Studi: Model Iklim Saat Ini Dinilai Kurang Akurat Baca Dampak Perubahan Iklim di Perkotaan, Kenapa?

Kecerdasan Buatan untuk Meningkatkan Akurasi Prediksi
Untuk mengatasi keterbatasan tersebut, tim peneliti mengembangkan pendekatan baru berbasis explainable machine learning atau pembelajaran mesin yang dapat menjelaskan faktor-faktor penyebab hasil prediksi.

Metode ini memanfaatkan data pengamatan selama lebih dari satu dekade dari sepuluh lokasi di berbagai benua. Pengukuran dilakukan menggunakan instrumen Hygroscopicity Tandem Differential Mobility Analyzer (HTDMA) yang mampu menganalisis kemampuan aerosol menyerap air pada partikel berukuran 50 hingga 300 nanometer.

Data dikumpulkan dari berbagai lingkungan, mulai dari kota-kota besar seperti Beijing, Paris, dan Houston hingga wilayah perairan di Samudra Atlantik.

Berpotensi Meningkatkan Akurasi Model Iklim Global

Hasil penelitian menunjukkan bahwa penggunaan parameter aerosol yang lebih spesifik untuk tiap wilayah dapat meningkatkan akurasi simulasi iklim global. Penyesuaian tersebut bahkan mampu mengubah estimasi gaya dorong radiasi langsung hingga sekitar 0,1 watt per meter persegi.

Menurut Mira Pöhlker, angka tersebut terlihat kecil, tetapi memiliki dampak yang signifikan ketika diterapkan pada skala global.

Temuan ini membuka peluang bagi pengembangan model iklim generasi berikutnya yang lebih mampu menggambarkan kondisi nyata di kawasan perkotaan.

Dengan proyeksi yang lebih akurat, para pembuat kebijakan diharapkan dapat merancang strategi mitigasi dan adaptasi perubahan iklim yang lebih efektif, khususnya bagi kota-kota besar yang menjadi pusat aktivitas manusia sekaligus sumber utama emisi.

Baca Juga: Relokasi Akibat Krisis Iklim: Mengapa Memindahkan Warga Tidak Sesederhana Memindahkan Rumah?