{"id":41938,"date":"2024-07-08T11:58:43","date_gmt":"2024-07-08T09:58:43","guid":{"rendered":"https:\/\/cmm.imgw.pl\/?page_id=41938"},"modified":"2024-07-08T13:16:59","modified_gmt":"2024-07-08T11:16:59","slug":"akademiacmm-jak-polepszyc-tradycyjne-prognozy-pogody-za-pomoca-uczenia-maszynowego","status":"publish","type":"page","link":"https:\/\/cmm.imgw.pl\/?page_id=41938","title":{"rendered":"#AkademiaCMM &#8211; Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego"},"content":{"rendered":"<div class=\"wp-block-post-date\"><time datetime=\"2024-07-08T11:58:43+02:00\">8 lipca 2024<\/time><\/div>\n\n<div class=\"D3zfd XxeQL\" style=\"text-align: left;\"><span style=\"font-size: 12pt;\"><strong><span class=\"D3zfd JdFsz\" title=\"Przewodnik dla prywatnych stacji meteorologicznych\">Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego<\/span><\/strong><\/span><\/div>\n<div style=\"text-align: justify;\">\u00a0<\/div>\n<div><span style=\"font-size: 12pt;\">Opracowano na podstawie \u201eHow physics-based forecasts can be corrected by machine learning\u201d<\/span><\/div>\n<div><span style=\"font-size: 12pt;\"><u><a id=\"LPlnkOWA3b9d896f-520d-61ab-9ee4-4e01db698928\" href=\"https:\/\/www.ecmwf.int\/en\/about\/media-centre\/news\/2024\/how-physics-based-forecasts-can-be-corrected-machine-learning\" rel=\"noopener noreferrer\" data-auth=\"NotApplicable\" data-linkindex=\"0\">https:\/\/www.ecmwf.int\/en\/about\/media-centre\/news\/2024\/how-physics-based-forecasts-can-be-corrected-machine-learning<\/a><\/u><\/span><\/div>\n<div><span style=\"font-size: 12pt;\">T\u0142umaczenie: mgr Jadwiga R\u00f3g, IMGW-PIB CMM<\/span><\/div>\n<h1 style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">\u00a0<\/span><\/h1>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\"><img loading=\"lazy\" width=\"690\" height=\"454\" class=\"wp-image-41939 aligncenter\" src=\"http:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjustments-in-the-corrected-forecast.jpeg\" alt=\"4D-Var with adjustments in the corrected forecast\" srcset=\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjustments-in-the-corrected-forecast.jpeg 690w, https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjustments-in-the-corrected-forecast-300x197.jpeg 300w\" sizes=\"(max-width: 690px) 100vw, 690px\" \/><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">R\u00f3wnolegle, konsorcjum ECMWF podejmuje dzia\u0142ania w kierunku poprawy metod prognozowania pogody korzystaj\u0105c wy\u0142\u0105cznie z uczenia maszynowego, uwzgl\u0119dniaj\u0105c r\u00f3wnie\u017c prognozy wi\u0105zkowe. Osobnym zagadnieniem badawczym opracowywanym w konsorcjum ECMWF jest wytwarzanie prognoz pogody za pomoc\u0105 metod uczenia maszynowego wykorzystuj\u0105c jedynie obserwacje meteorologiczne.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\"><strong>Redukcja b\u0142\u0119du modelu przy tworzeniu warunk\u00f3w pocz\u0105tkowych <\/strong><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Jednym z g\u0142\u00f3wnych element\u00f3w numerycznej prognozy pogody jest asymilacja danych obserwacyjnych w celu ustalenia warunk\u00f3w pocz\u0105tkowych prognoz. W ECMWF dla modelu IFS wykorzystywana jest asymilacja metod\u0105 4D-VAR. Polega ona na korekcji prognozy kr\u00f3tkoterminowej w taki spos\u00f3b, aby lepiej pasowa\u0142a do obserwacji meteorologicznych dokonanych w ostatnim okresie, zwanym oknem asymilacji.<\/span><\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">Ta kr\u00f3tkoterminowa prognoza nazywana jest \u201epierwsz\u0105 pr\u00f3b\u0105\u201d (\u201cfirst guess\u201d) albo \u201et\u0142em\u201d, a zaktualizowana do obserwacji prognoza to \u201eanaliza\u201d.