Med jevne mellom gjør mer datakraft, forbedrede modeller og nye algoritmer (blant annet for å utnytte observasjoner) at værvarslingen blir bedre. Det er en utvikling som kommer til å fortsette. Men nå skal man ta i bruk kunstig intelligens og maskinlæring for å forbedre resultatene og varsle været med større presisjon lenger inn i fremtiden.
Slik teknologi tas i bruk på mange områder innen værvarsling. Nylig lanserte ECMWF – Det europeiske senteret for mellomlang værvarsling, et stort forskningsprogram på dette området. Det skal pågå i ti år for å utnytte de nye mulighetene som åpner seg.
AI og ML til unnsetning
– Om ti år, når forskningsprogrammet er ferdig, tror jeg det vil bli mulig å varsle værforholdene mye lenger frem i tid enn i dag. I dag har vi beregninger som noen steder kan se grove trender en måned fram i tid. Jeg tror at denne utviklingen vil gjøre at vi med samme nøyaktighet, vil kunne se et sted mellom fire og fem måneder framover, sier sjef for prognoser ved ECMWF, Florian Pappenberger.
Han er ansvarlig for den kontinuerlige utarbeidelsen av værprognoser fra det europeiske senteret i Reading i England. Disse globale værvarslene er også viktige for de mer detaljerte og regionale værvarslene for Norden som Meteorologisk institutt utarbeider i samarbeid med sine svenske, finske og estiske kolleger. Til sammen er det disse værvarslene vi alle bruker når vi konsulterer Yr (samarbeidet mellom Meteorologisk institutt og NRK) for å se hvordan været blir etter de neste timene og dagene.
Pappenberger har skrevet mer enn 150 vitenskapelige publikasjoner og har vunnet flere vitenskapelige priser. Samtidig er han dypt interessert i hvordan varslingsteknologien vil utvikle seg etter hvert som big data, maskinlæring og kunstig intelligens i økende grad tas i bruk.
Nøyaktigheten vil fortsatt variere
– Selv om vi om ti år vil kunne strekke varslingstiden mye lenger enn i dag, vil graden av nøyaktighet selvfølgelig variere hvor på kloden man er. Skal vi fire- og femdoble lengden på varslene, gjelder det de stedene det er enklest å varsle været for. Og det er ikke i Europa. Men selv i vår verdensdel vil vi få gode varsler som strekker seg veldig mye lenger inn i framtiden enn i dag. Maskinlæring og kunstig intelligens i kombinasjon vil revolusjonere værvarsling, men vi må lære mye og utvikle ny kunnskap på veien dit, sier han.
Fundamentet for varslingen i dag, og i fremtiden, er kunnskap og teknologi som hviler på fysikk og massiv beregningskraft. Maskinlæring og kunstig intelligens er en helt nye type verktøy som komplimenterer dette, mener Pappenberger.
Han tror den nye teknologien har potensial til å forbedre oppbyggingen og sammensetningen av dagens komplekse fysiske modeller av atmosfæren. For eksempel nye algoritmer utviklet med maskinlæring kan vise seg å være veldig mye raskere enn de vi bruker i dag. De kan også bidra til å utnytte observasjonene, for eksempel fra satellitter, bedre enn i dag. Maskinlæring og kunstig intelligens er ekstra verktøy for å kunne beskrive og forstå jordsystemet.
Tett samarbeid
– Vi jobber tett sammen med ECMWF og 26 europeiske land som forsker og utvikler værvarslingsmodellen vi alle bruker. Kodebasen er den samme i alle landene. Hovedtrekkene i utviklingen framover er å utnytte den til enhver tid tilgjengelige regnekraften og dets arkitektur best mulig og her er ECMWF i førersetet, sier direktør for Senter for utvikling av varslingstjenesten ved Meteorologisk institutt, Jørn Kristiansen.
Han mener vi trenger kunstig intelligens og maskinlæring for å forbedre metodene og modellene vi allerede benytter. Spesielt i de «kostbare» regneoperasjonene som f.eks. når modellene skal beregne transporten av lang- og kortbølget stråling gjennom atmosfæren.
– Vi er kommet så langt at vi nå kan begynne å representere jorda med en såkalt digital tvilling, fra global til hyper-lokal skala.
Ifølge Kristiansen er man helt i starten på dette arbeidet.
– Jeg tror vi må utvikle dette for å legge til rette for klimatilpasning og for å kunne varsle ekstremvær med enda høyere nøyaktighet enn i dag. Kunstig intelligens og maskinlæring vil nok være helt avgjørende for å utvikle en god nok digital tvilling. Med en slik modell kan vi etablere en bedre forståelse av prosesser slik som i skyfysikk og komme oss ned i en detaljeringsgrad som er mindre enn en kvadratkilometer.
Kristiansen tror alle samarbeidslandene må ha den samme visjonen på dette området. Selv prøver Meteorologisk institutt å være en pådriver.
Begynner nå
– Den utviklingen vi ser for oss vil starte om ikke lenge, men det vil ta tid før den gir seg utslag i bedre varsler. Først om tre til fem år vil det får mye å si, men vi burde se de første resultatene allerede om et par år. Når vi utarbeider varsler gjøres det ved å dele atmosfæren i ulike volumer og beregne hvordan betingelsene varierer inn og ut av dem over tid. En viktig effekt vil være å kunne gjøre oppdelingen av atmosfæren mye mer finmasket både horisontalt og vertikalt.
Det er en utvikling som nye modeller og mer datakraft har bidratt med over mange år, men Pappenberger tror den nye teknologien kan ha potensial til å akselerere utviklingen betydelig.
– Først of fremst vil det gi varsler med mye høyere presisjon, men også strekke varslene mye lenger inn i fremtiden, sier han.
Kvantemaskiner lenger fram
Pappenberger har tro på at kvantedatamaskiner kan spille en rolle i framtiden. Kanskje om fem til ti år fra nå. Hva dette kommer til å bety er helt uvisst.
– Det blir litt som å svare på hva vi kan få til om vi plutselig fikk tilgang til uendelig mye datakraft. I så fall kunne vi kjøre millioner av scenarioer fra hver startposisjon og det ville selvfølgelig gjøre varslingen bedre. Hvor mye bedre er ikke godt å si. Men at vi kommer til å få mer datakraft er ikke vanskelig å spå. I tillegg til at vi vil bruke alt vi får tilgang til, sier Pappenberger.
