Prévisions météorologiques spécifiques au site et au niveau du terrain

Aujourd'hui, comme dans beaucoup d'autres secteurs, il est de plus en plus facile et rapide de calculer de grands ensembles de données : l'informatique en nuage et les coûts d'unité centrale bon marché. Cela permet aux météorologues de créer des prévisions horaires spécifiques au terrain qui sont basées sur les observations météorologiques de la station spécifique au terrain pour les jours suivants.

Les données de l'enquête station de terrain permet d'affiner et d'ajuster les prévisions : ajuster en fonction des conditions réelles constatées sur le terrain. En outre, la prévision devient intelligente pour le terrain, en apprenant les conditions locales avec l'aide de l'IA (Intelligence Artificielle) pour choisir la prévision la plus appropriée pour chaque lieu, situation, temps et saison, plutôt qu'une approche d'ensemble pure. Cela signifie qu'il s'agit de la "meilleure" prévision et non de la "moyenne" de tous les modèles (ou de leurs variantes), afin d'obtenir une prévision plus précise et spécifique à chaque site.

météoblue^®-Approche de Bessl pour les prévisions météorologiques spécifiques au terrain

Décortiquons toute cette science/technologie pour que l'on comprenne bien pourquoi cette approche de la prévision est meilleure que ce qui est disponible publiquement. Aujourd'hui, la plupart des sociétés météorologiques ou des gouvernements proposent des prévisions basées sur la localisation d'une ville ou d'un village et dérivées d'une grille. Certains utilisent une grille de 15, 10, 5 ou 1 km pour générer les prévisions. la réduction d'échelle jusqu'à l'emplacement.

Qu'est-ce qui fait la spécificité de la météoblue^®-Approche de Bessl est qu'ils combiner les données des stations de terrain avec les prévisions. En d'autres termes, la station fournit des données qui permettent de modifier et d'ajuster les prévisions en fonction des observations réelles au sol.

En détail, le meteoblue Learning Multimodel (mLM) est une nouvelle technique de post-traitement des résultats de divers modèles numériques de prévision météorologique utilisant les mesures réelles des stations météorologiques et l'intelligence artificielle (IA) pour choisir le modèle le plus approprié parmi 17 modèles pour chaque lieu, situation météorologique et saison, plutôt qu'une approche d'ensemble. Cela signifie qu'il s'agit de la "meilleure" prévision et non de la "moyenne" de tous les modèles (ou de leurs variantes), afin d'obtenir des prévisions plus précises pour chaque site.

Essentiellement, l'IA mLM apprend la météorologie et le climat de la région. station spécifique au domaine en l'espace de quelques semaines. Le mLM est également mis à jour plusieurs fois par jour, ce qui permet d'apporter des corrections supplémentaires aux prévisions spécifiques au terrain.

Nous avons discuté de l'amélioration de la science/technologie utilisée pour fournir des prévisions spécifiques au terrain, mais est-ce que cela améliore la précision des prévisions par rapport à ce qui est accessible au public ? Sur la base de la science/technologie utilisée pour créer les prévisions météorologiques à partir du mLM (Meteoblue Learning Multimodel), la précision des prévisions atteint moins de 1,3°C d'erreur horaire absolue dans les premières 24 heures. Cela signifie que plus de 85% des prévisions horaires de température seront inférieures à 2°C d'erreur. Pour les 12 premières heures, l'erreur absolue est inférieure à 0,9°C.

Pour les prévisions de précipitations, 79% d'événements avec >1 mm ont été détectés avec un taux de fausse alarme de seulement 40%, atteignant un score de compétence de Heidke de 0,49, plus élevé que celui de tout autre fournisseur.

En outre, la prévision mLM a été évaluée par rapport à d'autres modèles de prévision publiés et a été classée comme la prévision numéro 1 en termes de précision sur plus de 300 sites dans le monde, battant toutes les autres prévisions pour les précipitations, la température sur 11 heures, et plus particulièrement, numéro 1 pour la température dans les 12 premières heures, ex aequo pour la température dans les 24 premières heures, numéro 1 pour le point de rosée et la vitesse du vent, et leader lointain numéro 1 pour les précipitations >1 mm dans les 24 heures.

L'approche mLM est également la seule approche validée au niveau mondial avec des résultats accessibles au public, de sorte que les clients savent à quoi ils peuvent s'attendre.

Comme prévu, l'application de ces méthodes permet d'obtenir une grande précision, mais comme tout modèle, il s'agit d'une prévision et les prévisions changent sur une courte période et dans un espace restreint. Il est donc important d'avoir des mises à jour toutes les heures. Ce qui est essentiel, c'est que l'erreur du modèle de prévision est réduite par l'application de cette approche.

Dans d'autres études, lorsque l'on compare une prévision spécifique au champ à la prévision de la ville la plus proche, aux valeurs réelles enregistrées dans la station de terrain, l'amélioration peut aller de 35 à 65% pour la température et les précipitations sur 3 jours. Là encore, il s'agit d'une réduction de l'erreur dans les prévisions spécifiques au champ, ce qui constitue une amélioration par rapport aux prévisions traditionnelles.

Qu'est-ce que cela signifie ?

Cela signifie que vous disposez maintenant d'un prévision spécifique au domaine qui est mis à jour toutes les heures pour les 7 jours suivants, ce qui est très précis et n'est pas basé sur la ville la plus proche, mais construit et corrigé sur la base de votre station de terrain.

Alors, que faisons-nous de ces prévisions spécifiques au domaine ?

Tout d'abord, ils nous donnent un aperçu des conditions de nombreuses opérations sur le terrain, une vérification des décisions qui sont prises, comme par exemple si les vents sont favorables à l'utilisation de l'hélicoptère. pulvérisation au cours des prochaines 24, 48 ou 72 heures. Les prévisions sont également intégrées dans les outils/solutions de planification du travail tels que les fenêtres de semis et de pulvérisation, les conditions de récolte, la capacité de travail du sol, l'accessibilité des champs, la nutrition des plantes.

Ces solutions sont des fenêtres horaires dans les conditions de chaque opération. Les prévisions spécifiques au site peuvent également être ajoutées à la base de données de l modèles de risque de maladiequi fournit ensuite une prévision des conditions futures pour les 24, 48 ou 72 heures à venir. Bien entendu, la prévision du rendement peut également être basée sur une prévision future, mais celle-ci utilise une moyenne à long terme et/ou une prévision corrigée des variations saisonnières pour faire une estimation de l'approvisionnement potentiel en eau pour la prévision du rendement au cours de la saison de croissance.

Dans l'image ci-dessous, les données des stations météorologiques spécifiques au terrain sont combinées avec les données très précises de la prévision spécifique au domaine pour produire une fenêtre de pulvérisation phytosanitaire spécifique au champ.

Dans l'image suivante, la proposition de valeur des prévisions et de la station spécifiques au terrain est clairement illustrée puisque vous avez maintenant la possibilité de connaître les conditions avant d'aller sur le terrain, une fenêtre horaire avancée sur les conditions des 7 prochains jours et des prévisions horaires pour des variables météorologiques importantes telles que les rafales de vent, les précipitations, l'humidité relative et la température de l'air. delta T.

Lorsqu'il s'agit de décider de Acheter une station météo ou un dispositif IoT pour votre ferme ou vos champs, comprennent toujours l'heure spécifique au domaine prévisions météorologiques. La station et les prévisions doivent être considérées comme le beurre de cacahuète et la gelée, elles vont de pair avec les décisions de gestion agricole.