Úvod > Články > Předpovědi počasí na čtyři týdny dopředu mohou být přesnější díky strojovému učení

Předpovědi počasí na čtyři týdny dopředu mohou být přesnější díky strojovému učení

Vědci vyvinuli metodu strojového učení, která zpřesňuje předpovědi počasí na tři až čtyři týdny dopředu. Opravuje chyby existujících modelů a v mezinárodní soutěži překonala systémy předních meteorologických center.

Vědci představili novou metodu strojového učení, která dokáže výrazně zlepšit předpovědi počasí na několik týdnů dopředu. Systém nazvaný Probabilistic Bias Correction (PBC) neopakuje výpočty meteorologických modelů, ale opravuje chyby v jejich hotových předpovědích. Výsledky výzkumu zveřejnil vědecký časopis Nature.

Počasí se dnes daří poměrně spolehlivě předpovídat na jeden až dva týdny. Za touto hranicí ale přesnost rychle klesá. Drobné chyby se při postupných výpočtech hromadí a kvůli proměnlivosti atmosféry je stále obtížnější určit, co se za několik týdnů skutečně stane. PBC proto pracuje s pravděpodobnostmi různých scénářů počasí. Porovnává starší předpovědi se skutečně naměřenými údaji a učí se rozpoznávat chyby, které modely opakovaně dělají. Při jejich opravě využívá i nedávná pozorování a dlouhodobé údaje o počasí.

Výzkumníci metodu vyzkoušeli na předpovědích Evropského centra pro střednědobé předpovědi počasí (ECMWF). Při vyhodnocení let 2016 až 2024 dosáhla lepších výsledků než běžně používané korekce modelu. U srážek se předpovědní skóre zlepšilo v 98 % hodnocených oblastí, u teplot v 91 až 92 % a u tlaku vzduchu v 89 až 91 %. Metoda fungovala také s předpověďmi vytvořenými umělou inteligencí. U AI modelu AIFS-SUBS od ECMWF v roce 2025 zdvojnásobila průměrnou hodnotu použitého skóre přesnosti.

Ověření neprobíhalo pouze na historických datech. V roce 2025 se výzkumníci zapojili do mezinárodní soutěže AI Weather Quest se systémem MicroDuet, který kombinuje předpovědi upravené pomocí PBC. MicroDuet dosáhl nejlepších výsledků u teplot, srážek i tlaku vzduchu pro třetí a čtvrtý týden předpovědi. Předčil přitom modely šesti meteorologických center, jejich společnou předpověď i systémy dalších 34 soutěžních týmů.

Výsledky jsou zajímavé také pro včasné varování před nebezpečným počasím. Při zpětném vyhodnocení závažných povodní z let 2016 až 2026 dokázala metoda zvýšit skóre předpovědí o 86 až 150 % oproti původnímu modelu ECMWF. V jednom z dalších testů systém už čtyři týdny předem upozornil na výrazné prosincové ochlazení na východě USA, které běžně korigovaná předpověď ECMWF nezachytila.

Výhodou PBC jsou relativně nízké výpočetní nároky. Meteorologická centra ji mohou využít ke zlepšení svých současných modelů, aniž by musela vyvíjet celý předpovědní systém znovu. Metoda se navíc může průběžně učit z nových pozorování. Výzkumníci zveřejnili také zdrojový kód, aby bylo možné jejich postup dále testovat a využívat.