Nowcasting: het weer voorspellen voor de komende paar uur
Stel je voor: je wilt over een uur de fiets pakken en je vraagt je af of je droog blijft. De vijfdaagse weersverwachting helpt daar weinig bij, want die werkt met grove tijdvakken als 'overdag' of 'in de ochtend'. Nowcasting is de techniek die precies dat gat opvult: een voorspelling van het weer, meestal neerslag, voor de komende minuten tot een paar uur, die om de paar minuten wordt bijgewerkt op basis van de allernieuwste metingen.
Het woord is een samentrekking van 'now' en 'forecasting': voorspellen van het hier-en-nu, in plaats van de verre toekomst. Denk aan een navigatie-app die op basis van actueel verkeer laat zien waar de file nu zit en hoe die zich de komende twintig minuten ontwikkelt, in plaats van een algemene inschatting van de spits. Apps als Buienradar zijn in Nederland het bekendste voorbeeld: ze laten een buitje letterlijk over de kaart naar je toe bewegen.
Wat is het precies?
Nowcasting begint met actuele waarnemingen. Het belangrijkste instrument is de weerradar: een schotel die radiogolven uitzendt en meet hoeveel daarvan terugkaatst op regendruppels, hagel of sneeuw. Hoe sterker de terugkaatsing, hoe intensiever de neerslag. Radars scannen de lucht elke paar minuten opnieuw, wat een reeks 'foto's' van de neerslag oplevert. Daarnaast worden satellietbeelden, grondstations en soms bliksemdetectoren gebruikt om een completer beeld te krijgen.
De klassieke methode heet extrapolatie: een computer bepaalt hoe snel en in welke richting bestaande buien bewegen, en trekt die beweging simpelweg door. Dit lijkt op het schuiven van een doorzichtig vel met het huidige buienpatroon over de kaart. Deze aanpak, ook wel 'optical flow' genoemd, werkt goed voor de eerste dertig tot zestig minuten, maar wordt onbetrouwbaar zodra buien ontstaan, samensmelten of juist uiteenvallen, iets wat vooral bij onweersbuien snel gebeurt.
De laatste jaren wordt hier kunstmatige intelligentie aan toegevoegd. Diepe neurale netwerken worden getraind op jarenlange radararchieven en leren daaruit niet alleen beweging te voorspellen, maar ook hoe neerslagcellen ontstaan en verdwijnen. Zulke modellen, zoals generatieve modellen die meerdere mogelijke toekomstscenario's tegelijk produceren, geven behalve een voorspelling ook een indicatie van onzekerheid: hoe waarschijnlijk is een bui op een bepaalde plek en tijd.
Nowcasting verschilt daarmee van 'gewone' weersverwachtingen, die worden gemaakt met numerieke weermodellen. Die lossen natuurkundige vergelijkingen op over een fijn rooster van de hele atmosfeer, wat rekenkracht en tijd kost en op de korte termijn van minuten tot een paar uur juist minder precies is dan directe waarnemingen. Nowcasting en klassieke weermodellen vullen elkaar dus aan: het een is sterk in de eerste uren, het ander op de langere termijn.
Overigens wordt de term nowcasting niet alleen in de meteorologie gebruikt. Economen spreken ook van nowcasting wanneer ze met actuele data, zoals energieverbruik of vrachtverkeer, een razendsnelle schatting maken van cijfers als het bbp, ver voordat de officiële statistieken verschijnen. Dit artikel richt zich op de weersvariant, waar de technologische ontwikkeling op dit moment het snelst gaat.
Wat wil men ermee bereiken?
Het belangrijkste doel is vroegtijdig waarschuwen voor gevaarlijk weer op de korte termijn: hevige regen die tot wateroverlast leidt, hagel, valwinden of plotselinge onweersbuien. Bij dit soort verschijnselen tellen minuten: een waarschuwing die een kwartier eerder komt, kan het verschil maken tussen een natte fiets en een overstroomde kelder, of tussen een geannuleerde vlucht en een gevaarlijke landing.
Daarnaast heeft nowcasting praktisch nut in tal van sectoren. Luchthavens gebruiken het om start- en landingsbanen tijdig te sluiten bij onweer. Boeren plannen er de oogst mee, evenementenorganisatoren beslissen ermee of een festival doorgaat, en beheerders van het elektriciteitsnet gebruiken korte-termijnvoorspellingen van bewolking en wind om de opbrengst van zonnepanelen en windturbines beter in te schatten.