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Zazwyczaj u\u017cywana jest metoda 4D-Var z tzw. \u201esilnymi warunkami\u201d, w kt\u00f3rej uznaje si\u0119 model za idealny i nie wprowadza \u017cadnych b\u0142\u0119d\u00f3w do analizy. W 4D-Var ze \u201es\u0142abymi warunkami\u201d tak nie jest, wi\u0119c wprowadzane s\u0105 pewne korekty.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">&#8211; W pewnym momencie zdajesz sobie spraw\u0119, \u017ce istniej\u0105 systematyczne r\u00f3\u017cnice mi\u0119dzy modelem a pewnymi obserwacjami. Musisz wtedy wzi\u0105\u0107 pod uwag\u0119 fakt, \u017ce model mo\u017ce konsekwentnie pope\u0142nia\u0107 b\u0142\u0119dy przy konkretnych sytuacjach meteorologicznych \u2013 stwierdza naukowiec Massimo Bonavita z ECMWF.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Zazwyczaj, korekty b\u0142\u0119du maj\u0105 okre\u015blone, sta\u0142e warto\u015bci zale\u017cne od kroku czasowego, jak pokazuje poni\u017cszy schemat:<\/span><\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\"><img loading=\"lazy\" width=\"330\" height=\"210\" class=\"wp-image-41940 aligncenter\" src=\"http:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjusted-analysis-trajectory.jpeg\" alt=\"4D-Var with adjusted analysis trajectory\" srcset=\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjusted-analysis-trajectory.jpeg 330w, https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjusted-analysis-trajectory-300x191.jpeg 300w\" sizes=\"(max-width: 330px) 100vw, 330px\" \/><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\"><em>W asymilacji danych poprzednia prognoza, tu zwana \u201efirst-guess trajectory\u201d, jest podmieniana na skorygowan\u0105 prognoz\u0119, tutaj \u201eanalysis trajectory\u201d. Tradycyjne 4D-Var ze s\u0142abymi warunkami stosuje popraw\u0119 o sta\u0142ej warto\u015bci \u03b7 do korygowanego przebiegu prognozy, by usun\u0105\u0107 b\u0142\u0105d systematyczny (bias) na tyle, na ile jest to mo\u017cliwe.<\/em><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Uczenie maszynowe mo\u017ce by\u0107 u\u017cyte do zmieniania warto\u015bci korekt w celu uwzgl\u0119dnienia b\u0142\u0119d\u00f3w modelowych. Dotychczas poprawa stanu atmosfery w modelu dokonywana by\u0142a tylko w stratosferze, teraz jest to mo\u017cliwe r\u00f3wnie\u017c w troposferze.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">&#8211; Jest to wi\u0119kszy problem, bo b\u0142\u0119dy modelu s\u0105 mniejsze, ale nadal znacz\u0105ce, zw\u0142aszcza w warstwie granicznej atmosfery i blisko styku atmosfery z powierzchniami l\u0105d\u00f3w i ocean\u00f3w \u2013 t\u0142umaczy Massimo.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Warstwa graniczna to cz\u0119\u015b\u0107 atmosfery, na kt\u00f3r\u0105 bezpo\u015bredni wp\u0142yw ma powierzchnia Ziemi.<\/span><\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">&#8211; Tu wa\u017cnym jest, by warto\u015b\u0107 poprawek zmienia\u0142a si\u0119 w rytmie dobowym.<\/span><\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">Poni\u017csza animacja pokazuje godzinn\u0105 zmienno\u015b\u0107 poprawek tendencji temperatury powierzchniowej, por\u00f3wnan\u0105 z poprawkami o sta\u0142ej warto\u015bci. Korekty o zmiennej warto\u015bci b\u0119d\u0105 uwzgl\u0119dnione w nowym systemie asymilacji danych.<\/span><\/p>\n<p style=\"text-align: left;\"><img loading=\"lazy\" class=\"aligncenter size-medium\" src=\"\/wp-content\/uploads\/2024\/07\/Obraz13.gif\" width=\"605\" height=\"181\" \/><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\"><em>Przebieg poprawek sta\u0142ych i zmiennych w czasie dla tendencji temperatury przy powierzchni, mi\u0119dzy 00 UTC 20 lipca 2022, a 10 UTC 24 lipca 2022. Sta\u0142a poprawka tendencji zmienia si\u0119 nieznacznie dla ka\u017cdego 12-godzinnego okna asymilacyjnego. (Autor: Patrick Laloyaux, ECMWF)<\/em><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Zgodnie z planem konsorcjum, powy\u017csze zmiany maj\u0105 by\u0107 wdro\u017cone do modelu IFS w 2025 roku w wersji 50r1.