Chaotische Sensibilität von einem Fehler in eine Funktion verwandeln: Mithilfe physikalischer Modellierung und Deep Studying die Bahnen von Stürmen ändern und excessive Wetterereignisse abmildern


Qin Huang, Moyan Liu und Upmanu Lall schreiben:

Excessive Wetterereignisse, z. B. Dürren, Überschwemmungen, Hitzewellen und Frost, nehmen an Häufigkeit und Intensität zu und haben schwerwiegende sozioökonomische Auswirkungen, da wachsende Bevölkerungsgruppen zunehmend Risiken ausgesetzt sind, denen herkömmliche Infrastrukturen nicht vollständig begegnen können. Wir schlagen vor, das Katastrophenmanagement durch Climate Jiu-Jitsu zu ergänzen: eine Strategie, die die chaotische Empfindlichkeit der atmosphärischen Dynamik mittlerer Breiten ausnutzt, um zerstörerische Wetterbahnen durch kleine, zeitlich präzise Störungen umzuleiten, die durch Finite-Time Lyapunov Exponent (FTLE)-Diagnose und Deep-Studying-Prognosemodelle gesteuert werden.

Sie fahren fort:

Proof-of-Idea-Experimente unter Verwendung des Aurora Deep-Studying-Erdsystemmodells zeigen, dass FTLE-gesteuerte Anstöße, die Tage vor dem Höhepunkt des Aufpralls angewendet werden, die Spur eines Hurrikans verschieben können, um das Landen in einer Großstadt zu vermeiden, die Spitzenintensität eines blockierenden kalten Extrems abzuschwächen und den atmosphärischen Flussfeuchtigkeitstransport unter günstigen flussaufwärts gelegenen Bedingungen zu reduzieren. In idealisierten Modellen bleiben die Steuereingaben unter 2 % der gesamten Systemenergie, obwohl die reale Umsetzung Fortschritte bei der Überwachung, Zuordnung und internationalen Governance erfordert.

Hier gibt es einige coole Ideen. Die großen Ideen sind:

1. Kleine Eingriffe zu Beginn können den späteren Verlauf eines Sturms verändern

2. Chaotische Unvorhersehbarkeit kann durch Excessive-Tech-Modelle des maschinellen Lernens reduziert werden.

Beide Dinge sind notwendig. Der erste Schritt ist erforderlich, um dies mit vertretbaren Kosten zu ermöglichen; Der zweite Schritt ist erforderlich, um gute Erfolgschancen zu haben.

Die andere coole Sache ist das Cloud-Seeding. Soweit ich weiß, bestand eine große Hoffnung der 1950er Jahre darin, Wolken zu säen, damit es regnet, wenn man es will – aber es hat nicht wirklich funktioniert, weil man es nicht regnen lassen kann, wenn das Wasser nicht da ist. (Ich bin mir sicher, dass ich hier die Wissenschaft vernichte; Entschuldigung!) Aber dieser neue Plan ist anders, weil man die Wolken über dem Ozean aussäen würde, und es geht nicht darum, dass es genau dort regnet, sondern vielmehr darum, die Stelle, an der der Regen fällt, leicht zu verschieben.

Ich kann auch politische Herausforderungen antizipieren. Nehmen wir zum Beispiel an, dass ein Sturm auf eine Großstadt zusteuert, aber wenn er umgeleitet würde, würde er einen Urlaubsort zerstören, der von reichen und mächtigen Leuten besucht wird. Dies kommt zu dem bestehenden moralischen Risiko hinzu, dass Eigentümer von Grundstücken in der Nähe von Gewässern damit rechnen, nach Naturkatastrophen gerettet zu werden.

Hier sind die Forschungsarbeiten, die diese Idee untermauern:

Gezielte adaptive Chaoskontrolle von Routine und Wirbelstärke in zwei Lorenz-Modellenvon Moyan Liu, Qin Huanga und Upmanu Lall, Chaos, Solitons and Fractals (2026).

Regimeidentifikation und Kontrolle von Extremen im nichtautonomen Lorenz-Modell mit Chaos und Intransitivitätvon Moyan Liu, Qin Huanga und Upmanu Lall, Bodily Assessment E (2026).

Upmanu ist ein Wasseringenieur mit großen Ideen. Vor einigen Jahren brachte er den Plan auf den Weg, Manhattans Westseite um einige hundert Meter zu erweitern, indem er den Schlamm, der kontinuierlich aus dem Hudson River ausgebaggert wird, als Deponie am Ufer ablagerte. Das ist nie passiert, aber es scheint mir trotzdem eine gute Idee zu sein. Es ist irgendwie verrückt, wie sie Milliarden für eine einzige Brücke, einen umgebauten Bahnhof oder was auch immer ausgeben, aber die großen Infrastrukturprojekte im Auge behalten.

Von admin

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert