Problema schimbărilor climatice este unul dintre cele mai importante obstacole cu care trebuie să se confrunte umanitatea. Astfel, dovezi științifice extinse demonstrează că schimbarea climei a avut un impact semnificativ asupra societăților de-a lungul istoriei și în prezent, având efecte grave pentru viitor. Progresele moderne în studiile empirice cantitative au aruncat lumină asupra interconexiunilor cruciale din cadrul sistemului interconectat climat-uman. Diverse studii statistice au explorat relația cauză-efect dintre anumite condiții climatice și influența acestora asupra interacțiunii sociale, agriculturii, economiei, fluxurilor migratorii și sănătății.

Apariția eforturilor științifice în diferite domenii a creat un consens cu privire la dezvoltarea durabilă a inițiativelor și strategiilor de atenuare a schimbărilor climatice. Cele mai grave consecințe ale schimbărilor climatice afectează în mod direct sănătatea cetățenilor din cauza activităților umane determinând proliferarea gazelor cu efect de seră în atmosferă, ceea ce induce creșterea temperaturilor și alterarea ciclului hidrologic. Analiza situației schimbărilor climatice este foarte oportună, deoarece efectele secundare sunt asociate cu impactul negativ asupra agriculturii, distribuția geografică a bolilor infecțioase, migrațiile pe scară largă, accesul la apă curată și altele.

Tehnicile de învățare automată au folosit cu succes metode de reducere a dimensiunii statistice pentru modelele climatice globale. Potrivit lui Nourani et al., o gamă variată de modele de învățare automată a fost dezvoltată și utilizată în modelarea apelor subterane și în alte sarcini de predicție în domeniul ingineriei mediului. Modele de predicție axate pe învățarea automată pentru a analiza variabilele climatice, cum ar fi precipitațiile și temperatura, au fost propuse în alte studii pentru a îmbunătăți acuratețea. Modelul de regresie vectorială de suport, sistemul de inferență neurofuzzy adaptativ și rețeaua neuronală feedforward (FFNN) sunt modelele de învățare automată cel mai frecvent utilizate pentru a analiza schimbările climatice și anumite niveluri ale apelor subterane. Alte abordări se bazează pe modele gaussiene, care sunt metode adecvate pentru modelarea climatică globală.

Mai multe modele solare sugerează un echilibru radioactiv, în care concentrația gazelor cu efect de seră și efectul albedo sunt legate de temperatura de suprafață a Pământului. Există o creștere considerabilă a gazelor cu efect de seră din cauza activităților antropice. Schimbările climatice se corelează cu această alterare a atmosferei și cu o creștere a temperaturii suprafeței. Prognoza eficientă a schimbărilor climatice și a impactului acestora ar putea fi de ajutor pentru a răspunde amenințării schimbărilor climatice și să se dezvolte sustenabil. Multe studii au prezis schimbări de temperatură în următorii ani. Comunitatea globală trebuie să creeze un model care poate realiza previziuni bune pentru a asigura cel mai bun mod de a face față acestei încălziri. Vázquez-Ramírez și alții propun o abordare termodinamică în timp finit (FTT). FTT poate rezolva probleme precum paradoxul slab al soarelui tânăr. În plus, folosesc diferite modele de învățare automată pentru a evalua metoda și a compara predicția experimentală și rezultatele.

Sursa: Vázquez-Ramírez, S.; Torres-Ruiz, M.; Quintero, R.; Chui, K.T.; Guzmán Sánchez-Mejorada, C. ”An Analysis of Climate Change Based on Machine Learning and an Endoreversible Model”. Mathematics 2023, 11, 3060. https://doi.org/10.3390/math11143060 licența CC BY 4.0. Traducere și adaptare © 2024 Nicolae Sfetcu
https://www.telework.ro/ro/modele-de-predictie-a-schimbarilor-climatice-prin-abordarea-termodinamica-in-timp-finit/