Artificiell intelligens (AI) kan snabbt och exakt förutsäga vägen och intensiteten för stora stormar, visar en ny studie.
Forskningen, baserad på en analys av Storm Ciarán i november 2023, tyder på att väderprognoser som använder maskininlärning kan ge förutsägelser med liknande noggrannhet som traditionella prognoser snabbare, billigare och med mindre beräkningskraft.
Publicerad i npj Climate and Atmospheric Science , belyser University of Reading-studien de snabba framstegen och transformativa potentialen hos AI i väderförutsägelser.
Professor Andrew Charlton-Perez, som ledde studien, sa:"AI förändrar väderprognoser framför våra ögon. För två år sedan användes moderna maskininlärningstekniker sällan för att göra väderprognoser. Nu har vi flera modeller som kan producera 10- dag globala prognoser i minuter.
"Det finns mycket vi kan lära oss om AI-väderprognoser genom att stresstesta dem vid extrema händelser som Storm Ciarán. Vi kan identifiera deras styrkor och svagheter och vägleda utvecklingen av ännu bättre AI-prognosteknik för att skydda människor och egendom. Detta är en spännande och viktig tid för väderprognoser."
För att förstå effektiviteten av AI-baserade vädermodeller jämförde forskare från University of Reading AI och fysikbaserade prognoser av Storm Ciarán – en dödlig vindstorm som drabbade norra och centrala Europa i november 2023 som krävde 16 människoliv i norra Europa och lämnade fler än en miljon hem utan ström i Frankrike.
Forskarna använde fyra AI-modeller och jämförde sina resultat med traditionella fysikbaserade modeller. AI-modellerna, utvecklade av teknikjättar som Google, Nvidia och Huawei, kunde förutsäga stormens snabba intensifiering och spåra 48 timmar i förväg. I stor utsträckning var prognoserna "oskiljbara" från prestandan hos konventionella prognosmodeller, sa forskarna.
AI-modellerna fångade också exakt de storskaliga atmosfäriska förhållandena som drev Ciaráns explosiva utveckling, såsom dess position i förhållande till jetströmmen – en smal korridor av starka vindar på hög nivå.
Maskininlärningstekniken underskattade dock stormens skadliga vindar. Alla fyra AI-systemen underskattade Ciaráns maximala vindhastigheter, som i verkligheten blåste i hastigheter på upp till 111 knop vid Pointe du Raz, Bretagne. Författarna kunde visa att denna underskattning var kopplad till några av stormens egenskaper, inklusive temperaturkontraster nära dess centrum, som inte var väl förutspådda av AI-systemen.
För att bättre skydda människor från extremt väder som Storm Ciarán, säger forskarna att ytterligare undersökningar av användningen av AI i väderförutsägelser är brådskande. Utveckling av maskininlärningsmodeller kan innebära att artificiell intelligens rutinmässigt används i väderprognoser inom en snar framtid, vilket sparar tid och pengar för prognosmakare.
Mer information: Andrew J. Charlton-Perez et al, Ger AI-modeller bättre väderprognoser än fysikbaserade modeller? En kvantitativ utvärderingsfallstudie av Storm Ciarán, npj Climate and Atmospheric Science (2024). DOI:10.1038/s41612-024-00638-w
Journalinformation: npj Climate and Atmospheric Science
Tillhandahålls av University of Reading