On peut prévoir correctement la météo grâce au machine learning

Alors que le changement climatique progresse, la surveillance constante du territoire est essentielle. Elle l'est doublement dans les territoires géographiquement exposés à des conditions météorologiques changeantes comme la Thaïlande. L'École de Thammasat a donc montré qu'il est possible de prévoir avec précision la météo jusqu'à 12 mois grâce au machine learning.

Publiée en septembre 2018, la recherche de l'École de Thammasat a recueilli des résultats très intéressants. En effet, le modèle de machine learning présenté dans l'article repose scientifiquement sur la surveillance des précipitations entre 1991 et 2010. Les scientifiques ont toutefois obtenu des preuves scientifiques en surveillant la quantité de pluie tombée chaque mois entre 2011 et 2016 à la station de Pluak Deang, en Thaïlande. On peut donc prévoir correctement la météo grâce au machine learning.

Le modèle de prévision par machine learning

Le modèle de machine learning considéré a adopté comme approche les réseaux de neurones du deep learning. Le modèle optimal doit donc tenir compte des variables suivantes : température de l'air, hauteur géopotentielle, vent méridional, oméga, rayonnement infrarouge sortant, humidité relative, humidité spécifique, pression au niveau de la mer, température de surface de la mer, vent zonal, taux de précipitation et eau précipitable.

L'image est tirée d'une recherche publiée au lien suivant : https://www.tci-thaijo.org/index.php/easr/article/view/127733

Les résultats des preuves scientifiques confèrent une grande robustesse au modèle. En effet, les résultats ont confirmé que le modèle peut faire des prévisions d'un mois à 12 mois. L'horizon temporel qui permet des prévisions correctes et fiables est de 30 jours, où environ 70 % des valeurs attendues sont égales à celles observées.

Résultats et considérations finales

Enfin, le modèle est capable de prédire assez bien les précipitations mensuelles pour les années humides à très pluvieuses. En effet, peu de modèles de prévision météorologique sont fiables en Thaïlande. Le modèle DNN proposé ici fournit donc des prévisions correctes et fiables dans le temps. Il convient toutefois d'accroître la solidité du modèle par des vérifications supplémentaires.

Lisez et partagez d'autres actualités environnementales en parcourant The Patent, le magazine des inventions.