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\"><strong>Redukcja b\u0142\u0119du modelu w prognozach<\/strong><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Nadal trwaj\u0105 prace nad korekt\u0105 b\u0142\u0119d\u00f3w modelu podczas liczenia prognoz.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">&#8211; Naszym planem jest rozszerzenie metody 4D-Var o s\u0142abych warunkach przez u\u017cycie sieci neuronowej do zredukowania b\u0142\u0119d\u00f3w systematycznych modelu w trakcie oblicze\u0144 prognozy \u2013 m\u00f3wi Massimo.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Sie\u0107 neuronowa nie tylko dostarcza oszacowanie b\u0142\u0119d\u00f3w modelu, ale tworzy model tych b\u0142\u0119d\u00f3w, zale\u017cny od bie\u017c\u0105cego stanu pogody. Oznacza to, \u017ce metoda ta mo\u017ce by\u0107 stosowana do dowolnej konfiguracji modelu.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Przy takim u\u017cyciu uczenia maszynowego, numeryczna prognoza nadal oparta b\u0119dzie na rozwi\u0105zywaniu r\u00f3wna\u0144 fizycznych.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">&#8211; W rezultacie wprowadzamy ma\u0142\u0105 korekt\u0119, kt\u00f3ra minimalizuje b\u0142\u0119dy systematyczne modelu \u2013 m\u00f3wi Massimo. \u2013 A otrzymany wynik pozostaje nadal w pe\u0142ni sp\u00f3jnym polem fizycznym.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\">Testy przeprowadzone na prognozach pokazuj\u0105 popraw\u0119 wynik\u00f3w dla prawie wszystkich zmiennych i wyprzedze\u0144.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\"><img loading=\"lazy\" width=\"690\" height=\"992\" class=\"wp-image-41941 aligncenter\" src=\"http:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/forecast-improvements-resulting-from-neural-networ.jpeg\" alt=\"Forecast improvements resulting from neural network improvements\" srcset=\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/forecast-improvements-resulting-from-neural-networ.jpeg 690w, https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/forecast-improvements-resulting-from-neural-networ-209x300.jpeg 209w\" sizes=\"(max-width: 690px) 100vw, 690px\" \/><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"font-size: 12pt;\"><em>Testy wskazuj\u0105 na popraw\u0119 (niebieski kolor) w stosunku do obecnej prognozy dla szerokiej gamy zmiennych i d\u0142ugo\u015bci prognoz w obszarach pozatropikalnych na p\u00f3\u0142nocnej i po\u0142udniowej p\u00f3\u0142kuli, weryfikowane za pomoc\u0105 analiz ECMWF. Wyniki przedstawiono dla korelacji b\u0142\u0119d\u00f3w (\u201eanomaly correlation\u201d), b\u0142\u0119du \u015bredniego kwadratowego (RMSE) oraz odchylenia standardowego. Rezultaty w strefie tropikalnej s\u0105 niejednoznaczne (Autor: Marcin Chrust, ECMWF).<\/em><\/span><\/p>\n<p style=\"text-align: left;\"><span style=\"font-size: 12pt;\">Prace nadal trwaj\u0105, a ich wdro\u017cenie nast\u0105pi w przysz\u0142ym cyklu modelu IFS.<\/span><\/p>\n<p>\u00a0<\/p>\n<p style=\"text-align: center;\"><span style=\"font-size: 12pt;\">&#8212; UDOST\u0118PNIJ &#8212;<\/span><\/p>","protected":false},"excerpt":{"rendered":"<p>Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.