Voor de gewone burger is het doel vooral comfort en veiligheid: weten of je nu droog naar de supermarkt kunt lopen, of dat je beter tien minuten kunt wachten. Die schijnbaar kleine toepassing is precies waarom nowcasting-apps tot de meest gebruikte weer-apps van Nederland behoren.
Voorbeelden uit de praktijk
Buienradar (Nederland, sinds 2003) is wellicht het bekendste voorbeeld voor Nederlandse gebruikers. De dienst gebruikt radardata, deels afkomstig van het KNMI, om neerslag tot ongeveer twee uur vooruit te tonen en is uitgegroeid tot een dagelijks geraadpleegde app voor miljoenen Nederlanders.
DeepMind, onderdeel van Google, publiceerde in 2021 in het wetenschappelijke tijdschrift Nature een onderzoek naar een generatief AI-model voor neerslagvoorspelling, DGMR genoemd. In een blinde test beoordeelden professionele meteorologen van de Britse Met Office de voorspellingen van dit model vaker als bruikbaarder dan die van gevestigde methoden, vooral bij het voorspellen van de locatie en vorm van buien.
MetNet-2, een neuraal netwerk van Google Research gepubliceerd in 2022, breidde de voorspelhorizon uit tot twaalf uur vooruit voor de Verenigde Staten, door radar-, satelliet- en modeldata te combineren in één diep leermodel.
Warn-on-Forecast is een programma van het Amerikaanse National Severe Storms Laboratory (onderdeel van NOAA), dat sinds ongeveer 2017 experimenteert met razendsnel bijgewerkte lokale voorspellingen om de waarschuwingstijd voor tornado's en hagelstormen te verlengen.
Ook in Nederland lopen onderzoeksprojecten naar aanvullende databronnen: onderzoekers van onder meer de TU Delft hebben laten zien dat signaalverzwakking in het mobiele telefonienetwerk gebruikt kan worden om neerslag te schatten op plekken waar radardekking beperkt is, een aanvulling op de traditionele radarmetingen.
Hoe ver is de techniek?
Radar-extrapolatie is inmiddels decennia oud en operationeel volwassen: vrijwel elke Europese weerdienst gebruikt het al jaren. De grote sprong van de laatste vijf tot tien jaar is de opkomst van AI-modellen, die vooral winst boeken bij het voorspellen van kortstondige, hevige buien die met klassieke extrapolatie lastig te vangen zijn.
Toch is nowcasting geen opgelost probleem. De betrouwbaarheid neemt snel af naarmate je verder vooruitkijkt: een voorspelling voor over tien minuten is doorgaans veel scherper dan een voorspelling voor over drie uur, simpelweg omdat de atmosfeer op kleine schaal chaotisch gedrag vertoont. AI-modellen zijn bovendien afhankelijk van de kwaliteit en dichtheid van radarnetwerken, die in delen van de wereld nog beperkt of afwezig zijn.
Een ander punt van zorg is uitlegbaarheid. Meteorologen die verantwoordelijk zijn voor officiële weerwaarschuwingen willen begrijpen waarom een model iets voorspelt, en niet alleen een uitkomst krijgen van een 'zwarte doos'. Daarom worden AI-nowcasts in de praktijk vaak gebruikt als extra hulpmiddel naast, niet in plaats van, de inschatting van menselijke experts. De verwachting binnen het vakgebied is dat deze modellen de komende jaren steviger in de operationele voorspelpraktijk verankerd raken, maar volledige automatisering van weerwaarschuwingen wordt vooralsnog niet nagestreefd.
Wie werken eraan?
Op het gebied van AI-gedreven nowcasting lopen Google en het bijbehorende onderzoekslab DeepMind voorop, met publicaties in gerenommeerde tijdschriften als Nature. In de Verenigde Staten investeert NOAA, via onder meer het National Severe Storms Laboratory, in nowcasting voor extreem weer.
In Europa werken nationale weerdiensten zoals het Britse Met Office, het Duitse Deutscher Wetterdienst en het Nederlandse KNMI aan zowel radartechnologie als de integratie van AI in hun voorspeldiensten. Het Europese ECMWF, vooral bekend van middellange-termijnvoorspellingen, verkent eveneens AI-toepassingen die raakvlakken hebben met nowcasting. Ook Chinese instanties, waaronder de China Meteorological Administration, investeren fors in AI-neerslagvoorspelling, mede vanwege de grote impact van moessonregens.
Daarnaast dragen universiteiten bij aan het fundamentele onderzoek, waaronder Nederlandse instellingen als de TU Delft en Wageningen University, die onder meer nieuwe databronnen en meetmethoden voor neerslag ontwikkelen.