Ilmakehässä on tuhansia kemiallisia yhdisteitä ja hiukkasia, jotka vaikuttavat säähän, ilmanlaatuun ja ilmastoon. Näiden yhdisteiden vuorovaikutussuhteiden ymmärtäminen on elintärkeää, mutta ne ovat liian monimutkaisia tutkittaviksi perinteisillä menetelmillä.
Siksi LUT-yliopiston ja Helsingin yliopiston yhteinen tutkimusryhmä on ottanut tekoälyn käyttöön näiden prosessien mallintamisessa.
”Työmme yhdistää ilmakehän tutkimukseen tekoälyä, mikä tarjoaa uusia tapoja analysoida ilmassa olevia kemiallisia yhdisteitä sekä stimuloida hiukkasia”, kertoo Helsingin yliopiston ja LUT-yliopiston ilmakehätieteen ja soveltavan matematiikan professori Michael Boy.
Aerosoleilla merkittävä vaikutus ilmastoon ja terveyteen
Lahdessa toimiva tutkimusryhmä keskittyy erityisesti aerosoleihin eli ilmassa oleviin pieniin hiukkasiin, joiden vaikutus ilmakehässä on ratkaiseva. Nämä pienet hiukkaset vaikuttavat sekä pilvien muodostumiseen että maapallon säteilytasapainoon ja jäähdyttävät maapalloa noin puolen celsiusasteen verran heijastamalla auringonvaloa. Hengittäessä aerosolit aiheuttavat kuitenkin myös merkittäviä terveysriskejä erityisesti alueilla, joilla on korkea saastepitoisuus.
”Pienhiukkaset voivat tunkeutua hengitysteiden kautta syvälle keuhkoihin ja verenkiertoon. Tämä on erityisen haitallista haavoittuville väestöryhmille, kuten pienille lapsille ja vanhuksille. Pienhiukkasille altistuminen voi aiheuttaa pitkäaikaisia hengityselinsairauksia, Parkinsonin tautia tai Alzheimerin tautia”, Boy toteaa.
Aerosolit ovat myös tärkeitä tulevaisuuden ilmastoskenaarioiden kannalta, erityisesti pilvien liikkeiden ja sään muutosten ennustamisessa. Niiden käyttäytymisen ymmärtäminen on kuitenkin haastavaa.
”Työmme ansiosta pystymme luomaan laskentakoodeja, joiden avulla voimme ennustaa aerosolien liikkeitä entistä tehokkaammin. Näin voimme luoda tarkempia malleja sään ja ilmanlaadun ennusteiden kehittämiseen", Boy lisää.
Tilaa Curious People -uutiskirje
Tekoälyn avulla nopeammat ja tarkemmat ilmakehäanalyysit
Tutkimusryhmä luo tekoälyn avulla neuroverkkoja, jotka jäljittelevät ilmakehän kemiallisten yhdisteiden ja aerosolien yhteistoimintaa. Näin reaktioiden vaikutuksia säähän ja ilmanlaatuun voidaan ennustaa nopeammin ja tehokkaammin kuin perinteisillä menetelmillä.
”Neuroverkkojen avulla ennusteet voidaan tehdä ainakin 20 kertaa nopeammin. Esimerkiksi 24 tunnin sääennusteen tekeminen veisi noin 7–8 tuntia perinteisellä kemiallisella mallinnuksella. Neuroverkkojen avulla sama ennuste voidaan tehdä alle minuutissa", sanoo LUTin laskennallisen tekniikan apulaisprofessori Zhi-Song Liu.
Nopeammat ja tarkemmat ennusteet auttavat myös ennakoimaan myrskyjä ja kuivia kausia, millä voi olla ratkaiseva merkitys esimerkiksi luonnonkatastrofeihin varautumiselle tai maataloudelle. Maailman mittakaavassa ennusteet auttavat ymmärtämään ilmastonmuutoksen vaikutuksia sekä sitä, miten eri alueet vaikuttavat toisiinsa.
Lisäksi mallit auttavat vähentämään tehokkaasti saastumista. Niiden avulla voidaan esimerkiksi osoittaa, miten liikenteen vähentäminen tai maatalouden polttoprosessit vaikuttavat ilmakehäänja näin vähentää terveysriskejä sekä parantaa ilmanlaatua.
”Kun ymmärrämme, miten kemialliset yhdisteet vaikuttavat toisiinsa ja leviävät, pystymme paremmin ennustamaan, milloin uhka on suurimmillaan, sekä neuvoa ilmansaasteiden riskialueilla olevia varovaisuuteen ja pysymään sisätiloissa”, Liu avaa.
Läpimurtoja eri tieteenalojen voimin
Tutkimusryhmä koostuu sekä ilmakehätieteiden että tekoälyteknologian asiantuntijoista, mikä on ainutlaatuista jopa kansainvälisellä mittakaavalla. Eri asiantuntijoiden välistä yhteistyötä tukee se, että jäsenet työskentelevät yhteisissä toimistotiloissa Lahdessa, mikä edistää yhteistyötä ja nopeuttaa innovointia.
”Tämän ainutlaatuisen kokoonpanon ansiosta tiimiläiset voivat oppia toisiltaan päivittäin, mikä avaa uusia mahdollisuuksia molemmilla tieteenaloilla. On ilahduttavaa nähdä, miten erityisesti nuoret tutkijat ovat innostuneet uuden löytämisestä ja tuovat uusia ideoita pöytään”, Boy kertoo.
Tulevaisuuden mahdollisuuksista Liu on erityisen innoissaan alueellisten tekoälysovellusten skaalaamisesta globaaleihin malleihin, joiden resoluutio on entistä tarkempi. Se voi mahdollistaa reaaliaikaiset globaalit ilmastoennusteet.
”Hengittämämme ilma on monimutkainen ilmiö, mutta ymmärtämällä sitä paremmin voimme vaikuttaa merkittävästi ilmastotoimiin, kansanterveyteen ja saada lisätietoa meitä ympäröivästä maailmasta”, hän sanoo.
Lisätietoja:
