これらのプログラムは、地球の両極を取り巻く低気圧と寒気の大きな領域である極渦の挙動を予測できる、高度なAI搭載の気候モデルを開発するために不可欠です。極渦が弱まると、2021年のテキサス州の電力網の故障に見られるように、極寒の空気が南下し、深刻な冬の嵐や長期にわたる極度の寒さを引き起こす可能性があります。

コロラド大学ボルダー校の気候科学者で、研究の一部がNOAAから資金提供を受けているエミリー・カーター博士は、「これらの事態を予測し、備える能力は、気候モデルの精度に大きく依存しています」と述べています。「これらのモデルは、膨大な量の気候データを処理し、人間が見落とす可能性のあるパターンを特定するために、機械学習アルゴリズムへの依存度を高めています。この研究への資金削減は、地域社会を保護する能力を直接的に損なうものです。」

AIは、衛星、気象観測所、海洋ブイからの複雑なデータセットを科学者が分析できるようにすることで、現代の気候モデリングにおいて重要な役割を果たしています。機械学習アルゴリズムは、極渦の崩壊に先行する大気状態の微妙な変化を特定し、より早く、より正確な警告を可能にします。これらのアルゴリズムは、過去の気候データに基づいてトレーニングされ、新しいデータが利用可能になるにつれて継続的に改良され、予測能力が向上します。

資金削減の影響は、予測にとどまりません。北極海の海氷の減少や大気循環の変化の役割など、極渦の不安定性の根本的な原因に関する研究も縮小される可能性があります。これらの要因を理解することは、異常気象に対する気候変動の影響を緩和するための長期的な戦略を策定するために不可欠です。

NSFが発表した声明によると、提案されている予算削減は「気候科学および関連分野における最先端の研究を支援する能力に大きな影響を与える」とのことです。同機関は、削減により、新しい気候モデルの開発の遅延や、極渦関連のプロジェクトに取り組む研究者の減少につながる可能性があると警告しました。

これらの削減が社会に与える潜在的な影響は大きいでしょう。極渦に関する正確かつタイムリーな警告により、地域社会は極度の寒さに備えることができ、停電、インフラの損傷、健康上の緊急事態のリスクを軽減できます。FEMAは、物資の備蓄、バックアップ電源の確保、極度の寒さの中で安全を確保する方法を知っておくことで、冬の嵐に備えることを推奨しています。極渦の研究への資金削減は、予測の精度低下につながり、地域社会の準備が不十分になり、脆弱性が高まる可能性があります。

予算案を担当する議会委員会は、数週間以内にこの問題に関する公聴会を開催する予定です。科学者や政策立案者は、気候研究への資金提供を優先し、変化する気候における異常気象を理解し予測することの重要性を強調し、議員に提案された削減を再検討するよう促しています。この議論は、短期的な予算制約と、気候変動によってもたらされる課題に対処するための長期的な必要性との間の継続的な緊張を浮き彫りにしています。