Прогнози погоди на польовому рівні для конкретних ділянок

Сьогодні, як і в багатьох інших галузях, можливість обчислювати великі масиви даних стає простішою та швидшою: хмарні обчислення та дешеві витрати на процесори. Це дозволяє метеорологам створювати погодинні прогнози для конкретних полів, які базуються на спостереженнях за погодою з конкретної станції на найближчі кілька днів.

Дані, отримані в ході дослідження, свідчать про те, що польова станція допомагає підштовхнути і налаштувати прогноз: пристосувати до фактичного стану, зафіксованого на місцевості. Крім того, прогноз стає "розумним" для поля, вивчаючи місцеві умови за допомогою ШІ (штучного інтелекту), щоб вибрати найбільш підходящий прогноз для кожного місця, ситуації, погоди і сезону, а не чистого ансамблевого підходу. Це означає, що він вибирає "найкращий" прогноз, а не "середній" з усіх (або варіантів) моделей, щоб зробити більш точний прогноз для конкретного місця.

метеоблю^®-Підхід Пессля до прогнозування погоди для конкретних погодних умов

Давайте розберемо всю цю науку/технологію, щоб було зрозуміло, чому цей підхід до прогнозування кращий за загальнодоступні. Сьогодні більшість метеорологічних компаній або урядів пропонують прогнози, засновані на місцезнаходженні міста або населеного пункту, які є похідними від сіткового підходу. Деякі з них використовують для створення прогнозу сітку з кроком 15, 10, 5 або 1 км, яка називається зменшення масштабу до місця розташування.

Що унікального в цьому проекті? метеоблю^®-Підхід Песселя це те, що вони об'єднати дані станцій польового рівня з прогнозом. Іншими словами, станція надає дані, щоб підштовхнути і налаштувати прогноз на основі фактичних наземних спостережень.

Детально про це йдеться у meteoblue Learning Multimodel (mLM) це нова методика постобробки результатів різних чисельних моделей прогнозу погоди з використанням фактичних вимірювань метеостанцій та штучного інтелекту (ШІ) для вибору найбільш підходящої з 17 моделей для кожної місцевості, погодної ситуації та сезону, а не ансамблевого підходу. Це означає, що він вибирає "найкращий" прогноз, а не "середній" з усіх (або варіантів) моделей, щоб зробити більш точний прогноз для конкретного місця.

По суті, ШІ mLM вивчає метеорологію/клімат польова станція протягом декількох тижнів. MLM також оновлюється кілька разів на день, що забезпечує подальшу корекцію прогнозу для конкретного поля.

Гаразд, ми обговорили вдосконалення науки/технологій, що використовуються для надання прогнозів для конкретних областей, але чи покращує це точність прогнозів порівняно з загальнодоступними? На основі науки/технології, що використовується для створення прогнозу погоди з mLM (meteoblue Learning Multimodel), точність прогнозу досягає менш ніж 1,3°C погодинної абсолютної похибки протягом перших 24 годин. Це означає, що більш ніж 85% погодинний прогноз температури буде відрізнятися менш ніж на 2°C. Для перших 12 годин абсолютна похибка становить менше 0,9°C.

Для прогнозу опадів було виявлено 79% подій з опадами >1 мм з частотою помилкових тривог лише 40%, що дозволило досягти показника Heidke Skill Score 0,49, що вище, ніж у будь-якого іншого провайдера.

Крім того, прогноз mLM був оцінений у порівнянні з іншими опублікованими моделями прогнозування і був визнаний прогнозом №1 за точністю для більш ніж 300 населених пунктів по всьому світу, випередивши всі інші прогнози опадів, температури на 11 годин, зокрема, №1 за температурою в перші 12 годин, розділивши перше місце за температурою в перші 24 години, перше місце за точкою роси і швидкістю вітру, а також будучи абсолютним лідером №1 за кількістю опадів >1 мм за 24 години.

Підхід mLM також є єдиним підходом, який пройшов глобальну перевірку і має загальнодоступні результати, тому клієнти знають, чого вони можуть очікувати.

Як і очікувалося, при застосуванні цих методів досягається значна точність, але, як і будь-яка модель, це прогноз, а прогнози можуть змінюватися протягом короткого проміжку часу і в просторі. Тому важливо мати щогодинні оновлення. Важливо те, що при застосуванні цього підходу похибка прогнозної моделі знижується.

В інших дослідженнях, при порівнянні прогнозу для конкретного поля з прогнозом для найближчого міста/селища з фактичними значеннями, зафіксованими на польовій станції, покращення може становити від 35 до 65% для температури та опадів за 3 дні. Знову ж таки, це зменшує похибку прогнозу для конкретного поля, що є покращенням порівняно з традиційними прогнозами.

Що все це означає?

Це означає, що тепер у вас є прогноз для конкретного поля який оновлюється щогодини протягом наступних 7 днів, є дуже точним і не базується на найближчому населеному пункті, а будується і коригується на основі даних вашої польової станції.

Отже, що ми робимо з цими прогнозами для конкретних галузей?

По-перше, вони дають нам уявлення про умови для багатьох польових операцій, перевіряють рішення, які приймаються, наприклад, чи сприятливий вітер для розпилення протягом наступних 24, 48 або 72 годин. Прогнози також додаються до інструментів/рішень для планування роботи, таких як вікна посіву та обприскування, умови збирання врожаю, можливість обробітку ґрунту, доступність поля, живлення рослин.

Ці рішення є погодинними вікнами в умови для кожної операції. Прогнози для конкретних ділянок також можуть бути додані до моделі ризику захворюваньякий потім дає прогноз майбутніх умов на наступні 24, 48 або 72 години. Звичайно, прогнозування врожайності також може ґрунтуватися на майбутньому прогнозі, але в цьому випадку використовується середнє багаторічне значення та/або сезонний скоригований прогноз для оцінки потенційного водозабезпечення для прогнозування врожайності протягом вегетаційного періоду.

На зображенні нижче дані з метеостанцій, що працюють у конкретних полях, поєднані з високоточними прогноз для конкретного поля для створення вікна для розпилення засобів захисту рослин для конкретного поля.

На наступному зображенні чітко проілюстрована пропозиція цінності прогнозу для конкретного поля і станції, оскільки тепер у вас є можливість знати умови до того, як ви поїдете в поле, розширене погодинне вікно умов на наступні 7 днів і прогнозований погодинний вихід для важливих метеорологічних змінних, таких як пориви вітру, опади, відносна вологість і т.д. дельта T.

Приймаючи рішення про те, щоб Купити метеостанцію або IoT-пристрій для вашої ферми/поля, завжди включайте погодинну ставку для конкретного поля прогноз погоди. Станцію і прогноз слід сприймати як арахісове масло і желе, вони йдуть пліч-о-пліч з управлінськими рішеннями на фермі.