Napokon belül, február 25-én lezárul a jelenleg piacvezető európai középtávú előrejelzéseket készítő intézet, az ECMWF AI-alapú előrejelző modelljének, az AIFS-nek a tesztelése és élesben indul a szolgáltatás.
Az AIFS-t még 2023. októberében, mint kísérleti program jelentette be az ECMWF, az akkor szintén újdonságnak számító, hasonló alapelven működő FourCastNet és Google GraphCast modellek mellett. Ezek a fejlesztések eddig kizárólag kísérleti fázisban üzemeltek, azaz működésük nem volt operatív.
A hagyományos előrejelzési modellek Földünk időjárását az ismert fizikai egyenletek megoldásával jelzik előre. Mivel nincs mérésünk a légkör minden pontjáról és a jelenlegi számítási kapacitások végesek, ezért a légkörnek csak egy leegyszerűsített, rengeteg helyen csak becslést tartalmazó változatát tudjuk alapul venni, így a kezdeti apró eltérések az időtáv növelésével egyre nagyobb hibákat okoznak az előrejelzésben.
Az AI-alapú (valójában gépi tanulásos) megoldások nem ismerik a fizikai alapegyenleteket, helyette az elmúlt évtizedek adatsorain tanulták meg, hogy leegyszerűsítve "mi után mi szokott következni". Korábban azt feltételezték, hogy ehhez 40-50 évnyi adatsor kevés lesz, de az elmúlt években többek közt a ChatGPT-ben is felhasznált, nagy áttörést hozó Transformer architektúra használatával bebizonyosodott, hogy már ennyi adat is elegendő példát tartalmaz ahhoz, hogy a mintafelismerés segítésével a hagyományos előrejelzéseknél kisebb hibával jelezzék előre a hőmérséklet, a szél és egyéb légköri paraméterek időbeli alakulását.
Az Időkép tapasztalatai alapján az AIFS több alkalommal is
hamarabb jelzett előre olyan időjárási helyzeteket, melyekben a hagyományos modellek rendszerint gyengén teljesítenek.
Ilyen jellemző időjárási helyzet például a hideg légpárna a Kárpát-medencében. Az alsó légrétegekben megrekedő hideg levegőben kialakuló rétegfelhőzet akár hetekre képes a napfényt távol tartani és szürke, szmogos idővel borzolni a kedélyeket, ugyanakkor a hagyományos előrejelzések nem jeleskednek e relatív vékony rétegfelhőzet előrejelzésében.
Mind a determinisztikus, mind a valószínűségi (ensemble) AIFS-t, mind más hasonló megoldást használó prognózisokat ezen tapasztalataink alapján a tavalyi évtől egyre növekvő súllyal használunk fel előrejelzéseink készítése során.
Időkép kísérleti AI hőmérséklet-előrejelzés hétfő délután 16 órára, 600 méteres felbontásban, a hétfő reggeli mérések alapján
Az AIFS ugyanakkor kisfelbontású előrejelzést szolgáltat, 25 kilométerenként csupán egyetlen adatot. Ahhoz, hogy valóban pontos adatokat tudjunk szolgáltatni olvasóinknak, ezt egy saját AI modellel egészítjük ki, mely nagy (kb. 600 méteres) felbontással Magyarország mikroklimatikus területeit is képes lesz megfelelően tükrözni.
Ehhez a meglévő, 1800 méteres felbontású hagyományos WRF modellünk mellett egy olyan megoldást fejlesztünk, melyhez
észlelőink által üzemeltettett, másfél évtizednyi, jelenleg már több mint 600 helyszínen üzemelő időjárás állomásokból álló mérőhálózatunk adatait vesszük alapul.
Az eredményeket hamarosan közzétesszük.
Nagyon köszönjük mindenkinek, aki méréseivel segíti azt, hogy minél pontosabb előrejelzéseink lehessenek!
Címlapi kép: METEOSAT / NOAA GOES
Szerző: Szente-Varga Bálint
Megjelent: 2025.02.17 17:16