Wettervorhersagen sind genauer und detaillierter als je zuvor

Das Zeitalter der computergestützten Wettervorhersage begann 1965. Sechzig Jahre später führt das Met Office eine weitere technologische Revolution an, die diesmal durch künstliche Intelligenz (KI) vorangetrieben wird.

Laut der Financial Times trägt KI dazu bei, die Vorhersage von Wolkenmustern, Niederschlagsmengen und Temperaturen zu verbessern. Konkret erweitert diese Technologie den Prognosebereich von hochpräzisen Sofortprognosen innerhalb weniger Stunden bis hin zu mittelfristigen Prognosen (3–15 Tage) und ist nun in der Lage, das Wetter auf untersaisonaler Ebene (2 Wochen bis 2 Monate) vorherzusagen.

„Wir sehen das Potenzial für einen echten Wandel in der Wettervorhersage. In gewisser Weise ähnelt es der Zeit, als Menschen begannen, Computer zu nutzen“, sagte Kirstine Dale, Leiterin der KI-Abteilung des Met Office.

Von der digitalen Prognose zur „End-to-End“-KI

Bisher basierte die Wettervorhersage weitgehend auf numerischen Wettervorhersagen, einem komplexen Rechenprozess, der Supercomputer erforderte, um Millionen von Beobachtungen in Echtzeit zu verarbeiten. Bahnbrechende KI-Systeme für das Wetter erfordern zwar noch eine intensive Datenassimilierung, nutzen dann aber maschinelles Lernen, um Prognosen zu erstellen.

KI hat tiefgreifende Auswirkungen auf den Bereich der Wettervorhersage. Foto: Financial Times.

Die ersten Ergebnisse sind sehr vielversprechend. Das Europäische Zentrum für mittelfristige Wettervorhersage (EZMW) erklärte, dass sein im Februar eingeführtes erstes KI-Modell die Genauigkeit bei wichtigen Messgrößen, wie etwa der Vorhersage der Bahn tropischer Wirbelstürme, um etwa 20 Prozent verbessert habe.

„Die neue KI-Technologie baut auf den enormen Verbesserungen der Prognosegenauigkeit der letzten Jahrzehnte auf. Seit Anfang der 2000er Jahre stehen fortschrittlichere Satellitendaten zur Verfügung, und die Genauigkeitslücke zwischen den Hemisphären ist verschwunden“, sagte Florence Rabier, Generaldirektorin des ECMWF.

Zuvor hatte das ECMWF im Oktober 2023 auch sein eigenes KI-basiertes globales Prognosemodell namens AIFS eingeführt.

Im Gespräch mit der Washington Post bezeichnete der Meteorologe Matt Lanza die AIFS-Vorhersage für Hurrikan Francine im September als „verrückt“. „Man müsste verrückt sein, um es nicht täglich in seinem Prognose-Toolkit zu verwenden“, kommentierte der Experte.

Beim Hurrikan Milton gab AIFS einen Landungspunkt von nur 21 km an, bevor er Florida erreichte. Nach diesem Erfolg erklärte der Meteorologe Bryan Bennett, AIFS sei „das genaueste Modell, das die Welt je hatte“.

Herkömmliche Wettervorhersagemodelle erfordern eine große Rechenleistung und müssen von hochqualifiziertem Personal bedient werden. Foto: 7wData.

Dies war jedoch erst der Anfang der Ära der KI, die dieses Feld dominierte. Laut der Financial Times entsteht eine zweite Generation experimenteller „End-to-End“-KI-Systeme, die noch spannendere Möglichkeiten verspricht.

Diese Modelle überspringen den Schritt der Datenassimilierung und arbeiten direkt mit Rohbeobachtungen von Satelliten und Wetterstationen, um sowohl globale als auch lokale Prognosen zu erstellen.

„Plötzlich sind wir an einem Punkt, an dem ein neuer Sensor eingerichtet und die Daten sehr schnell in das Modell eingespeist werden können“, sagt Scott Hosking vom Turing Institute. Hosking schätzt, dass es etwa 20 bis 30 verschiedene KI-Wettermodelle in unterschiedlichen Entwicklungsstadien gibt und dass diese Zahl in nur einem Jahr rasant ansteigen wird.

Die Rolle der Meteorologen in der Zukunft

Eine wichtige Frage ist, welche Rolle Meteorologen spielen werden, wenn die Welt immer stärker auf KI angewiesen ist.

Trotzdem sind die Beamten des Met Office davon überzeugt, dass der technologische Fortschritt keine Arbeitsplätze kosten wird. Stattdessen werden Meteorologen weiterhin benötigt und sind möglicherweise sogar wichtiger denn je.

Sie müssen die Unterschiede zwischen konkurrierenden KI-Modellen bewerten, eine entscheidende Rolle dabei spielen, die Rohdaten der Prognosen in einen Kontext zu setzen und Risikostufen sowie Minderungsmaßnahmen zu kommunizieren. In Wirklichkeit müssen Rohdaten noch immer gesammelt und auf Anomalien überprüft werden.

„Die Technologie verändert unser Verständnis vom Wetter – allerdings als mächtiger Verbündeter etablierter Vorhersagemethoden, nicht als Ersatz. Ich sehe eine zunehmend symbiotische Beziehung. Wir brauchen sie als Team, um zusammenzuarbeiten“, argumentiert Kirstine Dale.

KI-Modell sagt Sturmverlauf im Vergleich zur Realität voraus. Foto: Harvard.

Und obwohl die Aussichten für den Einsatz von KI in der Wettervorhersage rosig sind, droht auch ein großer Schatten: das Risiko eines Datenmangels.

Die Trump-Regierung plant, das Budget und den Personalbestand der US-amerikanischen National Oceanic and Atmospheric Administration (NOAA) deutlich zu kürzen. Allerdings dient die NOAA als wichtige Quelle für Daten von Satelliten, Ozeanbojen, Ballons und Radar. Alle diese Daten stehen Meteorologen auf der ganzen Welt kostenlos zur Verfügung.

„Jede Verringerung der globalen Datenverfügbarkeit ist ein großes Problem. Ich halte diese Kürzungen in einer Zeit, in der sich das Klima tatsächlich verändert, für sehr gefährlich“, sagte Richard Turner, Professor für maschinelles Lernen an der Universität Cambridge.

Quelle: https://znews.vn/du-bao-thoi-tiet-dang-chinh-xac-va-chi-tiet-hon-bao-gio-het-post1554568.html