Model meteo bazat pe inteligență artificială dublează acuratețea prognozelor la două până la șase săptămâni
Cercetătorii au dezvoltat un model de învățare automată care corectează erorile modelelor meteorologice existente, reușind să dubleze acuratețea prognozelor pe intervalul de două până la șase săptămâni. Rezultatele au fost publicate în revista Nature și au obținut primul loc într-o competiție internațională de profil organizată de Centrul European pentru Prognoze Meteorologice pe Termen Mediu (ECMWF).
Prognozele meteo dincolo de două săptămâni sunt cunoscute ca fiind nesigure, ceea ce reduce semnificativ marja de pregătire pentru operatorii din energie, agricultori și autoritățile de intervenție în situații de urgență. Intervalul de două până la șase săptămâni este descris de specialiști drept „deșertul predictibilității”, deoarece nu beneficiază nici de avantajele condițiilor inițiale din atmosferă, utilizate în prognozele pe termen scurt, nici de forțele de suprafață cu variație lentă, care acționează pe termen lung.
Corectarea erorilor prin învățare automată
Noua abordare constă într-un strat de postprocesare care învață din greșelile istorice ale unui sistem de prognoză și își ajustează continuu corecțiile pe măsură ce apar date noi. Modelul a fost construit folosind infrastructura de supercalcul MIT Engaging, dar nu necesită un supercomputer pentru rulare.
Pentru testare, echipa a înscris trei modele care includeau acest strat de postprocesare în competiția sezonieră a ECMWF. Varianta care a câștigat primul loc combina modelul ECMWF cu un alt model, peste care a fost aplicată corecția. Rezultatul a dublat puterea predictivă a modelului original pe intervalul subsezonier.
Pentru prima dată, modelul a reușit să depășească mediile climatologice de referință, ceea ce anterior nu fusese demonstrat de niciun sistem de prognoză pentru acest interval. Modelul a arătat, de asemenea, o îmbunătățire semnificativă statistic în predicția evenimentelor meteorologice extreme, spre deosebire de corecția tradițională de eroare dezvoltată de ECMWF, care a înregistrat performanțe mai slabe în acest domeniu.
Contextul teoretic și istoric
În anii 1970, profesorul Edward Lorenz de la MIT a formulat teoria haosului, potrivit căreia modificări minuscule ale condițiilor inițiale duc la rezultate complet diferite, ceea ce a sugerat o limită teoretică de două săptămâni pentru prognoze. Autorii cercetării notează că această idee a influențat puternic domeniul și ar fi descurajat explorarea prognozelor dincolo de acest interval.
Unul dintre coautorii lucrării, Judah Cohen, cercetător la MIT, consideră că, deși atmosfera poate genera un număr infinit de tipare, ea tinde să revină repetat la anumite configurații preferate, ceea ce face posibilă anticiparea evoluțiilor ulterioare.
Aplicații practice
Tehnica a fost aplicată cu succes și altor modele, reușind să aducă modele mai puțin performante la nivelul prognozelor ECMWF. Modelul este open source și cu costuri reduse, iar echipa subliniază că poate fi folosit ca un adaos peste orice sistem existent.
Biroul meteorologic al Republicii Kenya a contactat deja cercetătorii pentru implementarea modelului în scopul îmbunătățirii prognozei sezonului musonic anual și al creșterii randamentelor agricole. Aplicațiile potențiale includ planificarea fertilizării în funcție de precipitații, protejarea culturilor înainte de îngheț, evitarea secetelor, dar și gestionarea situațiilor de urgență și a aprovizionării cu energie. Oficiali din sectorul energetic au semnalat că o prognoză oferită cu două săptămâni înaintea unui viscol ar putea permite pregătiri adecvate, spre deosebire de un preaviz de doar două zile.
