Kanada verbindet Physik und KI für schnellere, feinere Wettervorhersagen
Das neue WxAlliance-Forschungsnetzwerk erhält 5 Millionen kanadische Dollar und bringt neun Hochschulen mit acht Praxispartnern zusammen, um Extremwetter früher und genauer erfassbar zu machen.
WxAlliance wird von der Concordia University geleitet und kombiniert klassische numerische Wettermodelle mit Machine Learning. Statt eine Methode zu ersetzen, sollen physikbasierte Modelle dort eingesetzt werden, wo die Atmosphäre gut verstanden ist, und lernende Verfahren dort ergänzen, wo Muster schwerer abzubilden sind.
An dem Netzwerk sind neun akademische Einrichtungen und acht gesellschaftliche Partner aus Kanada beteiligt. Die Expertise reicht von Meteorologie und Rechenmethoden bis zu Notfallmanagement, Waldbrandbekämpfung, Stromnetzen, Versicherungen und Klimaanpassung.
Das erklärte Ziel sind schnellere und präzisere Vorhersagen, insbesondere für kleinräumige Ereignisse wie Gewitter und Starkregen, bei zugleich geringerem Rechenaufwand. Das könnte Behörden und Einsatzkräften mehr Zeit zur Vorbereitung auf gefährliches Wetter geben.
Was noch offen ist
Die Förderung und Forschungsarchitektur sind bestätigt, aber WxAlliance steht am Anfang. Noch gibt es keine veröffentlichten Resultate, die zeigen, um wie viel genauer oder früher das neue System Extremwetter im realen Betrieb vorhersagt. Diese Wirkung muss in den kommenden Jahren gemessen werden.
