Als Jetstream wird ein starkes Windband in rund zehn Kilometern Höhe über den mittleren Breiten bezeichnet. In ihm rasen Winde mit bis zu 500 Kilometer pro Stunde von West nach Ost um den Globus. Weil der Jetstream dabei die großen Wettersysteme über die Kontinente transportiert, ist er für unser Wetter prägend. Doch in jüngster Zeit hat sich das Verhalten dieses Windbands verändert. Statt schnell und fast parallel zum Äquator zu wehen, bewegt sich der Jetstream inzwischen zunehmend langsamer und vollführt große Schlängelbewegungen über die Nordhalbkugel.
Riesenwellen über der Nordhalbkugel
Diese ausufernden Wellen des Jetstreams haben Folgen für unser Wetter: Im Winter kann es dadurch zu extremen Kaltlufteinbrüchen aus der Arktis in die mittleren Breiten kommen – zuletzt beispielsweise Ende Januar 2019, als der Mittlere Westen Nordamerikas von extremer Kälte heimgesucht wurde. Im Sommer dagegen verursacht der schwächelnde Jetstream langanhaltende Hitzewellen und Trockenheit, wie sie Europa unter anderem in den Jahren 2003, 2006, 2015 und 2018 erlebt hat.
Diese Entwicklung wirft schon länger die Frage auf, ob der immer häufiger beobachtete Schlängelkurs des Jetstreams eine Folge des Klimawandels ist oder aber auf natürliche Schwankungen im Klimasystem zurückgeht. Ersteres gilt als wahrscheinlich, weil der Jetstream von den Temperaturunterschieden zwischen Arktis und Tropen angetrieben wird – und diese sich durch die überproportional große Erwärmung der Arktis im Zuge des Klimawandels immer weiter verringern.
KI ersetzt sperriges Prozessmodell
Das Problem jedoch: Obwohl dieser Zusammenhang naheliegend ist, war es Klimaforschern bisher nicht gelungen, die zunehmend starke Wellenbewegung des Jetstreams in Klimamodellen nachzuvollziehen. Das erschwerte es, die kausalen Zusammenhänge zu überprüfen und zu erfassen. Einer der Gründe dafür lag in der Schwierigkeit, die Wechselwirkung der Stratosphäre mit den unteren Atmosphärenschichten in die Modelle zu integrieren. Denn es gibt zwar ein entsprechendes Prozessmodell namens ATLAS, das bei seinen Simulationen der Ozonschicht nahezu 200 detaillierte Prozesse berücksichtigt. Doch wegen des enormen Rechenaufwands ist dieses Modell zu langsam, um direkt in globale Klimamodelle eingebunden zu werden.
Dieses Problem haben nun Erik Romanowsky vom Alfred-Wegener-Institut, Helmholtz-Zentrum für Polar- und Meeresforschung (AWI) und sein Team gelöst. “Wir haben einen Machine-Learning-Algorithmus entwickelt, welcher es uns erlaubt, die Ozonschicht als interaktives Element im Modell darzustellen und daher die Wechselwirkungen aus der Stratosphäre und der Ozonschicht mit zu berücksichtigen”, erklärt Romanowsky. Dafür lernte der SWIFT getaufte Algorithmus zunächst, zu welchen Ergebnissen das ATLAS-Modell für Hunderttausende verschiedene atmosphärische Bedingungen kommt. Dann wird SWIFT in das Klimamodell integriert und kann nun selbst auf Basis des Gelernten die Prozesse der Stratosphäre und die Ozonchemie mit einbringen.
