Joel Oskarsson och Fredrik Lindsten, biträdande professor, har tillsammans med forskaren Tomas Landelius på SMHI en gemensam vision. Med hjälp av så kallade djupinlärningsmodeller vill de göra framtidens väderprognoser mer pålitliga.
”En revolution”
– Det är verkligen en revolution som är på väg att hända inom det området eftersom det går så otroligt fort att ta fram en prognos, säger Joel Oskarsson.
Med Googles nyaste väderprognos-system Graph Cast som förebild har forskarna utvecklat en regional AI-modell för Sverige och Norden. I den har forskarna matat in stora mängder data från SMHI. Utifrån det kan modellen väldigt snabbt skapa väldigt många olika så kallade ensembleprognoser, varav varje står för ett möjligt scenario hur vädret skulle kunna bli.
Förvarna om extremväderhändelser
Forskarna hoppas att det kan bidra till att tidigare kunna förvarna för samhällsfarliga extremväderhändelser som ökar i takt med klimatförändringarna.
– Eftersom extremväderhändelser alltid är rätt osannolika behöver man göra många olika prognoser för att se att det finns en liten sannolikhet för att det skulle kunna ske och så kan man förbereda sig tidigare, säger Joel Oskarsson.
I klippet ovan kan du se hur forskningen med hjälp av superdatorn Berzelius går till.
