L’intensificazione delle precipitazioni estreme a causa del riscaldamento derivante da attività antropogeniche è prevista in modo sostanziale dai modelli climatici globali, ma è molto difficile da rilevare nei dati osservativi. Per la prima volta uno studio approfondito dell’UCLA (Università della California di Los Angeles) ha utilizzato l’intelligenza artificiale per elaborare grandi quantità di dati a livello mondiale, mettendo in evidenza la correlazione tra eventi estremi e riscaldamento del clima.
Una grande variabilità distorce il segnale antropogenico. I modelli producono diverse grandezze di risposta delle precipitazioni alla forzatura antropogenica, in gran parte a causa dei diversi schemi di parametrizzazione dei processi su scala subgriglia.
Esistono inoltre molteplici serie di dati osservativi globali delle precipitazioni giornaliere, sviluppate utilizzando tecniche diverse e con dati campionati in modo disomogeneo nello spazio e nel tempo. I tentativi precedenti di rilevare l’influenza umana sulle precipitazioni estreme non hanno incorporato l’incertezza del modello e sono stati limitati a regioni specifiche e a serie di dati osservativi.
Utilizzando metodi di apprendimento automatico che possono tenere conto di queste incertezze e capaci di identificare l’evoluzione temporale dei modelli spaziali, i ricercatori hanno trovato un segnale antropogenico fisicamente interpretabile che è rilevabile in tutti i set di dati osservativi globali.