Python-gebaseerd framework maakt klimaatdynamiek toegankelijker voor studenten en onderzoekers

Een team van onderzoekers aan de Universiteit van Miami heeft een wereldwijd atmosferisch model ontwikkeld dat krachtige onderzoeksvaardigheden combineert met toegankelijkheid voor zowel studenten als wetenschappers.

De studie, “Een Vereenvoudigd-Fysica Algemeen Circulatiemodel voor Idealiseerde Klimaatdynamica Studies”, is gepubliceerd in het Bulletin van de American Meteorological Society. Het model is volledig geschreven in Python, een hoog-niveau, algemene programmeertaal, en is ontworpen om te draaien op een interactieve Jupyter Notebook. Dit nieuwe hulpmiddel verwijdert langdurige technische barrières, waardoor iedereen met een standaard laptop geavanceerde klimaatexperimenten kan verkennen.

De meeste bestaande klimaatmodellen zijn afhankelijk van legacy Fortran-code en ingewikkelde opstellingen die kostbaar en tijdrovend zijn voor studenten. In tegenstelling tot deze modellen vereenvoudigt dit open-source framework het proces. Gebruikers kunnen experimenten uitvoeren, gegevens analyseren en resultaten visualiseren binnen een notebookomgeving. Docenten kunnen klas oefeningen aanpassen aan verschillende niveaus van complexiteit, terwijl gevorderde onderzoekers het model kunnen aanpassen voor originele onderzoeken naar atmosferische dynamiek.

“Het wijdverspreide gebruik van Python en de duidelijkheid voor beginners waren cruciaal voor onze beslissing,” zei Ben Kirtman, decaan van de Rosenstiel School of Marine, Atmospheric, and Earth Science aan de Universiteit van Miami en hoofdauteur van de studie. “Het ondersteunt ook geavanceerde functies zoals machine learning en kunstmatige intelligentie voor het verwerken van grote datasets, die simpelweg niet zo toegankelijk zijn in traditionele Fortran-modellen.”

Kirtman’s motivatie om modellen in Python opnieuw te coderen kwam voort uit het zien van zijn studenten die uren besteedden aan het oplossen van problemen met code om experimenten draaiende te krijgen. Deze vertragingen belemmerden vaak hun voortgang en vertraagden de onderzoeksimpuls. Marybeth Arcodia, een co-auteur van de studie en assistent-professor in de Afdeling Atmosferische Wetenschappen aan de Rosenstiel School, heeft deze tegenslagen uit eerste hand ervaren als afgestudeerde student in Kirtman’s lab. Haar onderzoek richtte zich op langetermijnklimaatscenario’s en weerpatronen zoals de El Niño-Zuidelijke Oscillatie (ENSO), een terugkerend klimaatpatroon dat veranderingen in de temperatuur van water in de centrale en oostelijke tropische Stille Oceaan inhoudt.

Teleconnecties zoals ENSO, waarbij klimaat anomalieën in één regio verre delen van de wereld beïnvloeden, vereisen modellen die grootschalige interacties kunnen vastleggen. “In zijn eerste demonstraties heeft het model met succes wereldwijde klimaatpatronen gerepliceerd die geassocieerd zijn met El Niño-gebeurtenissen, wat de mogelijkheid benadrukt om deze complexe fenomenen vast te leggen,” zei Arcodia.

Verschillende innovaties onderscheiden dit framework. De Python-gebaseerde kern maakt het eenvoudig om te leren en aan te passen. Aanpasbare atmosferische instellingen stellen gebruikers in staat om te experimenteren met verschillende niveaus van complexiteit, van vereenvoudigde achtergronden tot gedetailleerde formuleringen. Het model kan ook de invloeden van de echte wereld simuleren, zoals warmtebronnen, landkenmerken en oceaantoestanden, wat mogelijkheden opent voor zowel klas oefeningen als geavanceerd onderzoek.

Het team werkte samen met het Frost Institute for Data Science and Computing om de aanzienlijke datasets die nodig zijn voor ontwikkeling te verwerken. Met de succesvolle eerste demonstraties toont het framework een sterk potentieel voor zowel educatie als wetenschappelijke ontdekking.

Kirtman is bezig met het ontwikkelen van een ervaringsgericht klimaatmodelleringscursus voor bachelor- en masterstudenten, waarmee ze hun eigen klimaatscenario’s kunnen ontwerpen en testen met het nieuwe hulpmiddel. Om de impact te maximaliseren, is het framework beschikbaar als open-source software op GitHub, wat zorgt voor wereldwijde toegang voor docenten, studenten en onderzoekers.