Verbesserung von numerischen Wettervorhersagen mit künstlichen neuronalen Netzen
17.12.2018
Eine neue Studie zeigt wie Maschinelles Lernen systematische Fehler in numerischen Wettervorhersagen beseitigen kann
Alle numerischen Wettervorhersagen haben systematische Fehler. Bevor diese an Nutzer weitergegeben werden können, müssen die Vorhersagen mit statistischen Mitteln kalibriert werden. Traditionell wurde dies mit einfachen linearen Methoden gemacht. In dieser Studie werden moderne KI Methoden benutzt. Neuronale Netze bieten eine flexible Methode nichtlineare Zusammenhänge zwischen verschiedenen Vorhersagegrössen und Stations-spezifischen Eigenschaften zu modellieren. Das Neuronale Netz liefert dabei bessere Vorhersagen als bisherige Methoden und ist dabei schneller. Diese Studie zeigt das Potential, das Neuronale Netze im Bereich der Nachbearbeitung von numerischen Wettervorhersagen haben.
Paper: Neural Networks for Postprocessing Ensemble Weather Forecasts. Rasp, S. and S. Lerch, 2018. Monthly Weather Review. https://doi.org/10.1175/MWR-D-18-0187.1