Het KMI ontwikkelt op machine learning gebaseerde weersvoorspellingen op de snelste supercomputer van Europa
Het Koninklijk Meteorologisch Instituut (KMI) kreeg onlangs toegang tot de snelste supercomputer van Europa: LUMI. De rekentijd op LUMI zal worden gebruikt voor specifieke AI-trainingen ter ondersteuning van het internationale Destination Earth-project. Het KMI ontwikkelt momenteel samen met het Europees Centrum voor Weersvoorspellingen op Middellange Termijn (ECMWF) en andere Europese Nationale Meteorologische Diensten innovatieve voorspellingssystemen van ongezien hoge resolutie voor specifieke toepassingen.
LUMI (Large Unified Modern Infrastructure) bevindt zich in Finland en staat momenteel op de vijfde plaats in de lijst van krachtigste supercomputers ter wereld. Het wordt beheerd door het LUMI-consortium dat bestaat uit 11 Europese landen: Finland, België, Tsjechië, Denemarken, Estland, IJsland, Nederland, Noorwegen, Polen, Zweden en Zwitserland. Dit project zal gebruikmaken van het Belgische deel van de beschikbare computertijd die beheerd wordt door het Federaal Wetenschapsbeleid (BELSPO).
Het doel van dit LUMI project is om het Artificial Intelligence/Integrated Forecasting System (AIFS) verder te ontwikkelen ter ondersteuning van een Limited-Area Model (LAM) functionaliteit. Het KMI team zal de AIFS Limited-Area Model-versie trainen op een selectie van de datasets met hoge resolutie die beschikbaar zijn in het Destination Earth-project. De ruimtelijke resolutie waarop het model zal worden getraind, zal geleidelijk worden opgeschaald naar een resolutie van 5,5 km. Later zullen andere datasets worden gebruikt om naar een resolutie van 2,5 km te gaan. Dit zal veel verder gaan dan de huidige stand van zaken van op machine learning gebaseerde weersvoorspellingen en verder gaan dan de 31 km resolutie van de ERA5-dataset die wordt gebruikt voor de mondiale modellen AIFS, Graphcast en Pangu Weather.
De AIFS LAM-versie met hoge resolutie zal in het toekomstige KMI-voorspellingssysteem worden gebruikt ter aanvulling van de bestaande numerieke weervoorspellingsmodellen.