Прогнозы погоды на местном уровне

Сегодня, как и во многих других отраслях, возможность вычисления больших массивов данных становится все проще и быстрее: облачные вычисления и дешевые процессоры. Это позволяет метеорологам создавать почасовые прогнозы для конкретных полей, которые основаны на данных метеорологических наблюдений с конкретной полевой станции на ближайшие несколько дней.

Данные из полевая станция помогает подталкивать и настраивать прогноз: корректировка с учетом фактического состояния, зафиксированного на местности. Кроме того, прогноз становится "умным" для поля, изучая местные условия с помощью искусственного интеллекта (AI), чтобы выбрать наиболее подходящий прогноз для каждого места, ситуации, погоды и сезона, а не чисто ансамблевый подход. Это означает, что он выбирает "лучший" прогноз, а не "средний" из всех (или вариантов) моделей, чтобы сделать более точный прогноз для конкретного места.

метеоблю^®-Пессл подход к прогнозированию погоды в конкретных условиях

Давайте разложим всю эту науку/технологию по полочкам, чтобы было понятно, почему этот подход к прогнозированию лучше, чем тот, который доступен публично. Сегодня большинство метеорологических компаний или правительств предлагают прогнозы, основанные на местоположении города или поселка, которые составляются на основе сетки. Некоторые из них используют для составления прогноза сетку размером 15, 10, 5 или 1 км, что называется уменьшение масштаба в соответствии с местоположением.

Что уникального в метеоблю^®-Песочный подход в том, что они объединить данные станций на полевом уровне с прогнозом. Другими словами, станция предоставляет данные для корректировки и уточнения прогноза на основе фактических наземных наблюдений.

В деталях meteoblue Learning Multimodel (MLM) это новая методика постобработки результатов различных моделей численного прогноза погоды с использованием фактических измерений метеостанций и искусственного интеллекта (ИИ) для выбора наиболее подходящей из 17 моделей для каждого места, погодной ситуации и сезона, а не ансамблевого подхода. Это означает, что выбирается "лучший" прогноз, а не "средний" из всех (или вариантов) моделей, чтобы сделать более точный прогноз для конкретного места.

По сути, ИИ MLM изучает метеорологию/климат в районе полевая станция в течение нескольких недель. MLM также обновляется несколько раз в день, что обеспечивает дополнительную коррекцию прогноза для конкретного месторождения.

Итак, мы обсудили усовершенствованную науку/технологию, используемую для составления прогнозов для конкретных областей, но повышает ли это точность прогнозов по сравнению с тем, что имеется в открытом доступе? На основе науки/технологии, используемой для создания прогноза погоды на основе мультимодели MLM (meteoblue Learning Multimodel), точность прогноза достигает менее 1,3°C почасовой абсолютной ошибки в течение первых 24 часов. Это означает, что более 85% почасовых прогнозов температуры будут ошибаться менее чем на 2°C. В течение первых 12 часов абсолютная ошибка составляет менее 0,9°C.

Для прогноза осадков было обнаружено 79% событий с >1 мм при коэффициенте ложной тревоги всего 40%, что позволило получить оценку мастерства Хайдке 0,49, что выше, чем у любого другого провайдера.

Кроме того, прогноз MLM был оценен в сравнении с другими опубликованными моделями прогноза и был признан прогнозом номер 1 по точности в более чем 300 точках по всему миру, опередив все другие прогнозы по осадкам, 11-часовой температуре, и, в частности, номер 1 по температуре в первые 12 часов, номер 1 по температуре в первые 24 часа, номер 1 по точке росы и скорости ветра, и дальний лидер номер 1 по осадкам >1 мм за 24 часа.

Кроме того, подход MLM является единственным подходом, проверенным во всем мире с общедоступными результатами, поэтому клиенты знают, чего они могут ожидать.

Как и ожидалось, при применении этих методов достигается значительная точность, но, как и любая модель, это прогноз, а прогнозы будут меняться в течение короткого промежутка времени и пространства. Поэтому важно иметь ежечасные обновления. Главное, что ошибка модели прогноза снижается при применении этого подхода.

В других исследованиях, при сравнении прогноза для конкретного поля с прогнозом для ближайшего города или поселка, с фактическими значениями, зарегистрированными на полевой станции, улучшение может составлять от 35 до 65% для температуры и осадков за 3 дня. Опять же, это уменьшение ошибки в прогнозе для конкретного поля, что является улучшением по сравнению с традиционными прогнозами.

Что все это значит?

Это значит, что у вас теперь есть прогноз для конкретного месторождения которая обновляется ежечасно на ближайшие 7 дней, что обеспечивает высокую точность и не основывается на ближайшем городе, а строится и корректируется на основе данных вашей полевой станции.

Итак, что же нам делать с этими прогнозами по конкретным областям?

Во-первых, они дают нам представление об условиях для многих полевых операций, улучшают интуитивную проверку принимаемых решений, например, благоприятны ли ветры для распыление на следующие 24, 48 или 72 часа. Прогнозы также добавляются в инструменты/решения для планирования работы, такие как окна посева и опрыскивания, условия сбора урожая, возможность обработки почвы, доступность поля, питание растений.

Эти решения представляют собой почасовые окна в условиях для каждой операции. Прогнозы для конкретного объекта также могут быть добавлены к модели риска заболеваний, который затем дает прогноз будущих условий на следующие 24, 48 или 72 часа. Конечно, прогнозирование урожайности также может быть основано на будущем прогнозе, но в данном случае используется долгосрочный средний прогноз и/или прогноз с поправкой на сезон, чтобы сделать оценку потенциального запаса воды для прогнозирования урожайности в течение вегетационного периода.

На изображении ниже данные метеостанции, полученные в полевых условиях, объединены с высокоточным прогноз для конкретного месторождения для создания окна опрыскивания для защиты растений в зависимости от поля.

На следующем изображении наглядно показано предложение о ценности прогноза и станции для конкретного поля, поскольку теперь у вас есть возможность узнать условия до того, как вы отправитесь в поле, расширенное почасовое окно условий на ближайшие 7 дней и прогнозируемый почасовой вывод важных метеорологических переменных: порывов ветра, осадков, относительной влажности и дельта T.

При принятии решения о КУПИТЬ ПОГОДНУЮ СТАНЦИЮ или IoT-устройство для вашей фермы/полей, всегда включают почасовую оплату для конкретного месторождения прогноз погоды. Станцию и прогноз следует рассматривать как арахисовое масло и желе, они идут рука об руку при принятии решений по управлению фермой.