<\/p>\n","protected":false},"author":3,"featured_media":41940,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"templates\/landing.php","meta":{"ocean_post_layout":"","ocean_both_sidebars_style":"","ocean_both_sidebars_content_width":0,"ocean_both_sidebars_sidebars_width":0,"ocean_sidebar":"0","ocean_second_sidebar":"0","ocean_disable_margins":"enable","ocean_add_body_class":"","ocean_shortcode_before_top_bar":"","ocean_shortcode_after_top_bar":"","ocean_shortcode_before_header":"","ocean_shortcode_after_header":"","ocean_has_shortcode":"","ocean_shortcode_after_title":"","ocean_shortcode_before_footer_widgets":"","ocean_shortcode_after_footer_widgets":"","ocean_shortcode_before_footer_bottom":"","ocean_shortcode_after_footer_bottom":"","ocean_display_top_bar":"off","ocean_display_header":"off","ocean_header_style":"custom","ocean_center_header_left_menu":"0","ocean_custom_header_template":"2993","ocean_custom_logo":0,"ocean_custom_retina_logo":0,"ocean_custom_logo_max_width":0,"ocean_custom_logo_tablet_max_width":0,"ocean_custom_logo_mobile_max_width":0,"ocean_custom_logo_max_height":0,"ocean_custom_logo_tablet_max_height":0,"ocean_custom_logo_mobile_max_height":0,"ocean_header_custom_menu":"0","ocean_menu_typo_font_family":"0","ocean_menu_typo_font_subset":"","ocean_menu_typo_font_size":0,"ocean_menu_typo_font_size_tablet":0,"ocean_menu_typo_font_size_mobile":0,"ocean_menu_typo_font_size_unit":"px","ocean_menu_typo_font_weight":"","ocean_menu_typo_font_weight_tablet":"","ocean_menu_typo_font_weight_mobile":"","ocean_menu_typo_transform":"","ocean_menu_typo_transform_tablet":"","ocean_menu_typo_transform_mobile":"","ocean_menu_typo_line_height":0,"ocean_menu_typo_line_height_tablet":0,"ocean_menu_typo_line_height_mobile":0,"ocean_menu_typo_line_height_unit":"","ocean_menu_typo_spacing":0,"ocean_menu_typo_spacing_tablet":0,"ocean_menu_typo_spacing_mobile":0,"ocean_menu_typo_spacing_unit":"","ocean_menu_link_color":"","ocean_menu_link_color_hover":"","ocean_menu_link_color_active":"","ocean_menu_link_background":"","ocean_menu_link_hover_background":"","ocean_menu_link_active_background":"","ocean_menu_social_links_bg":"","ocean_menu_social_hover_links_bg":"","ocean_menu_social_links_color":"","ocean_menu_social_hover_links_color":"","ocean_disable_title":"default","ocean_disable_heading":"default","ocean_post_title":"","ocean_post_subheading":"","ocean_post_title_style":"","ocean_post_title_background_color":"","ocean_post_title_background":0,"ocean_post_title_bg_image_position":"","ocean_post_title_bg_image_attachment":"","ocean_post_title_bg_image_repeat":"","ocean_post_title_bg_image_size":"","ocean_post_title_height":0,"ocean_post_title_bg_overlay":0.5,"ocean_post_title_bg_overlay_color":"","ocean_disable_breadcrumbs":"default","ocean_breadcrumbs_color":"","ocean_breadcrumbs_separator_color":"","ocean_breadcrumbs_links_color":"","ocean_breadcrumbs_links_hover_color":"","ocean_display_footer_widgets":"off","ocean_display_footer_bottom":"off","ocean_custom_footer_template":"0"},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.5.1 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>#AkademiaCMM - Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego - Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB<\/title>\n<meta name=\"description\" content=\"Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/cmm.imgw.pl\/?page_id=41938\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"#AkademiaCMM - Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego\" \/>\n<meta property=\"og:description\" content=\"Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/cmm.imgw.pl\/?page_id=41938\" \/>\n<meta property=\"og:site_name\" content=\"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/Meteoimgw\/\" \/>\n<meta property=\"article:modified_time\" content=\"2024-07-08T11:16:59+00:00\" \/>\n<meta property=\"og:image\" content=\"http:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjusted-analysis-trajectory.jpeg\" \/>\n\t<meta property=\"og:image:width\" content=\"330\" \/>\n\t<meta property=\"og:image:height\" content=\"210\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:title\" content=\"#AkademiaCMM - Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego\" \/>\n<meta