Le previsioni meteorologiche globali a medio termine sono fondamentali per il processo decisionale in molti ambiti sociali ed economici. La previsione meteorologica numerica tradizionale utilizza maggiori risorse di calcolo per migliorare l’accuratezza delle previsioni ma non utilizza direttamente i dati meteorologici storici per migliorare il modello sottostante. In un webinar del CMCC – Centro euro-Mediterraneo sui Cambiamenti Climatici – verrà presentato GraphCast, un metodo basato sull’apprendimento automatico addestrato direttamente dai dati di rianalisi. Prevede centinaia di variabili meteorologiche per i prossimi 10 giorni con una risoluzione di 0,25° a livello globale in meno di 1 minuto.
GraphCast supera significativamente le prestazioni dei sistemi deterministici operativi più accurati sul 90% dei 1380 obiettivi di verifica e le sue previsioni supportano una migliore previsione di eventi gravi, incluso il monitoraggio dei cicloni tropicali, i fiumi atmosferici e le temperature estreme. GraphCast rappresenta un progresso fondamentale nelle previsioni meteorologiche accurate ed efficienti e aiuta a realizzare la promessa dell’apprendimento automatico per la modellazione di sistemi dinamici complessi.
Il webinar si terrà domani, 22 febbraio, alle ore 15:00. Lo speaker è Remi Lam, Google DeepMind, mentre l’introduzione è affidata a Giulio Boccaletti, direttore scientifico del CMCC. Per partecipare è necessaria la registrazione tramite questo link.
