Slimmer computermodel voorspelt hevige regenval veel beter

Je kent het vast: de weerapp voorspelt een lichte bui, maar het regent uren aan één stuk. Vooral hevige regenval is voor weermodellen lastig te voorspellen. Onderzoekers hebben nu een aanpak gevonden die dat een stuk beter doet.

Weersverwachtingen worden steeds vaker gemaakt door kunstmatige intelligentie (AI), in plaats van door traditionele natuurkundige modellen. Die AI-modellen leren van enorme hoeveelheden data uit het verleden. Ze zijn inmiddels beter dan de klassieke modellen als het gaat om voorspellingen voor de komende paar dagen tot twee weken.

Er zit alleen een addertje onder het gras. De AI-modellen leren vooral van zogeheten reanalyses: dat zijn reconstructies van het weer in het verleden, samengesteld met oudere modellen. Die reconstructies bevatten zelf al fouten, vooral als het gaat om regen. Een AI-model dat daarvan leert, neemt die fouten automatisch over.

Trainen met satellietbeelden

Een onderzoeksteam probeerde dit probleem op te lossen. Ze namen een bestaand AI-weermodel, gebouwd volgens een aanpak die "graph-transformer" heet (een netwerk dat patronen in weersdata leert herkennen), en trainden dit model opnieuw. Ditmaal niet met de oude reconstructies, maar met scherpe, actuele regenwaarnemingen van satellieten.

Het resultaat is een model dat aanzienlijk beter voorspelt. Wereldwijd daalt de foutmarge in voorspellingen voor de komende dagen tot twee weken met maximaal 19 procent, vergeleken met de modellen die nu operationeel worden gebruikt door weerdiensten. Voor extreme regenval, zoals bij zware stortbuien, is de verbetering nog groter: 57 procent nauwkeuriger.

Het nieuwe model doet het ook duidelijk beter bij het voorspellen van tropische stormen en van lichte motregen. Twee situaties die voorheen lastig te voorspellen waren.

Wat betekent dit (nog) niet
Dit betekent niet dat dit model nu al ergens wordt gebruikt om het weerbericht te maken. Het gaat om één onderzoeksteam dat dit heeft getest, niet om een breed geaccepteerde nieuwe standaard. Bovendien blijft het klassieke, natuurkundige model beter presteren bij de allerzwaarste regenval, zoals extreme wolkbreuken. Voor die situaties is het oude model dus nog steeds betrouwbaarder.

De onderzoekers benadrukken vooral één ding: door een AI-model te trainen met directe waarnemingen in plaats van alleen historische reconstructies, verbeteren regenvoorspellingen flink. Dat is een aanwijzing dat toekomstige weermodellen, of ze nu AI-gebaseerd zijn of niet, baat kunnen hebben bij meer waarnemingsdata tijdens het trainen.

Voor de gewone weerapp-gebruiker kan dit op termijn betekenen dat waarschuwingen voor zware regenval en wateroverlast preciezer worden. Dat is nuttig voor bijvoorbeeld boeren, wegbeheerders en de waterschappen, die moeten inschatten hoeveel water er in korte tijd kan vallen. Het duurt wel nog even voordat dit soort modellen daadwerkelijk in de praktijk worden ingezet.

Bron: Improving precipitation forecasts in an AI weather model using observational data