Meteorologie in transformatie: AI-modellen kijken dieper in de atmosfeer

De National Oceanic and Atmospheric Administration (NOAA), de Amerikaanse weer- en oceaandienst, heeft een suite van nieuwe AI-gestuurde wereldwijde weermodellen gelanceerd die beloven sneller en nauwkeuriger weer te voorspellen dan ooit tevoren. Deze ontwikkeling markeert een belangrijke stap in de integratie van kunstmatige intelligentie met klassieke meteorologische wetenschap — met potentieel grote gevolgen voor meteorologen, rampenplanning en het brede publiek.

NOAA deploys new generation of AI-driven global weather models NOAA has launched a groundbreaking new suite of operational, artificial intelligence (AI)-driven global weather prediction models, marking a significant advancement in forecast speed, efficiency, and accuracy. The models will provide forecasters with faster delivery of more accurate guidance, while using a fraction of computational reso ONTDEK MEER

AI en de weervoorspelling: Een nieuwe paradigma

Traditioneel vertrouwen meteorologen op numerieke modellen die fysische vergelijkingen van de atmosfeer oplossen met enorme rekenkracht. Die modellen zijn robuust, maar traag en duur in gebruik. De nieuwe AI-weermodellen van NOAA breken met die traditie: ze gebruiken deep learning en neurale netwerken om patronen in historische en actuele weerdata te herkennen en voorspellingen te genereren die sneller klaar zijn en vaak vergelijkbare nauwkeurigheid bieden.

Four conditions for AI in weather forecasts to deliver for development ONTDEK MEER

Deze modellen vullen de klassieke methoden aan, vooral op het gebied van grote schaal en tropische weersystemen, en leveren kortere doorlooptijden voor voorspellingen — wat essentieel is bij noodweer, stormen en rampenpreventie.

Wat betekent dit voor meteorologen en gebruikers?

Voor meteorologen betekent de komst van AI-modellen geen onmiddellijke vervanging van bestaande technieken, maar eerder een krachtige nieuwe tool in hun gereedschapskist. De snelheid van AI-voorspellingen maakt het mogelijk om weerscenario’s sneller te genereren en risico’s beter in te schatten, vooral bij dynamische systemen zoals orkanen of snellopende stormfronten.

Tegelijkertijd zorgt deze technologie ervoor dat voorspellingen toegankelijker worden voor lokale en kleinere weerdiensten wereldwijd — vooral in landen die geen toegang hebben tot supercomputerinfrastructuur. 

Sneller, slimmer en efficiënter: De belofte van AI

AI-voorspellingsmodellen zijn ontworpen om enorme hoeveelheden data razendsnel te verwerken en kunnen daardoor:

• voorspellingen genereren in een fractie van de tijd die klassieke modellen nodig hebben
• sneller reageren op veranderende weersomstandigheden
• potentieel nauwkeuriger zijn bij complexe grootschalige weerpatronen

Deze eigenschappen maken ze bijzonder waardevol voor stakeholders zoals hulpdiensten, landbouwbedrijven, energieproducenten en luchtvaartmaatschappijen.

Building AI-powered weather forecasting tools with Open Data on AWS | Amazon Web Services Although traditional weather forecasting methods have served us well, they often require substantial computational resources and time to deliver results. In this post, we explore how Brightband is revolutionizing this field by combining AI with Open Data on AWS to create faster, more accessible, and highly accurate weather forecasting solutions. When data is shared on AWS, anyone can analyze it and build services on top of it. Sharing data in the cloud lets data users such as Brightband spend more time on data analysis rather than data acquisition. https://aws.amazon.com

Toekomstperspectief: Meer dan alleen weer

Het gebruik van AI in meteorologie staat nog in de kinderschoenen, maar de vooruitzichten zijn groot. Naar verwachting kunnen toekomstige modellen verder worden verfijnd om bijvoorbeeld:

• regionale en lokale voorspellingen tot op straatniveau te verbeteren
• extreem weer aanzienlijk beter tijdig te detecteren
• de impact van klimaatverandering op weerspatronen nauwkeuriger te modelleren

Terwijl traditionele modellen en menselijke expertise altijd een rol zullen blijven spelen, belooft AI een revolutie teweeg te brengen in de snelheid, efficiëntie en schaal van weersvoorspellingen wereldwijd.

A regional high resolution AI weather model for the prediction of atmospheric rivers and extreme precipitation - npj Climate and Atmospheric Science Accurate precipitation forecasting often relies on high-resolution numerical weather prediction (NWP) models, which are essential for capturing fine-scale and nonlinear atmospheric dynamics. However, the computational demands of these models can be substantial. Leveraging recent advancements in artificial intelligence (AI), we present a stretched-grid AI-driven weather model with 6-km horizontal grid increments over the Western United States and ~31 km in other regions globally. The model employs an autoregressive framework to generate forecasts in minutes and is evaluated against global and regional NWP systems, as well as a lower-resolution AI model. Our results show that the regional AI model reduces 24-h accumulated precipitation errors ONTDEK MEER