name=\"twitter:description\" content=\"Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjusted-analysis-trajectory.jpeg\" \/>\n<meta name=\"twitter:site\" content=\"@IMGW_CMM\" \/>\n<meta name=\"twitter:label1\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data1\" content=\"14 minut\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/cmm.imgw.pl\/?page_id=41938\",\"url\":\"https:\/\/cmm.imgw.pl\/?page_id=41938\",\"name\":\"#AkademiaCMM - Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego - Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\",\"isPartOf\":{\"@id\":\"https:\/\/cmm.imgw.pl\/#website\"},\"datePublished\":\"2024-07-08T09:58:43+00:00\",\"dateModified\":\"2024-07-08T11:16:59+00:00\",\"description\":\"Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.\",\"breadcrumb\":{\"@id\":\"https:\/\/cmm.imgw.pl\/?page_id=41938#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/cmm.imgw.pl\/?page_id=41938\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/cmm.imgw.pl\/?page_id=41938#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/cmm.imgw.pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"#AkademiaCMM &#8211; Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/cmm.imgw.pl\/#website\",\"url\":\"https:\/\/cmm.imgw.pl\/\",\"name\":\"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\",\"description\":\"CMOK-LMM Laboratorium pe\u0142ni pa\u0144stwow\u0105 s\u0142u\u017cb\u0119 hydrologiczno-meteorologiczn\u0105 w zakresie numerycznych prognoz pogody, kt\u00f3rego zadaniem jest konsolidacja kompetencji w obszarze modelowania zjawisk pogodowych oraz dalszego rozwoju numerycznych modeli pogody (NMP).\",\"publisher\":{\"@id\":\"https:\/\/cmm.imgw.pl\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/cmm.imgw.pl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/cmm.imgw.pl\/#organization\",\"name\":\"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\",\"url\":\"https:\/\/cmm.imgw.pl\/\",\"sameAs\":[\"https:\/\/www.facebook.com\/Meteoimgw\/\",\"https:\/\/twitter.com\/IMGW_CMM\"],\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/cmm.imgw.pl\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2025\/10\/MODELE_LOGO_UNIFIKACJA_v2.png\",\"contentUrl\":\"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2025\/10\/MODELE_LOGO_UNIFIKACJA_v2.png\",\"width\":1356,\"height\":365,\"caption\":\"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB\"},\"image\":{\"@id\":\"https:\/\/cmm.imgw.pl\/#\/schema\/logo\/image\/\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"#AkademiaCMM - Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego - Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","description":"Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/cmm.imgw.pl\/?page_id=41938","og_locale":"pl_PL","og_type":"article","og_title":"#AkademiaCMM - Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego","og_description":"Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.","og_url":"https:\/\/cmm.imgw.pl\/?page_id=41938","og_site_name":"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","article_publisher":"https:\/\/www.facebook.com\/Meteoimgw\/","article_modified_time":"2024-07-08T11:16:59+00:00","og_image":[{"width":330,"height":210,"url":"http:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjusted-analysis-trajectory.jpeg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","twitter_title":"#AkademiaCMM - Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego","twitter_description":"Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.","twitter_image":"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2024\/07\/4d-var-with-adjusted-analysis-trajectory.jpeg","twitter_site":"@IMGW_CMM","twitter_misc":{"Szacowany czas czytania":"14 