Фото: NASA.
Примерно 80 погодных спутников и сотни тысяч метеостанций по всему миру собирают очень много информации об атмосфере в режиме реального времени. Эти данные становятся вводными для математических моделей прогноза погоды, а среди самых мощных суперкомпьютеров мира как минимум пять созданы с этой целью, объясняет руководитель группы метеопрогнозирования Яндекса Дмитрий Соломенцев.
«Помимо точности, в моделях важно их разрешение: чем оно больше, тем больше локальных особенностей можно учесть, – говорит Дмитрий Соломенцев. – Мы в Яндексе на мощных компьютерах можем гонять модели с высоким разрешением — 2 на 2 километра. Погода очень сильно зависит от того, какая поверхность у вас под ногами. Например, городской асфальт нагревается быстрее и остывает медленнее, чем лес. У Яндекса, благодаря собственным картам, есть точное знание, где какая поверхность, что тоже позволяет делать прогноз более локальным.
Для оценки точности прогноза погоды есть такая метрика — доля ошибок больше чем на 5 градусов. То есть такая ошибка, из-за которой человек, например, неправильно оденется. Таких ошибок прогноз Яндекса допускает не более 2,1%. То есть если смотреть наш прогноз сто дней подряд, вероятно, что два дня из них наш прогноз будет сильно неточен. Это очень хороший показатель».
Недостаток данных и недостатки погодных моделей уже не решаются традиционными методами – к примеру, невозможно запустить миллионы метеоспутников. Технологический вызов состоит в том, чтобы с имеющимися средствами значительно повысить точность прогноза погоды. Технология Метеум решает эту проблему с помощью машинного обучения.