Michael JohnsonVærstasjoner ved skoler skal tilføre lokale observasjoner til forskning på KI-baserte værvarsler: 13. oktober kunngjorde Google.org en bevilgning på 5 millioner dollar til vær- og klimaforskning i Irland. Programmet skal vare i fire år, og 560 solcelledrevne stasjoner skal settes opp ved skoler; forskerne skal undersøke korttidsvarsler om kraftige regnbyger og stormer.
Ifølge Googles kunngjøring vil Google.org gi 2,25 millioner euro (2,5 millioner dollar) til AIMSIR Centre og Climate + Co-Centre gjennom UCD Foundation. AIMSIR-forskerne skal samarbeide med den nasjonale værtjenesten Met Éireann og Climate + Co-Centre. De planlegger å kombinere Google Earth AI-modeller og satellittbilder med mer enn 70 år med historiske klimaregistreringer fra Irland og data fra bakkebaserte observasjoner.
Hvorfor prognosene trenger flere sensorer
Bakkebaserte værstasjoner gir viktige observasjoner, men avstanden mellom dem kan føre til at lokale værfenomener ikke blir fanget opp. Google trekker fram plutselige regnbyger og mikrobyger av sterk vind som eksempler på hendelser som er vanskelige å følge med et glissent observasjonsnettverk. Forskningsprogrammet skal vise om ekstra målinger nær bakken kan bidra til nowcasting-modeller – varsler i sanntid om vær som endrer seg raskt.
Den mulige nytten for innbyggerne er tidligere varsler om plutselige regnbyger, flom og kraftige stormer. Google peker også på et utdanningsmål: Lærere ved skolene som får stasjoner, skal etter planen få opplæring i bruk av dataene i undervisningen.
Hva resultatene kan vise
Det praktiske målet er ikke antallet installerte sensorer i seg selv, men om flere lokale observasjoner kan forbedre korttidsvarsler for bestemte områder. Forskerne må sammenligne prognosene med faktiske værobservasjoner og vurdere hvor nyttige de nye målingene er for å følge nedbør som utvikler seg raskt.
I kunngjøringen 13. oktober beskrev Google programmets mål, deltakere og planlagte nettverk, men oppga ingen testresultater fra et system som allerede er i drift. Det dreier seg nå om oppstarten av et finansiert forskningsprogram og planer om å bygge infrastrukturen. Betydningen vil avhenge av om modellene kan bruke de ekstra observasjonene til å lage mer nyttige lokale prognoser.