Uutinen 13.6.2024

Tarkempia lähihetken sateen todennäköisyysennusteita uudella neuroverkkomallilla

Tutkijat kehittivät säätutkalla havaittua sadetta ja sen epävarmuutta uudella tavalla lähihetkille ennustavan mallin, joka päihittää perinteiset mallit. Sateen lähihetkiennustaminen on tärkeää äkkitulvien ja muiden sateeseen liittyvien ääri-ilmiöiden vahinkojen vähentämisen kannalta.
Kuva: AdobeStock

Tutkimuksessa selvitettiin, voisiko neuroverkkopohjaisista malleista olla hyötyä sateen todennäköisyyden lähihetkiennustamisessa, sillä neuroverkot tehoavat hyvin monimutkaisiin ennustustehtäviin.

Kehitetty malli toimii siten, että neuroverkko ennustaa todennäköisyysjakauman säätutkilla havaituille sateen voimakkuuksille seuraavan tunnin ajalle. Tämä jakauma kuvaa keskimääräistä ennustettua sadetta ja ennusteen arvioitua epävarmuutta. Neuroverkkoa pyydetään antamaan monta mahdollista ennustetta tälle jakaumalle. Näin ollen saadaan arvio kahdelle eri epävarmuustyypille, jotka ovat neuroverkon arvioima sateen epävarmuus ja neuroverkon itse kokema epävarmuus jakaumia ennustaessaan.  

Malli onnistui tehokkaasti tuottamaan tarkempia sekä osin luotettavampia ennusteita kuin perinteisesti käytetyt tilastolliset mallit, erityisesti voimakkaille sateille. Malli koulutettiin ja testattiin Ilmatieteen laitoksen säätutkaverkosta kerätyllä aineistolla.

Tutkimuksen yhteydessä havaittiin, että mallin ennustamista jakaumista tuleva epävarmuus muodostaa suurimman osan kokonaisepävarmuudesta, ja että mallin itse kokema epävarmuus oli testitapauksissa pieni. Jatkokysymykseksi jäi, löytyykö sellaisia tapauksia, jossa kehitetty malli itse kokisi olevansa hyvin epävarma.

Sateen lähihetkiennusteet tärkeitä turvalllisuuden kannalta

Sateen lähihetkiennustaminen on vaikea tehtävä, johon perinteiset säämallit eivät ole riittäviä, mutta se on samalla tärkeä työkalu yhteiskunnan turvaamiseksi rajuilmatilanteissa. Todennäköisyyksiin perustuva ennustaminen on erityisen tärkeää ennusteita käyttäville viranomaisille, sillä sateen kehityksessä on väistämättä epävarmuutta. Antamalla epävarmuudelle lukuarvoja voidaan tehdä perusteltuja päätöksiä, kuten tarvitseeko alueen asukkaita evakuoida äkkitulvan tieltä. 

Tutkimus tehtiin ilmatieteenlaitoksen Lähisään ja älyliikenteen tutkimus ryhmässä vuosien 2022–2023 aikana, Suomen Akatemian vuosien 2021–2025 rahoittaman PINCAST-hankkeen yhteydessä. Tavoitteena on kehittää selitettäviä, epävarmuutta mallintavia ja fysiikan lakeja huomioon ottavia neuroverkkomalleja voimakkaiden kuurosateiden ennustamista varten.

Lisätietoja: 

tutkija Bent Harnist, Ilmatieteen laitos, p. +358504311766, bent.harnist@fmi.fi 

Artikkeli on vapaasti luettavissa osoitteesta: https://doi.org/10.5194/gmd-17-3839-2024 

Harnist, B., Pulkkinen, S., & Mäkinen, T. (2024). DEUCE v1. 0: a neural network for probabilistic precipitation nowcasting with aleatoric and epistemic uncertainties. Geoscientific Model Development, 17(9), 3839-3866. 

TiedeuutinenSadeSääLähihetkiennuste