Studo publikigita en PNAS uzis kombinaĵon de unu‑tagaj National Weather Service‑prognozoj (de somero 2004), ĉiutagajn klimatajn observaĵojn de Oregon State University’s PRISM Climate Group — kiu kolektas dekfojojn milojn da observaĵoj ĉiutage — kaj distrikta‑nivelajn mortregistrajn datumojn de la Centers for Disease Control and Prevention. La teamo, kun esploristoj de la University of Arizona, Columbia, la University of Oregon kaj Princeton, analizis kiel prognoza precizeco moderigas la ligon inter temperaturo kaj mortaleco.
Post forigo de mortoj ne rilataj al vetero, la esploristoj trovis, ke la plej granda risko aperas kiam prognozoj subtaksas varmajn kondiĉojn. Ili ankaŭ enketis profesiajn meteorologojn frue en 2025 pri teknologiaj ŝancoj kiel artefarita inteligenteco, la efikoj de klimata ŝanĝo kaj ŝanĝoj en financado kaj personaro. Tiuj respondoj informis tri estontajn prognozajn scenarojn: optimisma, pesimisma kaj perfekte ĝusta.
Uzante historiajn mortecajn kaj klimatajn datumojn, la studo taksis efikojn sub pluraj klimataj rezultoj — kazo sen klimata ŝanĝo (2095–2100 simila al 2015–2020) kaj varmiĝaj scenaroj de 1.6 °C, 2.7 °C kaj 3.8 °C. Depende de teknologia progreso kaj la amplekso de varmiĝo, plibonigitaj prognozoj povus en granda parto kompensi la antaŭviditajn pliiĝojn de varmortoj; inverse, malkreskanta investo kaj malpli bona prognozkvalito povus kontribui al pli da mortefikoj.
Derek Lemoine notis, ke ekonomistoj uzas normigitan valoron por taksi la ekonomian utilecon de vivaj savitaj. La nombro de vivoj savitaj per plibonigo de prognozado kaj la verŝajneco ke tiu avantaĝo kreskos kun klimata ŝanĝo tradukiĝas al alta ekonomia valoro, kio subtenas investon en veterprognozado.
Malfacilaj vortoj
- prognozo — Antaŭdiro pri vetero aŭ eventoprognozoj
- subtaksi — Taksi ion malpli ol ĝi estassubtaksas
- mortaleco — La ofteco de mortoj en populacio
- precizeco — Kiom ĝuste aŭ fidinde estas mezurado
- kompensi — Renversi aŭ redukti negativan efikon
- varmorto — Morto kaŭzita de ekstreme varmaj kondiĉojvarmortoj
- artefarita inteligenteco — Komputila teknologio kiu lerni kaj decidi
Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.
Diskutaj demandoj
- Ĉu viaj lokaj aŭ naciaj servoj devus investi pli en veterprognozado por redukti varmortojn? Klarigu viajn kialojn.
- Kiel efektive plibonigitaj prognozoj povus helpi vundeblajn homgrupojn dum ondoj de varmo en via komunumo? Donu ekzemplon.
- Kiaj riskoj kaj avantaĝoj povas veni de uzo de artefarita inteligenteco en veterprognozado, laŭ tio, kio estas menciita en la teksto?
Rilataj artikoloj
Novaj modeloj pri la interno de Urano kaj Neptuno
Sciencistoj de la Universitato de Zuriko evoluigis simulajn modelojn kiuj pridubas la tradician nomon 'glacia giganto' por Urano kaj Neptuno. Ili trovis, ke la internaj kunmetaĵoj povus esti akvorecaj aŭ rokriĉaj, sed necertaĵoj restas.
Kiel generativa AI akcelas retajn atakojn kontraŭ virinoj en Niĝerio
Post apero de novaj generativaj iloj en sociaj retoj, reta perforto kontraŭ virinoj en Niĝerio kreskis. Esploroj raportas misuzon de iloj kiel Grok kaj montras malfortan platforman devigon; proponitaj solvoj inkluzivas regadon kaj datuman protekton.