> ## 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-weermodel voorspelt zware regenval veel nauwkeuriger
- URL: https://ontraadseld.nl/nieuw-ai-weermodel-voorspelt-zware-regenval-veel-nauwkeuriger/
- Published: 2026-09-02T22:50:10.000Z
- Updated: 2026-09-25T07:00:53.000Z
- Author: Ontraadseld
- Tags: klimaat

Je hebt het vast wel eens meegemaakt: de weerapp voorspelt een beetje regen, en dan valt er binnen een uur een complete plensbui. Vooral bij hevige regenval schieten weersvoorspellingen nog vaak mis. Een nieuw AI-model lijkt daar nu flink verbetering in te brengen.

Regenval is voor veel mensen belangrijker dan je denkt. Boeren moeten weten of hun gewassen water krijgen, waterschappen willen op tijd weten of er overstromingsrisico is. Maar regen is, in tegenstelling tot bijvoorbeeld temperatuur, grillig en heel plaatselijk. Op de ene plek valt een stortbui, twee straten verderop blijft het droog. Dat maakt het voorspellen ervan extra moeilijk.

De afgelopen jaren zijn AI-modellen voor weersvoorspelling flink verbeterd. Op papier presteren ze zelfs beter dan traditionele natuurkundige modellen, als je kijkt naar gemiddelde foutmarges over de hele wereld. Het probleem: die gemiddelden zeggen weinig over de vraag of een model een concrete overstroming of een droge oogst goed voorspelt. Bovendien worden de meeste van deze AI-modellen getraind met een databron genaamd ERA5\. Dat is geen directe meting, maar een berekende reconstructie van het verleden weer (een zogeheten reanalyse-product), en die reconstructie heeft bekende meetfouten, vooral bij regenval.

### Trainen op satellietdata in plaats van reconstructies

Een onderzoeksteam heeft nu een bestaand AI-weermodel, AIFS van het Europese weercentrum ECMWF, opnieuw getraind. In plaats van de reconstructie ERA5 gebruikten ze directe satellietmetingen van regenval. Het resultaat heet Laxmi.

De verbeteringen zijn aanzienlijk. Laxmi is 19 procent nauwkeuriger in het inschatten van de kans op neerslag, wereldwijd gemeten. Het model voorspelt ook 33 procent minder vaak ten onrechte een lichte bui (minder dan 3 millimeter per dag) waar die er niet komt. En bij extreme regenval, de meest risicovolle situaties, verbetert de voorspelling met 57 procent op een specifieke nauwkeurigheidsmaat (de zogeheten Brier skill score, die aangeeft hoe goed een model de kans op een bepaalde hoeveelheid neerslag inschat).

De onderzoekers testten Laxmi ook op tien tropische stormen in India. Bij zeven van die tien stormen gaf Laxmi de beste voorspelling van zware regenval (meer dan 150 millimeter). Het originele AIFS-model deed dat maar één keer goed, en het beste natuurkundige model (IFS) twee keer.

**Wat betekent dit (nog) niet**  
Dit is één onderzoek van één team, nog geen breed geaccepteerde standaard. De tests op tropische stormen gingen over tien gevallen in India, dat is een klein aantal om harde conclusies over alle extreme regenval wereldwijd te trekken. Het model is ook nog niet in gebruik bij weerdiensten voor dagelijkse voorspellingen. Of het net zo goed werkt bij bijvoorbeeld Nederlandse zomerbuien, is niet apart onderzocht.

Toch is dit een relevante stap. Het laat zien dat je met de juiste trainingsdata, in dit geval echte satellietmetingen in plaats van reconstructies, aanzienlijke verbeteringen kunt behalen. Dat kan uiteindelijk helpen bij het eerder waarschuwen voor overstromingen of het beter plannen van de landbouw.

Bron: [Improving global precipitation forecasts with an AI weather model trained on satellite observations](http://arxiv.org/abs/2609.03210v3?ref=ontraadseld.nl)