Isı dalgası tahmini için derin öğrenmeye dayalı bir kara‑atmosfer bağlı modeli

Ölümcül sıcakların tahmin edilmesinin önemi

İklim ısındıkça tehlikeli ısı dalgaları daha sık ve daha şiddetli hâle geliyor; bu durum sağlık, gıda üretimi ve enerji sistemleri için tehdit oluşturuyor. Güçlü süperbilgisayarlar olsa bile tahminler sıklıkla bir ısı dalgasının ne kadar aşırı olacağını veya ne kadar süreceğini kaçırıyor. Bu çalışma, yalnızca üzerimizdeki havaya değil, aynı zamanda zeminde depolanan nem ve sıcaklığa da bakan yeni bir yapay zeka (YZ) yaklaşımını tanıtıyor; amaç, Kuzey Yarımküre’de kısa vadeli ısı dalgası öngörülerini keskinleştirmek.

Zemin gökyüzüyle nasıl konuşur

Topraklar nemliyken, Güneş’in enerjisinin büyük bir kısmı suyun buharlaştırılmasına gider ve bu da yüzeyi soğutur. Topraklar kurudukça, daha az enerji buharlaşmaya harcanır ve daha fazla enerji doğrudan yerin hemen üzerindeki havayı ısıtmaya dönüşür. Bu değişim kendini güçlendiren bir döngüyü tetikleyebilir: daha kuru zemin daha sıcak hava getirir, bu da buharlaşma talebini artırır ve toprağı daha da kurutarak ısının daha da yoğunlaşmasına yol açar. Gözlemler ve önceki modelleme çalışmaları, bu kara–atmosfer geri beslemesinin orta Kuzey Amerika ve Avrupa gibi bölgelerde şiddetli ısı dalgalarının başlıca sürükleyicilerinden biri olduğunu göstermiştir; ancak şimdiye kadar birçok YZ hava modeli bu anlatının kara tarafını büyük ölçüde göz ardı etti.

YZ’ye kara ve havayı birlikte takip etmeyi öğretmek

Yazarlar, hem atmosfer değişkenlerini (hava sıcaklığı, basınç ve rüzgâr gibi) hem de kara değişkenlerini (birkaç katmandaki toprak nemi ve toprak sıcaklığı) ERA5 yeniden analiz veri kümesinden alan bir kara–atmosfer “bağlı” modeli inşa ettiler. Küresel hava haritalarını sıkıştırıp yeniden oluşturan bir konvolüsyonel sinir ağı kullanarak sistem, günlük koşulları bir haftaya kadar tahmin edecek şekilde eğitildi. Kritik olan ise, modeli yalnızca ertesi gün için optimize etmek yerine ekipin “çok adımlı” bir eğitim yöntemi kullanmasıydı: YZ, bir ila yedi gün arasındaki tüm öngörü sürelerindeki hatalara dayanarak cezalandırılıyor ve kısa vadeye biraz daha fazla ağırlık veriliyordu. Bu, modelin kara koşulları ile atmosferin birkaç gün boyunca nasıl birlikte evrildiğini öğrenmesini teşvik ediyor; birbirinden kopuk birer günlük sıçramalar yapmak yerine.

Kuru topraklarla aşırı ısı arasındaki daha güçlü bağlar

YZ’nin gerçekten kara–atmosfer bağlantısını yakalayıp yakalamadığını test etmek için araştırmacılar, üst katman toprak nemi ile iki ana nicelik arasındaki korelasyonu incelediler: günlük maksimum sıcaklık ve gizli ısı akısı (buharlaşmaya bağlı enerji). Gözlemlerde, kuru topraklar birçok orta enlem kara bölgesinde daha sıcak günlerle ve azalmış gizli ısı ile örtüşme eğilimindedir. Çok adımlı kayıp ile eğitilmiş bağlı YZ modeli, bu desenleri aynı mimarinin tek adımlı kayıp ile eğitilen versiyonuna kıyasla çok daha sadık şekilde yeniden üretti. Tek adımlı versiyon, özellikle buharlaşma akısı için, toprak kuruluğunun yüzey ısınması ve buharlaşma ile ne kadar güçlü bağlı olduğunu sürekli olarak hafife alıyordu; bu da toprak koşullarının üzerindeki hava üzerindeki gecikmeli etkisini kaçırdığını gösteriyor.

