> ## Content Index
> Fetch the complete content index at: https://ontraadseld.nl/llms.txt
> Use this file to discover other available public pages before exploring further.

# Nieuw AI-model voorspelt bewolking beter tot 12 uur vooruit
- URL: https://ontraadseld.nl/nieuw-ai-model-voorspelt-bewolking-beter-tot-12-uur-vooruit/
- Published: 2026-09-03T12:30:10.000Z
- Updated: 2026-09-16T11:46:45.000Z
- Author: Ontraadseld
- Tags: klimaat

Je kijkt 's ochtends naar de weerapp om te zien of je fietstocht droog blijft, of of de zon straks doorbreekt. Voor dat soort voorspellingen is het weten hoe bewolking zich ontwikkelt cruciaal. Een team van onderzoekers heeft nu een verbeterd computermodel gebouwd dat daar beter in is dan zijn voorganger.

Bewolking voorspellen is lastiger dan het lijkt. Voor de eerste paar uur kun je vaak nog uitgaan van waar de wolken op dit moment zitten, en die positie een beetje doorschuiven. Maar wolken vormen zich, verdwijnen weer, en veranderen van vorm. Na een paar uur werkt die simpele methode niet meer goed.

Voor langere voorspellingen gebruiken meteorologen normaal gesproken zware rekenmodellen die het hele weersysteem simuleren, de zogeheten numerieke weersvoorspelling. Het probleem: die modellen starten niet altijd met een kloppend beeld van de wolken die satellieten daadwerkelijk zien op dat moment. Daardoor kan de voorspelling al bij de start een beetje mis zijn.

### Wat is er nieuw?

De onderzoekers ontwikkelden CloudCast v2, een model dat is gebaseerd op machine learning (een vorm van kunstmatige intelligentie die patronen leert uit grote hoeveelheden data). Het model leerde eerst hoe wolken zich gedragen door te trainen op jarenlange Europese weerdata, de zogeheten reanalyse: een soort reconstructie van het verleden weer op basis van metingen en modellen.

Daarna werd het model getraind om die kennis te combineren met actuele satellietbeelden van wolken. Dat gebeurde met een techniek die conditional flow matching heet: een methode waarbij het model leert om vanuit ruis een realistische wolkenvoorspelling te maken, gestuurd door de waargenomen startsituatie.

Het resultaat: CloudCast v2 maakt gemiddeld 10% minder fouten dan zijn voorganger CloudCast v1, gemeten over voorspellingen van 1 tot 12 uur vooruit. Het nieuwe model is ook beter in het correct plaatsen van wolken in de ruimte. Die verbetering treedt op na ongeveer 3 tot 6 uur, afhankelijk van hoe bewolkt het is.

**Wat betekent dit (nog) niet**  
Dit is één onderzoek van één team, geen breed geaccepteerde standaard voor alle weerdiensten. Het model is getest op Europese data en het is niet gezegd dat het overal in de wereld even goed werkt. Ook betekent een kleinere gemiddelde fout niet dat elke individuele voorspelling perfect is: bij snel veranderend weer kan het model er nog steeds naast zitten. Het gaat hier bovendien om bewolking, niet om regen, temperatuur of wind apart.

Voor de praktijk kan dit soort verbeteringen op termijn nuttig zijn. Zonne-energiebedrijven hebben bijvoorbeeld baat bij betere wolkenvoorspellingen, omdat bewolking direct invloed heeft op hoeveel stroom zonnepanelen opwekken. Ook weerdiensten kunnen zulke modellen gebruiken om hun voorspellingen voor de komende uren aan te scherpen.

De onderzoekers benadrukken dat hun aanpak laat zien dat je met satellietdata als startpunt verder kunt kijken dan de gebruikelijke 1 tot 3 uur van korte-termijnvoorspellingen, zonder de scherpe details van de satellietbeelden te verliezen.

Bron: [From Nowcasting to Forecasting: Adapting a Reanalysis-Trained Model (CloudCast v2)](http://arxiv.org/abs/2609.03763v1?ref=ontraadseld.nl)