Les systèmes d’IA pourraient nous aider à accélérer les prévisions météorologiques extrêmes

Alors que le changement climatique rend les conditions météorologiques extrêmes plus probables et plus imprévisibles, les météorologues et les agences gouvernementales ont besoin de nouveaux outils pour suivre le rythme. Deux études publiées cette semaine dans la revue scientifique Nature suggèrent que l’intelligence artificielle peut être utilisée pour prendre en charge des prévisions précises et plus rapides et des avertissements de conditions météorologiques extrêmes.

Une étude décrit comment le modèle d’IA de Huawei, Pangu-Weather, a été utilisé pour prévoir les conditions météorologiques hebdomadaires dans le monde. La nouvelle technologie est capable de le faire plus rapidement que les méthodes traditionnelles de prévision météorologique mais avec une précision légèrement inférieure. Le réseau a été formé sur 39 ans de données mondiales de 1979 à 2017, combinant des informations météorologiques historiques avec des modèles de prévision météorologique modernes. Les chercheurs ont également étudié 69 facteurs, dont des variables de surface et des variables météorologiques atmosphériques supérieures, explique l’étude.

Pangu-Weather a donné des résultats prometteurs dans certains scénarios de prévision météorologique. Il a prédit la trajectoire précoce d’un cyclone tropical dans le Pacifique avec plus de précision que d’autres modèles de prévision, selon l’étude. Le modèle d’apprentissage automatique était plus précise lors de l’analyse des cyclones que les autres modèles de prévision météorologique actuels.

Actuellement, Prévision météo utilise le prévision numérique du temps (méthode NWP). Modèles informatiques de prévision numérique du temps prévision temps futur en analysant contemporain conditions météorologiques. « (Il) représente les états atmosphériques sous forme de grilles discrétisées et résout numériquement les équations aux dérivées partielles qui décrivent la transition entre ces états. Cependant, cette procédure est coûteuse en calcul », a déclaré le auteurs de l’étude ont écrit.

Beaucoup d’actuels les modèles et les méthodes analysent différentes conditions météorologiques conditions telles que le vent, la pression et l’humidité une par une, MIT Technology Review signalé. Cela fait que les prédictions prennent plus long à traiter. Les chercheurs de Pangu-Weather envisagent d’utiliser le nouveau technologie aux côtés des modèles de prévision actuels pour s’assurer que les prévisions sont exactes. « Notre objectif ultime est de construire un cadre de prévision météorologique de nouvelle génération en utilisant les technologies d’IA pour renforcer les systèmes de prévision existants », a déclaré Tian Qi, scientifique en chef de l’IA chez HUAWEI. déclaration.

La deuxième étude publié dans Nature cette semaine a expliqué comment un modèle d’apprentissage en profondeur a prédit les précipitations extrêmes plus précisément et plus rapidement que d’autres méthodes de prévision de pointe. Le modèle de prévision, NowcastNet, est arrivé premier environ 71% du temps lorsqu’il a été testé par rapport à des systèmes de prévision similaires, a expliqué l’étude.

Les auteurs de l’étude ont souligné que la prévision immédiate peut être utilisée comme un outil de prévention des risques et de gestion des crises, d’autant plus que la recherche montre que le changement climatique a augmenté les fortes pluies. L’Administration nationale des océans et de l’atmosphère a estimé que les catastrophes naturelles de 2022 ont coûté aux États-Unis plus de 160 milliards de dollars. La planification et la prévision de ces événements pourraient potentiellement sauver des vies et permettre aux agences d’allouer des fonds pour la préparation aux situations d’urgence.

Les chercheurs ont dit que la précision de l’outil pourrait soutenir ces efforts. Lors des tests, NowcastNet a prédit les précipitations jusqu’à trois heures à l’avance, ce qui en fait un outil particulièrement important pour la prévision des conditions météorologiques extrêmes. D’autres modèles largement utilisés, comme DGMR de DeepMindpeut prédire la probabilité de fortes précipitations 90 minutes à l’avance.

« Les prévisions faites par NowcastNet sont jugées par des météorologues experts comme étant plus précises et instructives que pySTEPS, DGMR ou d’autres systèmes d’apprentissage en profondeur », a déclaré le auteurs de l’étude ont écrit.

Nous en sommes actuellement aux premières étapes du développement et du déploiement de l’apprentissage automatique pour prédire avec précision les conditions météorologiques extrêmes à venir. Mais il est difficile de prédire comment le développement continu de ces outils d’IA affectera les prévisions. Les modèles actuels de prévision météorologique ont été contesté par le changement climatique, et il n’y a aucune raison de dire que les modèles d’IA n’auront pas de mal à les changements climatiques mondiaux aussi.

Vous voulez plus d’histoires sur le climat et l’environnement ? Consultez les guides d’Earther pour décarboner sa maison, se départir des énergies fossiles, emballer un sac de voyage en cas de catastropheet surmonter la peur climatique. Et ne manquez pas notre couverture du dernier rapport sur le climat du GIECl’avenir de élimination du dioxyde de carboneet le plantes envahissantes que vous devriez déchirer en lambeaux.