Η τεχνητή νοημοσύνη (ΤΝ) χρησιμοποιείται όλο και περισσότερο στην πρόγνωση καιρού και την κλιματική έρευνα. Μοντέλα μηχανικής μάθησης επεξεργάζονται δεδομένα από μετεωρολογικούς σταθμούς, δορυφόρους και ραντάρ για να προβλέψουν βραχυπρόθεσμες και μεσοπρόθεσμες θερμοκρασίες. Ερευνητικά ιδρύματα χρησιμοποιούν ΤΝ για την ανάλυση κλιματικών δεδομένων.
Η ΤΝ εκτιμά τη θερμοκρασία σε πραγματικό χρόνο και χρησιμοποιείται από μετεωρολογικές υπηρεσίες
Η θερμοκρασία του αέρα κοντά στην επιφάνεια της Γης είναι μία από τις σημαντικότερες μετεωρολογικές και κλιματολογικές παραμέτρους. Ωστόσο, ακριβείς και έγκαιρες μετρήσεις δεν είναι διαθέσιμες σε σημαντικά μέρη του κόσμου. Ο αντίκτυπός της στην καθημερινή ζωή και σε κάθε είδους κοινωνικοοικονομικές δραστηριότητες δεν μπορεί να υπερεκτιμηθεί. Οι μετεωρολογικοί σταθμοί μπορούν να παρέχουν τέτοιες μετρήσεις με υψηλό επίπεδο ακρίβειας ωστόσο, η πυκνή χωρική κάλυψη της γήινης επιφάνειας είναι, σε πολλές περιπτώσεις, δύσκολη για διάφορους λόγους.
Τεχνητή νοημοσύνη και μια καινοτόμος μεθοδολογία
Η επιστημονική ομάδα του meteo.gr / Εθνικού Αστεροσκοπείου Αθηνών ολοκλήρωσε πρόσφατα επιστημονική έρευνα με άμεση εφαρμογή στην καθημερινή παρακολούθηση του καιρού.
Εφαρμόζοντας μεθόδους τεχνητής νοημοσύνης / μηχανικής μάθησης (Artificial Intelligence/Machine Learning) και χρησιμοποιώντας δορυφορικά δεδομένα αναπτύχθηκε μια καινοτόμος μεθοδολογία εκτίμησης της θερμοκρασίας του αέρα κοντά στο έδαφος.
Η μεθοδολογία εφαρμόζεται επιχειρησιακά ακόμη και σε περιοχές της χώρας μας που δεν καλύπτονται από μετεωρολογικούς σταθμούς.
Πρόκειται για την πρώτη επιχειρησιακή εφαρμογή μεθόδων τεχνητής νοημοσύνης / μηχανικής μάθησης στην Ελλάδα στον τομέα της μετεωρολογίας.
Τα κυριότερα χαρακτηριστικά της μεθοδολογίας συνοψίζονται στα εξής:
Κάλυψη όλου του Ελλαδικού χώρου με χωρική ανάλυση ~5×5 χλμ.
Ρυθμός ανανέωσης: 30 λεπτά.
Δυνατότητα εφαρμογής σε σχεδόν πραγματικό χρόνο.
Δυνατότητα εφαρμογής σε νεφελώδεις και ανέφελες περιοχές.
Μέσο απόλυτο σφάλμα, σύμφωνα με την πρώτη μελέτη του βαθμού επιτυχίας: ~1 °C.
Αμελητέα εξάρτηση του σφάλματος από τοπογραφικά χαρακτηριστικά (πχ υψόμετρο, απόσταση από τη θάλασσα, προσανατολισμός κλπ).
Μικρή εξάρτηση σφάλματος από την ώρα της ημέρας και την εποχή του έτους.
Έρχονται βελτιώσεις την επόμενη διετία
Η σταδιακή ανάπτυξη των μετεωρολογικών γεωστατικών δορυφόρων τρίτης γενιάς της Ευρώπης (Meteosat Third Generation – MTG) και τα καινοτόμα όργανα που αυτοί φέρουν, παρέχει νέα δεδομένα, υψηλότερης χωρικής ανάλυσης, ταχύτερου ρυθμού ανανέωσης και υψηλότερης ποιότητας.
«Χρησιμοποιώντας τα υψηλότερης χωροχρονικής ανάλυσης και ακρίβειας δορυφορικά προϊόντα, είμαστε αισιόδοξοι ότι μέσα στην επόμενη διετία θα είμαστε σε θέση να βελτιώσουμε περαιτέρω την μεθοδολογία μας, τόσο ελαττώνοντας ακόμη περισσότερο τα σφάλματα όσο και αυξάνοντας την χωροχρονική ανάλυση και τον ρυθμό ανανέωσης των εκτιμήσεων μας» αναφέρουν οι Α. Καραγιαννίδης, Γ. Κύρος, Κ. Λαγουβάρδος, Β. Κοτρώνη, από το Εθνικό Αστεροσκοπείο Αθηνών.
Το Meteo παρουσιάζει χάρτη με την εκτίμηση της θερμοκρασίας για τις 15:10 της Τρίτης (03/06/2025). Οι λίγες περιοχές για τις οποίες δεν ήταν δυνατή η εκτίμηση της θερμοκρασίας σημειώνονται με λευκό χρώμα. Προκειμένου να παρακολουθείτε τις εκτιμήσεις της θερμοκρασίας σε σχεδόν πραγματικό χρόνο, με ρυθμό ανανέωσης 30 λεπτών, έχει αναρτηθεί ο σύνδεσμος: Εκτίμηση της Θερμοκρασίας Αέρα με Τεχνητή Νοημοσύνη (AI).
Στον χάρτη της σχετικής εικόνας παρουσιάζεται ενδεικτικά η εκτίμηση της θερμοκρασίας