Weersverwachtingen voor meer dan twee weken vooruit zijn berucht onbetrouwbaar. Juist die periode is belangrijk voor energiebedrijven, boeren en hulpdiensten. Een internationaal team met onderzoekers van MIT, Microsoft, ECMWF en andere instellingen heeft daar nu een oplossing voor gevonden. Het onderzoek verscheen in het wetenschappelijke tijdschrift Nature.
Geen nieuw weermodel, maar een slimme correctielaag
De onderzoekers bouwden geen compleet nieuw weermodel. Ze ontwikkelden een machine-learningmodel dat leert van de fouten die bestaande weermodellen in het verleden maakten, en de uitkomsten daarop aanpast. Het werkt als een extra laag bovenop een bestaand model en richt zich op kansverwachtingen, dus hoe waarschijnlijk verschillende uitkomsten zijn.
De resultaten
- Toegepast op het model van het Europese weercentrum ECMWF, dat als het beste ter wereld geldt, verdubbelde de voorspellende kracht voor twee tot zes weken vooruit.
- Voor het eerst presteerden voorspellingen in die periode beter dan simpelweg uitgaan van het klimatologisch gemiddelde.
- Ook extreem weer werd beter voorspeld. Traditionele correcties trekken uitkomsten juist naar het gemiddelde.
- Een combinatie met deze correctielaag won vorig jaar de eerste plaats in een internationale voorspellingswedstrijd van ECMWF.
Open source en goedkoop
Het model is getraind op een supercomputer, maar om het te draaien heb je die niet nodig. Het is als open-source software beschikbaar gesteld, meldt ook The Verge. Daarmee kunnen ook kleinere weerdiensten het gebruiken. De meteorologische dienst van Kenia heeft al interesse getoond voor het voorspellen van het moessonseizoen.
Wat betekent dit?
Je weerapp zal niet morgen een betrouwbare verwachting voor over vijf weken geven. Maar voor sectoren die vooruit moeten plannen, zoals energie en landbouw, kan beter inzicht in de komende weken veel opleveren. Het blijven wel kansverwachtingen: exact weer voorspellen voor over een maand blijft onmogelijk.
