KI-Modell verbessert Präzision der Wettervorhersage

Entwickelt hat das KI-Wettervorhersagemodell „Baguan“ die DAMO-Academy. Baguan soll die Präzision in der Meteorologie neu definieren und der Industrie helfen, sich an die Klimaschwankungen anzupassen und die Auswirkungen auf die Umwelt zu reduzieren.
Die jüngsten extremen Wetterereignisse wie die verheerenden Überschwemmungen in Spanien, die durch heftige Regenfälle verursachten Erdrutsche und Überschwemmungen in Nepal und der Tropensturm auf den Philippinen haben die dringenden Bedrohungen durch den Klimawandel deutlich gemacht.

Qualifizierte Wettermodellierung

Einem Bericht der Weltorganisation für Meteorologie (WMO) mit dem Titel „United in Science“ zufolge gefährden Klimawandel und Unwetter zunehmend das Leben. Künstliche Intelligenz und maschinelles Lernen können „qualifizierte Wettermodellierung schneller, billiger und leichter zugänglich machen“, insbesondere für „Länder mit geringem Einkommen und begrenzten Computerkapazitäten“, sagt Wotao Yin, Direktor des Decision Intelligence Lab der Alibaba DAMO Academy.

Baguan wurde unter Verwendung der Siamese Masked Autoencoders (SiamMAE)-Architektur und einer autoregressiven Pre-Training-Methodik entwickelt, die die Verarbeitung und das Verständnis komplexer atmosphärischer Daten ermöglicht. Ein global-regionaler Modellierungsansatz verbessert die Leistung des Modells weiter: Es nutzt ERA5, die atmosphärische Reanalyse des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) des globalen Wetters von 1979 bis heute, ergänzt durch lokalisierte Wetterindikatoren wie Temperatur, Windgeschwindigkeit und Sonneneinstrahlung.

Optimierung der Energieerzeugung

Die Fähigkeiten von Baguan gehen über die reine Wettervorhersage hinaus. Im Bereich der erneuerbaren Energien sind die detaillierten und präzisen Wettervorhersagen des Modells von zentraler Bedeutung für die Optimierung der Energieerzeugung und tragen zu einem stabileren und effizienteren Energiemanagement bei. Die Präzision des Modells wurde während eines plötzlichen Temperatursturzes in der chinesischen Provinz Shandong unter Beweis gestellt, wo Baguan einen Rückgang der Stromnachfrage um 20 Prozent vorhersagte und eine hohe Genauigkeit von 98,1 Prozent bei der Lastvorhersage erreichte. Dies ermöglichte einen verbesserten Netzbetrieb, reduzierte die Kosten und verbesserte die Effizienz der Energieverteilung.

„Wir werden die Leistung für wichtige Wetterindikatoren wie Wolkenbedeckung und Niederschlag weiter verbessern, neue Technologien für die Analyse verschiedener Klimaszenarien entwickeln und weitere Anwendungen wie meteorologische Warnungen für die Zivilluftfahrt, die landwirtschaftliche Produktion und die Vorbereitung von Sportveranstaltungen unterstützen“, sagt Yin.