Keskinleşmiş ısı dalgası tahminleri ve becerinin kaynağı

Yerel maksimum sıcaklıkların %90 persentilini aştığı günler olarak tanımlanan ısı dalgası koşulları altında bağlı model açık faydalar gösterdi. Bir ila yedi günlük tahminler arasında, çok adımlı kayıpla eğitildiğinde atmosfer‑yalnız bir YZ modeline kıyasla sıcaklık hatasında %5,9–11,2 oranında azalma sağladı; tek adımlı eğitimle aynı karşılaştırma ise yalnızca %0,4–2,4 iyileşme verdi. En büyük kazançlar, hem toprak nemi hem de büyük ölçekli dolaşımın makul ölçüde öngörülebilir kaldığı ve birbirlerini güçlendirdikleri yaklaşık üç gün önceden görünüyordu. Tahmin ufku uzadıkça atmosferik desenlerin öngörülmesi zorlaşır; ancak toprak nemi daha uzun süre bellek taşır; bağlı model bu yavaş evrilen kara durumundan beceri çekmeye devam eder, özellikle kuru topraklarla sıcak aşırılıkların sıkı bağlı olduğu bölgelerde.

Gerçek dünya ısı dalgaları sınav alanı olarak

Araştırma ekibi ayrıca iki yakın dönemdeki şiddetli ısı dalgasını inceledi: kara kaynaklı 2018 Batı Avrupa olayı ve daha çok atmosferin sürüklediği 2022 Doğu Asya ısı dalgası. Avrupa’da gözlemler sıradışı şekilde kuru topraklar, artmış duyulur ısı, baskılanmış buharlaşma ve uzamış aşırı sıcaklıklar gösterdi. Bağlı model bu olaylar zincirini atmosfer‑yalnız versiyona kıyasla çok daha iyi yakaladı; zemin kurumasını, enerji akısı değişikliklerini ve günlük maksimum ile minimum sıcaklıkların yükselişini ve düşüşünü gerçekçi şekilde takip etti. Orta troposferde güçlenmiş bir yüksek basınç sırtının başrol oynadığı Doğu Asya’da bile bağlı model sıcaklık evrimini iyileştirdi ve kuraklığın gelişimini makul düzeyde yeniden üretti; burada toprak kuruması ısı dalgasının bir nedeni olmaktan ziyade daha çok bir sonucu olsa da.

Gelecek ısı uyarıları için bunun anlamı

Çalışma, kara bilgilerini birkaç gün sonrayı gören bir eğitim stratejisiyle birleştirmenin YZ‑tabanlı ısı dalgası tahminlerini anlamlı şekilde iyileştirebileceğini gösteriyor. Yavaş değişen toprak nemi ve sıcaklığının daha hızlı atmosferik değişimlerle nasıl etkileştiğini açıkça öğrenerek, bağlı model hem aşırı ısının birikimini hem de sürmesini daha iyi öngörüyor. Nem ve yağış gibi alanlarda hâlâ zorluklar bulunsa da, bu yaklaşım tehlikeli sıcaklıklar ve bileşik ısı‑kuraklık olaylarına karşı daha erken ve daha güvenilir uyarılar sunma yolunda umut verici bir yol vaat ediyor; toplumlara, insanları, ekosistemleri ve altyapıyı korumak için ek zaman kazandırıyor.

Atıf: Cho, D., Ham, YG., Jeong, S. et al. A deep learning-based land-atmosphere coupled model for heatwave prediction. npj Clim Atmos Sci 9, 85 (2026). https://doi.org/10.1038/s41612-025-01311-6

Anahtar kelimeler: ısı dalgası tahmini, kara–atmosfer bağlantısı, toprak nemi, derin öğrenme hava durumu, iklim aşırılıkları