Extreme Weer: AI-ondersteund Vroegwaarschuwingssysteem Biedt Gerichte Ramppreventie

Visie op een geïntegreerd vroegwaarschuwingssysteem voor extreme weersomstandigheden

AI kan vroegwaarschuwingssystemen ondersteunen die de impact van extreme weersomstandigheden zoals droogtes en zware regenval voorspellen.

Het jaar 2024 heeft opnieuw duidelijk gemaakt dat Europa bijzonder kwetsbaar is voor klimaatverandering, op verschillende manieren. Zuidoost-Europa heeft in 2024 te maken gehad met enkele bijzonder ernstige hittegolven, waaronder de langste sinds het begin van de weerregistraties. Tevens was er daar een uitgesproken droogte.

In hetzelfde jaar ervoeren andere delen van Europa de ergste overstromingen sinds 2013, wat leidde tot 335 doden, ongeveer 413.000 getroffen mensen en schade ter waarde van ongeveer 18 miljard euro. In september veroorzaakte storm Boris verwoestende overstromingen in acht landen in Midden- en Oost-Europa, terwijl recordregenval in oktober leidde tot een ramp in de Spaanse regio Valencia.

Extreme weersomstandigheden: Diverse impacts in 2021

Maar extreme weersomstandigheden kunnen zeer diverse effecten hebben. Het jaar 2021 biedt hier een bijzonder goed voorbeeld van. In juli leidde aanhoudende zware regenval tot een overstromingsramp die vele levens eiste en schade ter waarde van enkele miljarden euro’s veroorzaakte, vooral in de Ahr-vallei, maar ook in andere delen van Rijnland-Palts en Noordrijn-Westfalen.

Een zeer vergelijkbare weersituatie in Brandenburg in hetzelfde jaar zorgde ervoor dat de dorre zandgronden eindelijk weer voldoende water kregen. Dit voorbeeld toont aan dat nauwkeurige weersvoorspellingen belangrijk zijn, maar niet voldoende om stormschade te verminderen. Dit geldt niet alleen voor zware regenval, maar ook voor droogtes en andere extreme meteorologische gebeurtenissen.

AI-ondersteunde vroegwaarschuwingssystemen voor preventie

In een studie gepubliceerd in Nature Communications heeft een internationaal team onder leiding van Markus Reichstein en Vitus Benson, onderzoekers aan het Max Planck Instituut voor Biogeochemie in Jena, Duitsland, een concept ontwikkeld voor nieuwe vroegwaarschuwingssystemen ondersteund door kunstmatige intelligentie. Dit systeem is bedoeld om hulporganisaties en rampenbestrijdingsinstellingen te helpen de schade door droogtes of zware regenval te verminderen.

Organisaties maken al gebruik van extreme weersvoorspellingen om rampen te voorkomen met preventieve maatregelen of om ten minste vroegtijdig operaties in rampgebieden te plannen. Het verbeterde AI-ondersteunde vroegwaarschuwingssysteem stelt hen in staat hun middelen nog gerichter en efficiënter in te zetten.

Reichstein legt uit: “Vroegwaarschuwingssystemen zijn meestal ontworpen voor korte periodes van weken tot enkele maanden om acute beschermende maatregelen mogelijk te maken. Maar we moeten ook strategisch nadenken over vroegwaarschuwingssystemen over langere perioden—van meerdere jaren tot decennia—om vergaande preventieve maatregelen te plannen en uit te voeren.”

Vroegwaarschuwingssystemen kunnen informatie bieden over hoe samenlevingen zich kunnen aanpassen aan de extreme gebeurtenissen die door de antropogene klimaatverandering frequent en ernstiger worden. Dit kan betekenen dat infrastructuur wordt uitgebreid of dat nederzettingen worden verplaatst om waterschade te vermijden. Het kan ook betekenen dat de landbouw en bosbouw zich aanpassen aan de veranderde klimatologische omstandigheden en meer droogtebestendige gewassen gaan verbouwen dan misschien generaties lang het geval is geweest.

