Το ECMWF κυκλοφόρησε επίσης μια τεχνική έκθεση με τίτλο «Η εξέλιξη στην πρόγνωση καιρού με τη χρήση δεδομένων», στην οποία δοκιμάστηκε το μοντέλο Pangu-Weather ως αντιπροσωπευτικό των μεθόδων που βασίζονται σε δεδομένα.

   Η έκθεση περιλαμβάνει τη συγκριτική μελέτη μεταξύ των προβλέψεων που έγιναν από το Pangu-Weather και το Ολοκληρωμένο Σύστημα Πρόγνωσης (IFS) του ECMWF -κορυφαίο παγκόσμιο σύστημα αριθμητικής πρόγνωσης του καιρού (NWP)- από τον Απρίλιο έως τον Ιούλιο του τρέχοντος έτους.

   Προγνώσεις καιρού μέσω Pangu-Weather στον ιστότοπο του ECMWF

   Σύμφωνα με την έκθεση, η υιοθέτηση μοντέλων ML όπως το Pangu-Weather θα μπορούσε να αλλάξει τα δεδομένα για τη σταδιακή, και αργή μάλλον, πρόοδο των παραδοσιακών μεθόδων αριθμητικής πρόβλεψης του καιρού (NWP) — η ικανότητα πρόβλεψης αυξάνεται κατά περίπου μία ημέρα ανά δεκαετία (σύμφωνα με τον Παγκόσμιο Μετεωρολογικό Οργανισμό), γεγονός που θα μπορούσε να αποδοθεί στο υψηλό υπολογιστικό κόστος της διεξαγωγής μιας πρόγνωσης με τα συνήθη μοντέλα NWP.

   Τα μοντέλα ML είναι έτοιμα να φέρουν επανάσταση στην πρόγνωση του καιρού, με τη διεξαγωγή προγνώσεων που απαιτούν πολύ χαμηλότερο υπολογιστικό κόστος, ενώ είναι ιδιαίτερα ανταγωνιστικά όσον αφορά την ακρίβεια των αποτελεσμάτων.  

   Το ECMWF διεξάγει πλέον μια σειρά από προγνώσεις βάσει δεδομένων ως μέρος του επιχειρησιακού προγράμματός του. Ο ιστότοπος του ECMWF παρουσιάζει τις προγνώσεις του Pangu-Weather σε έξι διαφορετικούς τύπους διαγραμμάτων, συγκεκριμένα, μέση πίεση στάθμης της θάλασσας και ταχύτητα ανέμου 850 hPa, γεωδυναμικό ύψος 500 hPa και θερμοκρασία 850 hPa, μέση πίεση στάθμης της θάλασσας και ταχύτητα ανέμου 200 hPa, θερμοκρασία και γεωδυναμικό ύψος σε διαφορετικά επίπεδα πίεσης, θερμοκρασία 2 m και ταχύτητα ανέμου 10 m, ταχύτητα ανέμου και γεωδυναμικά ύψη σε διάφορα επίπεδα πίεσης. Όλες αυτές οι πληροφορίες είναι σημαντικές για την πρόβλεψη της συμπεριφοράς των καιρικών συστημάτων, της τροχιάς των καταιγίδων, της ποιότητας του αέρα και των καιρικών συνθηκών. Το Pangu-Weather χρησιμοποιήθηκε, επίσης, πρόσφατα για την πρόβλεψη της διαδρομής του τυφώνα Doskuri.  

   Το ECMWF έχει ζητήσει μεγαλύτερη στήριξη από την παγκόσμια κοινότητα  μετεωρολογίας για τη χρήση των μοντέλων A.I. ως επιπλέον εργαλεία στα συστήματα πρόγνωσης που διαθέτει καθώς και για την περαιτέρω διερεύνηση των δυνατοτήτων και αδυναμιών τέτοιων μοντέλων.

(απεμπε – φωτο:freepik)