Ein Forscherteam der University of Miami hat ein Framework zur globalen Atmosphärenmodellierung entwickelt, das leistungsstarke Forschungsfunktionen mit der Zugänglichkeit für Studierende und Wissenschaftler verbindet. Das neue Tool ist vollständig in Python, einer hochentwickelten, universellen Programmiersprache, geschrieben und für die Ausführung auf einem interaktiven Jupyter Notebook konzipiert. Es beseitigt langjährige technische Barrieren und ermöglicht es jedem mit einem Standard-Laptop, hochmoderne Klimaexperimente durchzuführen.
Die meisten bestehenden Klimamodelle basieren auf veraltetem Fortran-Code und komplizierten Setups, deren Nutzung für Studierende kostspielig und zeitaufwändig ist. Dieses Open-Source-Framework vereinfacht den Prozess hingegen. Nutzer können Experimente durchführen, Daten analysieren und Ergebnisse direkt in einer Notebook-Umgebung visualisieren. Lehrkräfte können Unterrichtsübungen an unterschiedliche Komplexitätsstufen anpassen, während fortgeschrittene Forscher das Modell für originäre Untersuchungen der atmosphärischen Dynamik anpassen können.
„Die weite Verbreitung von Python und seine einfache Bedienung für Anfänger waren ausschlaggebend für unsere Entscheidung“, sagte Ben Kirtman , Dekan der Rosenstiel School of Marine, Atmospheric, and Earth Science an der University of Miami und Hauptautor der Studie. „Außerdem unterstützt Python erweiterte Funktionen wie maschinelles Lernen und künstliche Intelligenz für die Verarbeitung großer Datensätze, die in herkömmlichen Fortran-Modellen einfach nicht so leicht zugänglich sind.“
Mehrere Innovationen zeichnen dieses Framework aus. Sein Python-basierter Kern macht es leicht zu erlernen und anzupassen. Anpassbare atmosphärische Einstellungen ermöglichen es Benutzern, mit verschiedenen Komplexitätsstufen zu experimentieren, von vereinfachten Hintergründen bis hin zu detaillierten Formulierungen. Das Modell kann auch reale Einflüsse wie Wärmequellen, Landmerkmale und Meeresbedingungen simulieren und eröffnet so Möglichkeiten sowohl für Unterrichtsübungen als auch für fortgeschrittene Forschung.
Das Team arbeitete mit dem Frost Institute for Data Science and Computing zusammen , um die für die Entwicklung benötigten umfangreichen Datensätze zu verarbeiten. Nach den erfolgreichen ersten Demonstrationen zeigt das Framework großes Potenzial sowohl für die Ausbildung als auch für wissenschaftliche Entdeckungen.
Für die Zukunft entwickelt Kirtman einen erfahrungsbasierten Kurs zur Klimamodellierung für Bachelor- und Masterstudierende, der es ihnen ermöglicht, mit dem neuen Tool eigene Klimaszenarien zu entwerfen und zu testen. Um die Wirkung zu maximieren, ist das Framework als Open-Source-Software auf GitHub verfügbar und gewährleistet so den weltweiten Zugriff für Lehrende, Studierende und Forschende.
Bulletin der American Meteorological Society
DOI
