Kunstmatige intelligentie (AI) wordt meer en meer op verschillende aspecten ontwikkeld en getest. Ook bij weersverwachtingen kan kunstmatige intelligentie een rol spelen. Een groep onderzoekers van de Universiteit van Michigan heeft gekeken of AI misschien een betere inschatting kan maken qua neerslagsoort. Daaruit kwamen interessante en nuttige bevindingen.
Kunstmatige intelligentie, oftewel AI (Artificial Intelligence in het Engels) verwijst naar de ontwikkeling van "intelligente systemen" die de taken kunnen uitvoeren die mensachtige intelligentie vereisen. Als we het hebben over AI en weersverwachtingen, gaat het meer om Machine Learning. Dat is een onderdeel van AI waarbij algoritme worden getraind om van gegevens te leren en dan specifieke taken uit te voeren, zonder expliciete programmering. Een voorbeeld van Machine Learning is gezichtsherkenning. Denk aan de foto's van je vrienden op je mobiele telefoon of op Facebook: mensen worden meteen getagd en geverifieerd door patronen via gezichtscontouren te vergelijken en te analyseren.
Machine Learning en weersverwachtingen
De weercomputer modellen die we, de meteorologen gebruiken om een weersverwachting te maken, gebruiken waarnemingen als invoer om daarna een hele boel berekeningen te gaan maken met de wiskundige vergelijkingen die gebonden zijn aan de fysische wetten van de atmosfeer. Hieruit komen er verschillende oplossingen voor wat het weer de komende tijd gaat worden. Dat kost heel veel rekenuren en je hebt daar ook een supercomputer voor nodig!
AI en dan met name het onderdeel Machine Learning kan een grote rol spelen bij weersverwachtingen. Het slaat namelijk het oplossen van de wiskundige vergelijkingen over. In plaats daarvan worden patronen geïdentificeerd in de manier waarop de atmosfeer op natuurlijke wijze ontwikkelt. Dat is dus veel sneller dan de "traditionele" manier van weerverwachtingen maken. Meer details over AI en weersverwachtingen lees je hier.
Uitdagingen bij neerslagsoort
Hoewel het nog lang niet koud is, komt de winter eraan. Dan is er weer kans op gladde wegen en misschien ook wel sneeuw. Soms is het lastig om precies te bepalen waar het gaat sneeuwen, regenen of waar er juist natte sneeuw of ijzel kan voorkomen. Je zou denken dat het eenvoudig is: als het gaat vriezen en er valt neerslag, valt er vaste neerslag zoals sneeuw en als de temperatuur boven nul graden ligt, valt er juist weer regen.
Maar het is niet zo eenvoudig. Het ligt ook aan hoe zacht of koud de luchtlaag onder de wolk is, wat er eindelijk aan neerslagsoort op het aardoppervlak valt. Dat heeft veel gevolgen voor onder andere de veiligheid op de wegen.
Spiegelglad door ijzel en opvriezing (foto: Martha Kivits, Waalwijk op 15 februari 2021)
Behalve daarvoor is er nóg een uitdaging. Tussen minus 3 graden en plus 5 graden is de kans op regen en sneeuw even groot. Dat maakt het voorspellen van de fase van de neerslag (vast of vloeibaar) een uitdaging.
Van regen naar sneeuw: negen neerslagsoorten
Een groep wetenschappers onder leiding van de Universiteit van Michigan had onderzoek gedaan naar de mogelijkheden om AI te gebruiken bij de verbetering van weersverwachtingen voor neerslagsoort. Voor deze studie hebben ze onbegeleide machine learning en bijna tien jaar aan gegevens van hogesnelheidscamera's gebruikt.
Een weerbestendige hogesnelheidscamera die tijdens een sneeuwstorm in Michigan gebruikt was, samen met een fel licht om foto's te maken van de neerslag. (Foto: Julia Shates, NASA Jet Propulsion Laboratory)
In deze studie is specifiek aandacht besteed aan regen, sneeuw en dat wat er tussenin voorkomt, bijvoorbeeld natte sneeuw. Eindelijk kwam het tot twee soorten regen, twee soorten sneeuw en vijf unieke mengsels ertussen:
- Motregen (lichte, aanhoudende regenval)
- Zware regen (intense regenval met talrijke kleine druppels)
- Overgang lichte regen naar een mengsel (lichte ijzel met dichte ijskorrels)
- Overgang van zware regen naar een mengsel (intense ijzel met dichte ijskorrels)
- Lichte mengfase (een laag volume aan natte sneeuw)
- Zware mengfase (een hoog volume aan natte sneeuw)
- Overgang van zware sneeuw naar een mengsel (grote sneeuwvlokken en geaggregeerde deeltjes)
- Lichte sneeuwval (lichte, luchtige sneeuw)
- Zware sneeuwval (een intense, zware sneeuwstorm)
Door AI zijn er negen verschillende neerslagsoorten bepaald die tussen minus 3 graden en plus 5 graden kunnen voorkomen. (Foto: Hans ter Braak, Oberstdorf, 8 juli 2025)
Resultaten
De resultaten van dit onderzoek zijn heel interessant en kunnen een positieve bijdragen leveren. Vergeleken met onafhankelijke weerradargegevens, volgde deze niet-lineaire methode met Machine Learning de neerslagovergangen die overeenkwamen met de radarwaarnemingen. Ook is het aantal onduidelijke gevallen met 36% verminderd ten opzichte van de "traditionele" methode. Uit onderzoek blijkt dat neerslagprocessen zeer niet-lineair zijn, omdat er veel factoren zijn die de neerslag tijdens de val ervan, beïnvloeden.
Met deze niet-lineaire methode zijn drie belangrijke factoren geïdentificeerd die neerslag onderscheiden: fase, intensiteit en deeltjeskenmerken. Wat ook belangrijk is, is dat deze methode de paden tussen soorten neerslag in kaart brengt. Hierdoor wordt het duidelijker hoe bijvoorbeeld zware regen over gaat naar natte sneeuw of ijzel.
Ander onderzoek met AI
Machine Learning is ook al getest op het voorspellen van blokkades (grootschalige hogedrukgebieden die vrijwel stationair blijft boven een bepaald gebied voor een aantal dagen of weken). Ook hiervoor blijkt AI een verbeterende rol te kunnen spelen. Meer hierover via deze link.
