根据气候模式预测，温室气体造成的变暖将加剧全球降雨的多变性和极端性。然而，由于区域范围内降雨量的自然波动较大，利用观测数据验证这一预测是一个巨大的挑战。

2023年8月30日Nature期刊发表了最新文章，该文章使用深度学习模型来分析全球变暖的强度与全球日降水模式之间的关系，并将该模型应用于卫星降水观测数据。

结果显示，自2015年以来，受到人类引起的全球变暖影响，超过50%的日子里，日降水模式明显偏离了自然变化。研究人员指出，以往的研究主要关注长期趋势，而他们的研究集中在天气时间尺度上日降水量变化的加剧，并发现这是全球变暖最明显的指标。

研究进一步表明，在亚热带东太平洋和中纬度风暴轨道区域观测到的日降水量变化最为显著。研究人员强调了深度学习在非线性反应研究方面的优势，并呼吁制定应对措施来应对未来更频繁发生的极端降水和热浪。