരിക്കാമെന്ന് മനസിലാക്കാനുള്ള ദൗത്യം ഏറ്റെടുത്തു. ആഴത്തിലുള്ള പഠന മാതൃക ഉപയോഗിച്ച്, ആഗോളതാപനം ലോകമെമ്പാടുമുള്ള മഴയുടെ രീതികളെ എങ്ങനെ ബാധിക്കുന്നുവെന്നും ഗണ്യമായി മാറ്റുന്നുവെന്നും ശാസ്ത്രജ്ഞർ നിർണ്ണയിച്ചു.

നേച്ചർ ജേണലിൽ ഓഗസ്റ്റിൽ പ്രസിദ്ധീകരിച്ച പഠനത്തിൽ, “മനുഷ്യ പ്രേരിത ആഗോള താപനം കാരണം ദൈനംദിന മഴ ഇപ്പോൾ കൂടുതൽ വ്യതിയാനമുള്ളതായി” ഗവേഷകർ വിവരിച്ചു. വ്യതിയാനം എല്ലായ്പ്പോഴും ദൈനംദിന കാലാവസ്ഥയുടെ മുഖമുദ്രയാണെങ്കിലും (കാലാവസ്ഥാ പ്രവചനങ്ങൾ എത്ര തവണ അവസാനിച്ചുവെന്ന് ചിന്തിക്കുക), മഴ അല്ലെങ്കിൽ മഞ്ഞ് പോലുള്ള കാര്യങ്ങൾ സാധാരണയായി സാധ്യതയുടെ ഒരു ബാൻഡിലേക്ക് ചുരുക്കാൻ കഴിയും (അതിനാൽ മഴയുടെ കൃത്യമായ പ്രഖ്യാപനത്തേക്കാൾ “മഴയുടെ 30% സാധ്യത”).

2015 മുതൽ ഓരോ വർഷവും താപനില ഉയരുന്നതിന്റെ ഫലമായി ദൈനംദിന മഴ ഈ പ്രകൃതി വ്യതിയാനത്തിൽ നിന്ന് 50 ശതമാനത്തിലധികം വ്യതിചലിക്കുന്നതായി ഗവേഷകർ അവരുടെ പഠനത്തിനായി വികസിപ്പിച്ചെടുത്ത മാതൃകയിൽ കണ്ടെത്തി. “നിരീക്ഷിച്ച ഗ്രഹ താപനത്തിന്റെ മികച്ച പ്രവചനത്തെ ദൈനംദിന മഴ ഡാറ്റ പ്രതിനിധീകരിക്കുന്നു” എന്ന് പഠനം നിഗമനം ചെയ്തു.

“ആഗോള ദൈനംദിന മഴ വ്യതിയാനത്തിന്റെ തീവ്രത കാലാവസ്ഥാ-സമയ സ്കെയിലുകളിൽ ആധിപത്യം പുലർത്തുന്നു, പത്ത് ദിവസത്തിൽ താഴെയുള്ള കാലയളവിൽ ആധിപത്യം പുലർത്തുന്നു,” ദക്ഷിണ കൊറിയയിലെ പോഹാംഗ് യൂണിവേഴ്സിറ്റി ഓഫ് സയൻസ് ആൻഡ് ടെക്നോളജിയിലെ കാലാവസ്ഥാ വ്യതിയാന ഗവേഷണ ലാബിലെ പ്രൊഫസർ സെയുങ്-കി മിൻ ഒരു ഇമെയിൽ അഭിമുഖത്തിൽ മോംഗബേയോട് പറഞ്ഞു. “ഇതിനർത്ഥം ആഗോളതാപനം തീർച്ചയായും നമ്മുടെ ദൈനംദിന കാലാവസ്ഥയെ മാറ്റുന്നു, ഇത് കൂടുതൽ വ്യതിയാനമുള്ളതാക്കുകയും തീവ്രമായ ഈർപ്പമുള്ളതും വരണ്ടതുമായ അവസ്ഥകളുടെ സംഭവങ്ങൾ വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു.”

