Wir alle kennen das schon: ohne Regenschirm aus dem Haus eilen, nur um von einem unerwarteten Regenschauer überrascht zu werden.
Aber jetzt haben Experten von Google DeepMind ein auf künstlicher Intelligenz basierendes „Now-Casting“-System entwickelt, von dem sie behaupten, dass es die Wahrscheinlichkeit von Regen innerhalb der nächsten 90 Minuten genauer vorhersagt als bestehende Modelle.
Es nutzt hochauflösende Radardaten der letzten 20 Minuten, um abzuschätzen, ob bis zu zwei Stunden im Voraus mit mittlerem bis starkem Regen zu rechnen ist.
Für Video nach unten scrollen
Wie funktioniert es? Diese Grafik zeigt, wie das System von Google DeepMind hochauflösende Radardaten der letzten 20 Minuten verwendet, um genaue Vorhersagen über den kommenden Niederschlag zu erstellen
Experten von Google DeepMind haben ein auf künstlicher Intelligenz basierendes „Now-Casting“-System entwickelt, von dem sie behaupten, dass es die Wahrscheinlichkeit von Regen innerhalb der nächsten 90 Minuten genauer vorhersagt als bestehende Modelle
Das Radar feuert wiederholt einen Strahl in die untere Atmosphäre ab, um die Feuchtigkeitsmenge in der Luft zu verfolgen, die durch die relative Geschwindigkeit des Signals gemessen wird und wie stark es durch Wasserdampf verlangsamt wird.
Diese Daten werden dann von einem KI-Modellierungstool verwendet, um den Zeitpunkt, den Ort und die Intensität des Niederschlags zu bestimmen.
Es besteht die Hoffnung, dass es die Genauigkeit kurzfristiger Wettervorhersagen und insbesondere die Vorhersage von Stürmen und Starkregen verbessern kann.
Das liegt daran, dass aktuelle Supercomputermodelle – die verwendet werden, um das Wetter für den nächsten Tag oder die nächste Woche in größerem Maßstab vorherzusagen – mit kürzeren Zeitfenstern von zwei Stunden nicht so gut abschneiden.
Sie verlassen sich stark auf numerische Wettervorhersagesysteme (NWP), die mathematische Gleichungen verwenden, um die Wahrscheinlichkeit von Regen und anderen Wetterarten basierend auf der Bewegung von Flüssigkeiten in der Atmosphäre abzuschätzen.
“Diese Modelle sind in Bezug auf die Wettervorhersage von sechs Stunden bis zu etwa zwei Wochen wirklich erstaunlich, aber es gibt Bereiche – insbesondere um null bis zwei Stunden –, in denen die Modelle besonders schlecht abschneiden”, sagte Suman Ravuri, wissenschaftlicher Mitarbeiter bei DeepMind in London und Co-Leiter des Projekts.
Die Vier-Tage-Vorhersage des Met Office ist jetzt so genau wie seine Eintagesvorhersage vor 30 Jahren, während 92 Prozent seiner Temperaturvorhersagen für den nächsten Tag innerhalb von 2 Grad C genau sind und 91 Prozent seiner Windgeschwindigkeitsvorhersagen für den nächsten Tag korrekt sind innerhalb von 5 Knoten.
Doch kurzfristige Regenvorhersagen sind oft nicht so zuverlässig, wie es manche Experten gerne hätten.
Das Tool des DeepMind-Teams wurde zusammen mit zwei bestehenden Regenvorhersagesystemen von mehr als 50 Met Office-Meteorologen bewertet, die es in 89 Prozent der Fälle an erster Stelle hinsichtlich Genauigkeit und Nützlichkeit einordneten.
DeepMind hat jedoch nicht gesagt, wie viel genauer sein Tool ist als die aktuellen, die vom Met Office verwendet werden.
“Es ist noch ganz am Anfang, aber diese Studie zeigt, dass KI ein leistungsstarkes Werkzeug sein könnte, das es Prognostikern ermöglicht, weniger Zeit damit zu verbringen, immer größere Berge von Vorhersagedaten zu durchforsten und sich stattdessen darauf zu konzentrieren, die Auswirkungen ihrer Vorhersagen besser zu verstehen”, sagte DeepMind Senior Staff Scientist Shakir Mohamed.
“Dies wird von wesentlicher Bedeutung sein, um die negativen Auswirkungen des Klimawandels heute zu mildern, die Anpassung an sich ändernde Wettermuster zu unterstützen und möglicherweise Leben zu retten.”
DeepMind arbeitete mit dem britischen Met Office zusammen, um das Tool zu etwas zu verfeinern, das für Prognostiker von Nutzen sein könnte.
Das KI-System verwendet Radardaten der letzten 20 Minuten (links als Ziel abgebildet) und erstellt dann Niederschlagsvorhersagen mit seinem tiefen generativen Regenmodell (rechts).
Die Studie zeigte, dass diese KI-basierte „tiefe generative Modellierung“ andere derzeit gängige Casting-Methoden bei einer Vielzahl von Maßnahmen übertraf
Das System belegte den ersten Platz in Bezug auf Genauigkeit und Nützlichkeit von 89 Prozent einer Gruppe von 56 Met Office-Meteorologen
Niall Robinson, Leiter Partnerschaften und Produktinnovation beim Met Office, sagte: „Die Verbesserung der Genauigkeit von kurzfristigen Prognosen ist ein unglaublich wichtiges Unterfangen.
„Extremes Wetter hat katastrophale Folgen, einschließlich des Verlusts von Menschenleben, und wie die Auswirkungen des Klimawandels nahelegen, werden diese Arten von Ereignissen häufiger werden.
„Als solche können bessere kurzfristige Wettervorhersagen den Menschen helfen, sicher zu bleiben und zu gedeihen.
“Diese Forschung zeigt das Potenzial von KI als leistungsstarkes Werkzeug zur Verbesserung unserer kurzfristigen Vorhersagen und unseres Verständnisses, wie sich unsere Wettermuster entwickeln.”
Er sagte, das Met Office überlege nun, wie es die DeepMind-Forschung für seine Prognosen nutzen könne.
Die Autoren schrieben in ihrem Artikel: “Wir zeigen, dass generatives Now-Casting probabilistische Vorhersagen liefern kann, die den Vorhersagewert verbessern und den Betriebsnutzen unterstützen, und zwar bei Auflösungen und Vorlaufzeiten, bei denen alternative Methoden Schwierigkeiten haben.”
Die Forschung wird in der Zeitschrift Nature veröffentlicht.