minut"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/cmm.imgw.pl\/?page_id=41938","url":"https:\/\/cmm.imgw.pl\/?page_id=41938","name":"#AkademiaCMM - Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego - Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","isPartOf":{"@id":"https:\/\/cmm.imgw.pl\/#website"},"datePublished":"2024-07-08T09:58:43+00:00","dateModified":"2024-07-08T11:16:59+00:00","description":"Uczenie maszynowe odgrywa coraz wi\u0119ksz\u0105 rol\u0119 w prognozowaniu pogody. Numeryczne prognozy pogody mog\u0105 powstawa\u0107 wy\u0142\u0105cznie na podstawie uczenia maszynowego lub mo\u017cna wykorzysta\u0107 metody uczenia maszynowego do poprawy jako\u015bci warunk\u00f3w pocz\u0105tkowych modeli opartych na r\u00f3wnaniach fizycznych. Poni\u017cej przedstawione s\u0105 wyniki dla drugiego przypadku, gdzie uczenie maszynowe wykorzystane zosta\u0142o do poprawy warunk\u00f3w pocz\u0105tkowych u\u017cywanych przez numeryczne modele prognoz pogody. Jednym z cel\u00f3w konsorcjum ECMWF jest po\u0142\u0105czenie numerycznych modeli prognoz pogody opartych na r\u00f3wnaniach fizycznych z modelami wykorzystuj\u0105cymi uczenie maszynowe. Pozwoli to na przekroczenie obecnych granic dok\u0142adno\u015bci prognoz pogody przy zachowaniu realizmu i \u0142atwo\u015bci interpretacji wynik\u00f3w. Zmiany te zostan\u0105 wdro\u017cone do operacyjnego systemu prognoz ECMWF z pocz\u0105tkiem roku 2025.","breadcrumb":{"@id":"https:\/\/cmm.imgw.pl\/?page_id=41938#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/cmm.imgw.pl\/?page_id=41938"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/cmm.imgw.pl\/?page_id=41938#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/cmm.imgw.pl\/"},{"@type":"ListItem","position":2,"name":"#AkademiaCMM &#8211; Jak polepszy\u0107 \u201ctradycyjne\u201d prognozy pogody za pomoc\u0105 uczenia maszynowego"}]},{"@type":"WebSite","@id":"https:\/\/cmm.imgw.pl\/#website","url":"https:\/\/cmm.imgw.pl\/","name":"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","description":"CMOK-LMM Laboratorium pe\u0142ni pa\u0144stwow\u0105 s\u0142u\u017cb\u0119 hydrologiczno-meteorologiczn\u0105 w zakresie numerycznych prognoz pogody, kt\u00f3rego zadaniem jest konsolidacja kompetencji w obszarze modelowania zjawisk pogodowych oraz dalszego rozwoju numerycznych modeli pogody (NMP).","publisher":{"@id":"https:\/\/cmm.imgw.pl\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/cmm.imgw.pl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Organization","@id":"https:\/\/cmm.imgw.pl\/#organization","name":"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB","url":"https:\/\/cmm.imgw.pl\/","sameAs":["https:\/\/www.facebook.com\/Meteoimgw\/","https:\/\/twitter.com\/IMGW_CMM"],"logo":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/cmm.imgw.pl\/#\/schema\/logo\/image\/","url":"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2025\/10\/MODELE_LOGO_UNIFIKACJA_v2.png","contentUrl":"https:\/\/cmm.imgw.pl\/wp-content\/uploads\/2025\/10\/MODELE_LOGO_UNIFIKACJA_v2.png","width":1356,"height":365,"caption":"Laboratorium Modelowania Meteorologicznego CMOK IMGW-PIB"},"image":{"@id":"https:\/\/cmm.imgw.pl\/#\/schema\/logo\/image\/"}}]}},"_links":{"self":[{"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/pages\/41938"}],"collection":[{"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=41938"}],"version-history":[{"count":4,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/pages\/41938\/revisions"}],"predecessor-version":[{"id":41953,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/pages\/41938\/revisions\/41953"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=\/wp\/v2\/media\/41940"}],"wp:attachment":[{"href":"https:\/\/cmm.imgw.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=41938"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}