ദൈനംദിന മഴയിലെ വ്യതിയാനങ്ങളും എന്തുകൊണ്ടാണ് ഇത് സംഭവിക്കുന്നതെന്നും നിരീക്ഷിക്കുന്നത് എളുപ്പമുള്ള കാര്യമല്ല. ഹ്രസ്വകാലാടിസ്ഥാനത്തിൽ ഈ പ്രവണത പഠിക്കുകയും ദീർഘകാല പ്രതിഭാസമായ കാലാവസ്ഥാ വ്യതിയാനവുമായി ബന്ധിപ്പിക്കുകയും ചെയ്യുന്നത് സങ്കീർണ്ണമാകും. ദൈനംദിന മഴ ഒരു ദിവസത്തിനുള്ളിൽ ഗണ്യമായി മാറിയേക്കാം, അതിനർത്ഥം അതിന്റെ പാറ്റേണിലെ അസന്തുലിതാവസ്ഥ എല്ലായ്പ്പോഴും കണക്കാക്കാൻ എളുപ്പമല്ല എന്നാണ്. കൂടാതെ, ദീർഘകാലമായി പഠനവിധേയമാക്കിയ മഴയുടെ രീതികളിലെ മാറ്റങ്ങൾ പലപ്പോഴും ഒരു പ്രത്യേക മാസത്തിലോ വർഷത്തിലോ വർദ്ധനവ് അല്ലെങ്കിൽ കുറവ് എന്നിവയുടെ അടിസ്ഥാനത്തിൽ വിവരിക്കപ്പെടുന്നു. ദൈനംദിന മഴ പലപ്പോഴും ക്രമരഹിതവും ചുരുങ്ങിയ സമയത്തിനുള്ളിൽ വർദ്ധിക്കുകയോ കുറയുകയോ ചെയ്യാം, സമാനമായ അളവുകളുടെ രീതികൾ പലപ്പോഴും ഡാറ്റയിലെ സൂക്ഷ്മതകൾ ഒഴിവാക്കുന്നു.

ദൈനംദിന മഴയിൽ ഈ “നോൺ-ലീനിയർ” പ്രവണതകൾ ഉൾപ്പെടുത്താനും അവയെ കൂടുതൽ ഫലപ്രദമായി വിശകലനം ചെയ്യാനുമാണ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ഉപമേഖലയായ ഡീപ് ലേണിംഗ് ഉപയോഗിക്കാൻ ടീം തീരുമാനിച്ചത്.

“ദൈനംദിന വ്യതിയാനം ദീർഘകാല ശരാശരിയിലെ മാറ്റങ്ങളേക്കാൾ ശക്തമാണ്,” ദക്ഷിണ കൊറിയയിലെ ചോന്നം നാഷണൽ യൂണിവേഴ്സിറ്റിയിലെ പ്രൊഫസർ യൂ-ഗ്യൂൻ ഹാം ഒരു ഇമെയിൽ അഭിമുഖത്തിൽ പറഞ്ഞു. “ഇക്കാര്യത്തിൽ, ആഴത്തിലുള്ള പഠനമാണ് ഏറ്റവും നല്ല തിരഞ്ഞെടുപ്പെന്ന് ഞങ്ങൾ കരുതി.”

ആഗോള കാലാവസ്ഥാ മോഡലുകളിൽ നിന്ന് വർഷങ്ങളായി ശേഖരിച്ച ഡാറ്റയെ അടിസ്ഥാനമാക്കി പാറ്റേണുകൾ തിരിച്ചറിയാൻ ടീം മോഡലിനെ പരിശീലിപ്പിച്ചു. വാർഷിക ആഗോള ശരാശരി താപനിലയെക്കുറിച്ചുള്ള ഡാറ്റയ് ക്കൊപ്പം ദൈനംദിന മഴ മാപ്പുകളും ഇതിൽ ഉൾപ്പെടുന്നു. മോഡൽ പരിശീലിപ്പിച്ചുകഴിഞ്ഞാൽ, ഗവേഷകർക്ക് ആഗോള ദൈനംദിന മഴ മാപ്പുകൾ നൽകാൻ കഴിയും, അതിൽ വാർഷിക ആഗോള ശരാശരി താപനില (എജിഎംടി) പ്രവചിച്ചു, ഇത് പലപ്പോഴും ആഗോളതാപനത്തിനുള്ള ഒരു നല്ല മെട്രിക് ആയി കണക്കാക്കപ്പെടുന്നു. പ്രവചിക്കപ്പെട്ട എജിഎംടി ചരിത്രപരമായതിനേക്കാൾ ഉയർന്നതാണെന്ന് കണ്ടെത്തിയാൽ, അത് ദൈനംദിന മഴയിലെ മാറ്റത്തെ മാത്രമല്ല, ആഗോളതാപനവുമായുള്ള ബന്ധത്തെയും സൂചിപ്പിക്കുന്നു.

ഭാവിയിൽ, അതിന്റെ കൃത്യത മെച്ചപ്പെടുത്തുന്നതിന് ഏറ്റവും പുതിയ ഇമേജ്-റെക്കഗ്നിഷൻ ടെക്നിക്കുകൾ ഉപയോഗിച്ച് മോഡൽ കൂടുതൽ വികസിപ്പിക്കാൻ കഴിയുമെന്ന് ഹാം പറഞ്ഞു. ലോകമെമ്പാടും തീവ്രമായ കാലാവസ്ഥാ സംഭവങ്ങൾ പതിവാകുമ്പോൾ, ആഗോളതാപനത്തിന്റെ പ്രത്യാഘാതങ്ങൾ ലഘൂകരിക്കുന്നതിനുള്ള നയപരമായ നടപടികൾ നടപ്പാക്കാൻ സഹായിക്കുന്ന പ്രവചനങ്ങൾ നടത്തുന്നതിനുള്ള ഒരു ഉപകരണമായി ഈ മോഡൽ പ്രവർത്തിക്കുമെന്ന് ഹാം പറഞ്ഞു.