歐洲熱浪逐漸變成常態，從數年一次到幾乎每年都有。歐洲科學家發展出新預報模式，利用人工智慧（AI）與機器學習（ML），能在熱浪到來前4~7週提供預警，有助民眾提早因應準備。
熱浪是歐洲最致命的氣候災害之一。2003年、2010年和2022年都曾發生極端熱浪，造成上萬人死亡、農作歉收。高溫導致冷氣、空調用電量激增，電力價格也因此上漲。
非政府組織「人人的氣候韌性」（Climate Resilience for All）分析近年（2019年到2023年）歐洲城市高溫的情況。結果發現，希臘雅典幾乎從5月中一路熱到10月初，時間長達五個月；巴黎也不惶多讓，九月中還出現超過32°C的高溫。
為提早預報極端高溫事件，歐洲－地中海氣候變遷中心（CMCC）開發了一套新的氣象預報模式。這套系統採納了大氣、海洋到土壤相關、約2000個預報因子，再利用機器學習，依每個地點的特性，從諸多因子中挑選影響預報準確度最大的因子組合，進而推估熱浪形成的時間與地點。
CMCC說明，這項技術的一大創新，就是使用西元0年到1850年的古氣候模擬資料來訓練機器學習，所以他們能用的訓練數據量遠超過真實的觀測記錄。經過這樣的訓練後，新系統準確的預測了1993～2006年間真實發生的熱浪。
CMCC表示，這套模式的表現不僅與傳統預報系統相當、部分情況甚至更優。例如，斯堪地那維亞半島與北中歐交界地區的季節預報通常比較不準，新模式卻能有效提高預報準確度。
CMCC說，新模式能針對不同的時間與地點，指出哪些預報因子對準確度的影響更高，這樣的資訊對於研究極端高溫的生成與發展十分重要。舉例來說，這回研究就發現，歐洲的土壤溼度、溫度模式（temperature pattern）與大氣環流的出現是最關鍵的地區性因子，但從大尺度的因子來看，熱帶太平洋及大西洋則有助提高預報準確度。
研究成果於11月公布於《自然》（Nature）期刊，CMCC研究員麥克亞當（Ronan McAdam）表示，「機器學習將成為研究氣候變異（climate variability）很重要的一環。」
相較傳統的預報系統需要使用龐大的運算資源，SMCC指出，這項新技術聚焦熱浪預測，所需的額外的運算負擔並不高，並且，這套架構未來可望能應用於其他極端天氣事件與季節預報。
