Revolúcia v meteorológii: V Kanade spustili prvý hybridný model predpovede počasia na svete

V oblasti predpovede počasia došlo k historickému míľniku. Kanadský úrad pre životné prostredie a zmenu klímy (ECCC) oficiálne uviedol do prevádzky systém GDPS-SN (Global Deterministic Prediction System with Spectral Nudging). Ide o vôbec prvý plne operatívny hybridný meteorologický model na svete. Táto prelomová technológia spája tradičné fyzikálne rovnice s modernou umelou inteligenciou a prináša skokové zvýšenie presnosti predpovedí.

Súboj technológií: Fyzika verzus umelá inteligencia

V posledných rokoch zažíva meteorológia obrovský boom vďaka modelom založeným na strojovom učení (AI). Technologickí giganti ako Google (s modelom GraphCast), Huawei (Pangu-Weather) či NVIDIA (FourCastNet) dokázali, že AI dokáže predpovedať globálne trendy počasia na 5 až 10 dní dopredu rýchlejšie a často presnejšie než superpočítače počítajúce zložité fyzikálne rovnice. Miesto hľadania zákonitostí v zákonoch termodynamiky hľadá AI vzorce v obrovskom množstve historických dát (napr. z databázy ERA5).

Tieto čisté AI modely však majú jednu zásadnú slabinu. Pri ich trénovaní sa algoritmus snaží minimalizovať tzv. strednú kvadratickú chybu. Výsledkom je, že systém volí štatisticky najpravdepodobnejší scenár a má tendenciu výsledky „vyhladzovať“. V praxi to znamená, že z predpovedí čistých AI modelov takmer úplne miznú lokálne extrémne javy – napríklad prívalové dažde, prudké búrky alebo náhle krupobitie na konkrétnom mieste. Ak by aj model búrku predpovedal, no posunul by ju o pár kilometrov vedľa, jeho štatistická chyba by bola obrovská. Preto radšej predpoveď zjemní a spriemeruje.

Na druhej strane, klasické fyzikálne modely excelujú práve v detailoch (lokálna orografia, tvorba oblačnosti, zrážkové procesy), avšak kvôli chaotickej povahe atmosféry majú tendenciu v dlhšom časovom horizonte (o niekoľko dní neskôr) „zablúdiť“ a nesprávne určiť trasu veľkých tlakových níží či výšav.

Čo prináša hybridné riešenie?

Kanadský model GDPS-SN spája výhody oboch svetov do jedného funkčného celku pomocou metódy nazývanej „spectral nudging“ (spektrálne usmerňovanie).

Systém kombinuje dva komponenty:

1. GEM (Global Environmental Multiscale): Overený kanadský globálny fyzikálny model, ktorý má na starosti detailné lokálne procesy, zložitosť terénu a zrážky.

2. GEML: Vlastný AI model Kanady postavený na architektúre GraphCast, ktorý s vysokou úspešnosťou predpovedá trajektórie veľkých atmosférických systémov na dni dopredu.

Ako to funguje v praxi? Počas behu fyzikálneho modelu sú veľké atmosférické vlny (globálne tlakové polia, prúdenie v troposfére a veľkoplošné teploty) neustále a jemne „tlačené“ (usmerňované) na presnejšiu trajektóriu, ktorú vypočítala umelá inteligencia. Zároveň však fyzikálny model dostáva úplne voľnú ruku pri výpočte malých, lokálnych procesov. Výsledkom je, že trasa cyklóny sedí podľa presnej AI, zatiaľ čo lokálne búrky pod ňou detailne vykreslí fyzika.

Generačný skok v presnosti

Podľa oficiálnych meraní kanadského úradu ECCC prinieslo nasadenie tohto hybridného systému masívny posun vpred: 6-dňová predpoveď nového hybridného modelu je dnes rovnako spoľahlivá a presná, ako bola 5-dňová predpoveď predchádzajúceho čisté fyzikálneho modelu.

V meteorologickej vede ide o obrovský skok. Doteraz sa totiž získanie čo i len jedného dňa presnosti navyše spájalo s desaťročiami vývoja a investíciami stoviek miliónov dolárov do výkonnejších superpočítačov. Hybridný model dosiahol tento pokrok vďaka inteligentnejšiemu softvérovému prístupu.

Globálny dosah a budúcnosť

Hoci ide o úspech kanadských vedcov, model GDPS je globálny. Presnejší popis celosvetového prúdenia vzduchu priamo ovplyvňuje predpovede pre celý svet, vrátane Európy a Slovenska, keďže pohyb frontov cez Atlantický oceán smerom k nášmu kontinentu bude možné zachytiť omnoho precíznejšie.

Kanada navyše nekončí a už teraz pracuje na prenesení hybridnej technológie do regionálnych modelov s vysokým rozlíšením (na úrovni kilometrov) a do pravdepodobnostných (ensemble) predpovedných systémov.

Tento krok definuje nový smer, akým sa bude meteorológia uberať. S hybridnými modelmi experimentuje aj Európske centrum pre strednodobé predpovede počasia (ECMWF), ktoré plánuje prepojiť svoj špičkový fyzikálny model IFS s dátovým modelom AIFS. Hoci technologické preteky o prvenstvo v operatívnom nasadení vyhrali Kanaďania, je len otázkou času, kedy podobné hybridné systémy prevezmú kormidlo v predpovedaní počasia po celom svete.

Zdroj: idokep.hu