Integratie van communicatieve en psychologische maatregelen

De maatregelen om overstromingen, misoogsten en hongersnood te voorkomen kunnen zeer ingrijpend en kostbaar zijn. “We moeten niet alleen extreme weersomstandigheden en hun mogelijke impact zo nauwkeurig mogelijk voorspellen,” benadrukt Reichstein. “Het is net zo belangrijk om bevindingen uit de communicatiewetenschap en psychologie te integreren, zodat waarschuwingen worden begrepen, serieus worden genomen en worden omgezet in effectieve actie—zowel individueel als politiek.”

Het vroegwaarschuwingsconcept dat door Reichstein en zijn collega’s is gepresenteerd, omvat zes modules: van temporeel en ruimtelijk hoog-resolutie metingen van de impact van extreme weersomstandigheden tot precieze weersvoorspellingen en voorspellingen van ecologische en economische effecten, en communicatiewetenschappelijke en psychologische methoden die zijn ontworpen om waarschuwingen zo effectief mogelijk te maken. Kunstmatige intelligentie kan nuttig zijn voor zowel het voorspellen van de schade door extreme weersomstandigheden als voor effectieve communicatie door middel van stem, beeld en geluid.

AI leert van voorbeelden om de impact van extreme weersomstandigheden op verschillende locaties te begrijpen. Met conventionele fysieke klimaatmodellen is het niet mogelijk om exact te berekenen welke impact een droogte of zware regenval zal hebben op verschillende locaties, omdat veel beïnvloedende factoren een rol spelen. “Om de impact van een extreme weersituatie nauwkeurig te kunnen voorspellen, moeten bodemgesteldheid, vegetatie en terreinstructuur bijvoorbeeld op een zeer lokaal niveau in overweging worden genomen,” zegt Reichstein. “We kunnen met een resolutie van 20 meter voorspellen, dat wil zeggen voor elk veld of tuin, welke schade een droogte kan veroorzaken.”

Dit wordt mogelijk gemaakt door de uitgebreide gegevens van de Copernicus-satellieten. AI kan vervolgens leren van de impact van een dergelijk evenement in een geologisch en ecologisch vergelijkbaar gebied. Het team van Reichstein is al goed in het voorspellen van hoe droogtes verschillende ecosystemen zullen beïnvloeden. Andere onderzoeksgroepen hebben algoritmen ontwikkeld die de impact van zware regenval kunnen voorspellen.

We hebben AI nodig die causaliteiten begrijpt

Het doel is om vroegwaarschuwingssystemen te creëren die betrouwbaar de impact van diverse extreme weersomstandigheden wereldwijd identificeren, effectieve waarschuwingen geven en idealiter ook maatregelen voorstellen om schade te minimaliseren. Maar er zijn nog enkele hobbels te nemen voordat dat mogelijk is. Dit betreft niet alleen de beschikbaarheid van betekenisvolle gegevens en de koppeling van uitspraken over effecten op grote en kleine schaal.

Dit houdt ook verband met een probleem dat momenteel een grote rol speelt in de verdere ontwikkeling van kunstmatige intelligentiemethoden in het algemeen: de verklaarbaarheid van beslissingen die door AI worden genomen. Kunstmatige intelligentie haalt zijn resultaten uit statistische correlaties en niet uit causale verbanden. “Deze maart was droger dan ooit tevoren in Duitsland. Voor een AI-vroegwaarschuwingssysteem om iets dergelijks te kunnen voorspellen, kan het niet alleen generaliseren en zeggen dat Duitsland niet met zulke extreme droogtes in maart te maken zal krijgen—het moet verwijzen naar de fysieke oorzaken, zoals de algemene weersituatie,” zegt Vitus Benson.

Een betrouwbaar vroegwaarschuwingsapp voor iedereen

Het team van het Max Planck Instituut voor Biogeochemie ontwikkelt systemen die slimmere aanbevelingen doen, vooral als het gaat om het voorspellen van de impact van extreme weersomstandigheden. “Vroegwaarschuwingsberichten zijn vaak nog vrij algemeen, vooral in het Globale Zuiden. Onze ontwikkelingen op het gebied van het voorspellen van droogte-effecten zijn bedoeld om de toegang te democratiseren en zelfs kleinschalige informatie voor iedereen beschikbaar te maken,” zegt Benson.

Het team wil deze vooruitgang nu gebruiken voor andere extreme weersomstandigheden en vervolgens een vroegwaarschuwingssysteem in een app aanbieden.