GenCast ist ein diffusionsbasiertes Wettermodell für probabilistische Vorhersagen bis zu 15 Tage. Mehrere mögliche Entwicklungen bilden Unsicherheit und Risiken ab. Operative Wetterwarnungen bleiben Aufgabe meteorologischer Dienste und umfassender Vorhersagesysteme.
Forschungsfrage
Wie lassen sich nicht nur erwartete Wetterwerte, sondern die Verteilung möglicher Wetterentwicklungen schnell und präzise vorhersagen?
Ansatz
Das Modell wurde auf historischen Wetteranalysen trainiert und erzeugt ein Ensemble vieler plausibler zukünftiger Atmosphärenzustände. Die Architektur berücksichtigt die Geometrie der Erde.
Veröffentlichte Ergebnisse
- Die Nature-Studie vergleicht GenCast mit dem ECMWF-Ensemblesystem ENS
- GenCast zeigte in den berichteten Tests höhere Vorhersagegüte für viele Variablen und Vorlaufzeiten
- Untersucht wurden auch tropische Zyklonbahnen, Windenergie und extreme Bedingungen
Bedeutung
- Schnelle Wahrscheinlichkeitsprognosen
- Bessere Darstellung von Unsicherheit
- Mögliche Unterstützung für Energieplanung und Katastrophenvorsorge
Grenzen
- Training beruht auf Reanalysedaten und damit auch auf physikbasierten Systemen
- Lokale Extremereignisse und Intensitäten bleiben anspruchsvoll
- Modelle benötigen laufende unabhängige operative Evaluation