Prognozowanie pogody zmieniało się na przestrzeni dziejów. W średniowieczu meteorolodzy wykorzystywali gwiazdy do przewidywania pogody dnia następnego. Znacznie później Lewis Fry wykorzystał równania matematyczne do przewidywania pogody na świecie. Dzisiejsze prognozy pogody powstają dzięki systemom numerycznego prognozowania pogody (NWP), które dostarczają wiarygodnych prognoz dla całej planety na kilka dni do przodu. Mają one jednak kłopoty z tworzeniem krótkoterminowych prognoz – obejmujących czas kilku godzin. Nowcasting może to zmienić.
Lepsze prognozy krótkoterminowe
Nowcasting to nic innego jak prognoza pogody “na teraz”. Metoda ta opisuje aktualny stan pogody i jej rozwój w ciągu kilku najbliższych godzin, zwykle mniej niż 6 godzin. Technika ta jest bardzo przydatna w komunikacji lądowej (np. do tworzenia prognoz dla kierowców) i lotniczej. Często dotyczy ściśle określonych obszarów.
Postępy w badaniach meteorologicznych sprawiły, że dane z radarów o wysokiej rozdzielczości, mierzących ilość opadów na poziomie gruntu, są dostępne z dużą częstotliwością (np. co 5 minut przy rozdzielczości 1 km). Jeżeli dodamy do tego uczenie maszynowe (rodzaj sztucznej inteligencji), otrzymamy jeszcze dokładniejsze prognozy.
Naukowcy DeepMind skupili się na przewidywaniu opadów – do 2 godzin do przodu. Zastosowali tzw. modelowanie generatywne, które analizuje ostatnie 20 minut obserwacji radaru, na podstawie których tworzy prognozy na najbliższe 90 minut. Narzędzie skupia się na opadach deszczu o średniej i dużej intensywności, które mają największy wpływ na ludzi i gospodarkę.
Narzędzie DeepMind Deep Generative Model of Rain zostało ocenione przez ponad 50 doświadczonych meteorologów z brytyjskiego Met Office jako lepsza opcja w 89% przypadków w porównaniu z obecnie stosowanymi metodami prognozowania. DeepMind planuje wykorzystać wyniki testów do poprawy zarówno prognoz długoterminowych, jak i krótkoterminowych, intensywnych opadów.
