Slimmere weersvoorspelling: elke 10 minuten bijgewerkt zonder opnieuw te rekenen

Slimmere weersvoorspelling: elke 10 minuten bijgewerkt zonder opnieuw te rekenen
Foto: Chris Gallagher via Unsplash

Je kent het wel: de weerapp voorspelt zon, maar binnen een uur stort de regen naar beneden. Weersvoorspellingen worden steeds beter, maar bij plotselinge zware regenval lopen computermodellen vaak achter de feiten aan. Een onderzoeksteam heeft nu een methode getest die voorspellingen veel sneller kan bijstellen, met veelbelovende resultaten.

Normaal werkt een weermodel zo: de computer berekent op basis van actuele metingen hoe de lucht zich de komende uren gedraagt. Dat kost veel rekenkracht en tijd. Komen er nieuwe metingen binnen, dan moet het hele model vaak opnieuw doorgerekend worden. Dat heet "re-integratie", ofwel het model opnieuw laten draaien vanaf het begin. Bij snel veranderend weer, zoals een plotselinge regenbui, is dat vaak te traag.

De onderzoekers testten een nieuwe aanpak genaamd URDA (ultra-rapid data assimilation), wat zoveel betekent als "razendsnel nieuwe metingen invoegen". Bij deze methode wordt een lopende voorspelling steeds bijgewerkt met de nieuwste metingen, zonder dat het model helemaal opnieuw hoeft te rekenen. Dat maakt het veel goedkoper en sneller.

Om te testen of dit werkt, gebruikten de onderzoekers gegevens van een zware regenval in Japan, in augustus 2021. Ze deden dit met een regionaal weermodel genaamd SCALE-RM en gebruikten neparcijfers die leken op metingen van een echt Japans weerstation-netwerk (AMeDAS). Deze nepmetingen kwamen elke 10 minuten binnen, alsof het live data waren.

Het resultaat: de voorspelling van hoeveel regen er per uur zou vallen, werd merkbaar beter met de nieuwe methode. Onderzoekers meten dit met een zogeheten "threat score", een cijfer dat aangeeft hoe goed een voorspelling overeenkomt met wat er werkelijk gebeurt. Ook voorspellingen van luchtdruk, temperatuur, luchtvochtigheid en wind werden nauwkeuriger naarmate er meer metingen werden toegevoegd. De fout in deze voorspellingen, gemeten met een standaardmaat voor afwijking, nam steeds verder af bij elke update.

Wat betekent dit (nog) niet
Dit is één onderzoek, uitgevoerd met een gesimuleerde testcase van één specifieke regenbui uit het verleden. De onderzoekers gebruikten nepmetingen (pseudo-observaties) die leken op echte data, niet live metingen uit een operationeel waarschuwingssysteem. Of deze methode ook in de praktijk, bij echte weerdiensten en met echte actuele data, net zo goed werkt, moet nog blijken. Het is dus nog geen kant-en-klaar systeem voor overstromingswaarschuwingen, maar wel een veelbelovende eerste stap.

Voor gewone mensen kan dit soort onderzoek op termijn betekenen dat waarschuwingen voor extreme regenval en overstromingen sneller en preciezer worden. Hoe eerder een weerdienst weet dat een bui heviger wordt dan verwacht, hoe meer tijd mensen hebben om maatregelen te nemen. Het gaat dan om voorspellingen op de schaal van uren, niet om verre toekomstscenario's.

Bron: Ensemble Forecast Updates without Model Re-integration Based on Ultra-rapid Data Assimilation: Idealized Experiments with a Heavy Rainfall Case

Dit artikel is met AI vertaald en samengevat op basis van wetenschappelijk onderzoek, en gecontroleerd voordat het online kwam. Check bij twijfel altijd de bronvermelding hierboven, of lees hoe dat proces werkt.