Bloggen - Jordobservation

Framtidens väderprognoser byggs med AI och satelliter

AI förbättrar snabbt väderprognoserna och meteorologin står inför sitt största teknikskifte någonsin. Men även satelliterna är avgörande för att göra prognoserna mer träffsäkra. SMHI:s Heiner Körnich berättar om framtidens väderprognoser.
Ett dramatiskt moln över en grön åker
Brigipix från Pixabay
Ämnen:
´
Publicerad
2025-10-17
Dela artikel:

Sedan 1960-talet har meteorologer steg för steg förfinat de numeriska modellerna som används för att göra väderprognoser. Snabbare datorer, bättre observationer och mer detaljerade simuleringar har lett till att prognoserna blivit alltmer träffsäkra.

I genomsnitt har det inneburit att tillförlitligheten i en väderprognos har blivit en dag längre för varje decennium. Idag är en sexdygnsprognos lika tillförlitlig som en tredygnsprognos var på 1990-talet. Men de senaste två åren har AI tagit plats i väderprognosernas värld och lär fortsätta driva utvecklingen framöver.

– AI ger oss träffsäkrare prognoser mycket snabbare än tidigare. Nu har vi förbättrat prognoserna med en halv dag på bara ett år, säger Heiner Körnich, ansvarig för metodutveckling inom väderprognos på SMHI.

Genombrottet kom med GraphCast, en AI-modell från Google DeepMind. Den tränades på 40 års väderdata och visade att det gick att ta fram tiodygnsprognoser på under en minut, ofta med jämförbar träffsäkerhet som Europas främsta väderprognosmodeller.

Ny teknik på SHMI

På SMHI blir denna teknik snart en del av vardagen. AI används i dag framför allt för att finjustera de prognoser som tagits fram med traditionella modeller och förbättra träffsäkerheten för till exempel temperatur och vind.

Nästa år planerar man att ta en regional AI-modell i drift. Den nya modellen är tränad på resultat från de traditionella prognosmodellerna.

– I början kommer AI lämpa sig bra för väder som inte är extremt. Den ger bättre prognoser, till exempel om det blir en eller två grader kallare än vanligt, säger Heiner Körnich.

Nästa steg för AI

Nästa stora steg i utvecklingen är att AI tränas direkt på observationsdata, utan att behöva input från dagens vädermodeller.

– När AI inom några år tränas direkt på väderdata kommer den lära sig direkt från observationer och ge ännu bättre prognoser, säger Heiner Körnich.

Men även när AI utgår från observationer finns begränsningar. För att modellerna ska fungera krävs stora mängder tillförlitliga data. AI har svårare att förutsäga extrema väderhändelser eller att ge träffsäkra prognoser i områden där vi inte har så mycket data. Det gäller också vädersituationer som vi har svårt att observera, till exempel områden där det finns risk för isbildning på flygplansvingar.

- Ju mer data vi kan förse AI:n med, desto bättre väderprognoser får vi. Därför spelar utvecklingen av satelliter också en avgörande roll i framtidens väderprognoser, säger Heiner Körnich.

En man står med korsade armar med blå tshirt. Han ler och ser glad ut.

Heiner Körnich.

Satelliterna levererar kontinuerlig information om temperatur, molnighet, havsytor och vindförhållanden även från områden där markbaserade observationer saknas helt.

Tusen prognoser i stället för trettio

En fördel med AI är att tekniken gör det möjligt att köra fler parallella prognoser än med traditionella modeller, och på så sätt bättre fånga osäkerheten.

– Just nu kör vi 30 prognoser var sjätte timme för vädret över Norden. Men med AI-modeller kan vi köra tusen prognoser, vilket gör det lättare att bedöma olika scenarier och om något väderläge kan innebära fara för människor, säger Heiner Körnich.

Väderprognoser blir viktigare

Behovet av säkra väderprognoser ökar i takt med klimatförändringarna. Allmänhet, myndigheter och beslutsfattare behöver kunna förbereda sig inför snabba väderomslag och extremväder.

AI-tekniken gör det möjligt att snabba på utvecklingen. Men hur bra kan väderprognoserna egentligen bli?

– Det finns en gräns, eftersom atmosfären är ett kaotiskt system. Vi kommer troligen inte kunna göra säkra prognoser längre än ett par veckor framåt, men AI kommer hjälpa oss att göra dem bättre och bättre, säger Heiner Körnich.