Dalam beberapa tahun terakhir, Prakiraan cuaca telah mengalami revolusi sejati berkat pengembangan model ilmiah baru yang menggabungkan kecerdasan buatan.Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF) telah mengambil langkah tegas dengan kedatangan AIFS ENS, sistem probabilistik inovatif yang mendefinisikan ulang cara prakiraan cuaca dibuat dan dikelola.
Apa model probabilistik yang baru?
AIFS ENS v1 adalah model ensemble yang menggunakan teknik pembelajaran mesin untuk mensimulasikan perilaku atmosfer dan menghasilkan prakiraan cuaca dengan pandangan yang lebih luas tentang kemungkinan situasi di masa mendatang. Sistem ini melakukan beberapa simulasi dari situasi awal yang sama, mengambil sampel distribusi yang dipelajari, yang memungkinkan untuk menangkap ketidakpastian yang melekat dalam prediksi cuaca.
Berkat pendekatan ini, perkiraan tercapai lebih akurat dan realistisModel ini menggunakan fungsi kerugian CRPS, yang membantu mengkalibrasi hasil, dengan mempertimbangkan keterbatasan yang terkait dengan bekerja dengan jumlah anggota ensembel yang terbatas. Hasilnya, AIFS ENS telah mengungguli model ansambel fisik tradisional dalam peramalan jangka menengah dan sangat kompetitif dalam peramalan submusim..
Perbedaan utama dengan model tradisional
Salah satu karakteristik yang paling relevan dari AIFS ENS Itulah cara menggabungkan elemen kontrol. Sementara dalam model berbasis fisika tradisional, elemen ini bertindak sebagai referensi deterministik dan tidak terganggu, dalam model berbasis AI, peran ini berbeda. Anggota kontrol AIFS ENS merupakan produk pengambilan sampel internal dari distribusi yang dipelajari oleh sistem., yang berarti bahwa ketidakpastian tidak dapat dimatikan untuk menjalankan simulasi yang persis sama dengan skema klasik.
Inovasi ini merupakan sebuah kemajuan dalam kapasitas mengantisipasi fenomena cuaca yang kompleks dan menilai risiko yang terkait dengan mempertimbangkan variabilitas alami atmosfer dalam prediksi. Jika Anda ingin mempelajari lebih dalam tentang cara kerja model cuaca, Anda dapat berkonsultasi model cuaca lainnya dan pentingnya dalam prediksi cuaca.
Evolusi dan kronologi implementasi
Model tersebut melalui fase eksperimen yang di dalamnya berbagai metodologi diuji, seperti teknik difusi, meskipun versi operasionalnya berfokus secara eksklusif pada optimasi dengan fungsi kerugian CRPS. Penggabungan AIFS ENS ke dalam sistem prakiraan ECMWF dijadwalkan pada 1 Juli 2025 pukul 06 UTC., setelah fase pengujian yang dimulai pada tanggal 23 Juni.
Untuk saat ini, pengguna model lain seperti IFS dan AIFS Single tidak akan mengalami perubahan apa pun, karena versi operasional sistem tersebut tetap utuh.
Dampak dan rekomendasi bagi pengguna
Kedatangan AIFS ENS menandai sebelum dan sesudah di mengelola ketidakpastian meteorologi dan keakuratan prakiraan. Namun, mereka yang ingin menggunakan data ini, khususnya untuk keperluan operasional, harus meninjau informasi yang tersedia secara menyeluruh mengenai masalah yang diketahui dan yang belum diketahui. ECMWF juga mendorong komunitas ilmiah dan teknis untuk memberikan umpan balik guna penyempurnaan sistem lebih lanjut.
AIFS ENS tidak dimaksudkan untuk menggantikan model tradisional segera, melainkan melengkapi berbagai alat yang tersedia untuk prakiraan cuaca dengan pendekatan yang lebih maju yang disesuaikan dengan era pembelajaran mesin. Untuk lebih memahami evolusi model-model ini, mungkin menarik untuk meninjau .
Pengembangan dan penerapan model seperti AIFS ENS membuka tahap baru dalam peramalan meteorologi, meningkatkan kemampuan antisipasi dan manajemen risiko Dalam konteks global di mana kejadian ekstrem semakin menonjol, peningkatan berkelanjutan alat ini menjanjikan prakiraan yang lebih bermanfaat baik bagi pengguna profesional maupun masyarakat umum.
