Meteoroloji biliminin en karmaşık alanlarından biri olan uzun vadeli hava tahmini, özellikle Doğu Asya gibi monsun ikliminin hakim olduğu bölgelerde büyük zorluklar içeriyor. Araştırmacılar, bu bölgedeki yaz yağışlarını 3-6 ay önceden tahmin etmenin neden bu kadar zor olduğunu şu faktörlerle açıklıyor: bahar dönemindeki öngörülebilirlik engeli, zayıf büyük ölçekli sinyaller ve yerel düzeydeki doğrusal olmayan konvektif ekstrem olaylar.
Bu zorlu probleme çözüm arayan bilim insanları, CAPES (Combined Atmosphere-Land-Ocean Prediction Ensemble System) adını verdikleri hibrit bir sistem geliştirdi. Sistem, kilometrik çözünürlükte çalışan bölgesel bir model ile veri odaklı yapay zeka teknolojisini birleştiriyor. 15 kilometrelik çözünürlükte çalışan füzyonlu iş akışı, farklı başlangıç zamanları, fizik şemaları ve parametre pertürbasyonlarından elde edilen 174 sayısal üye ile başlangıç ve fiziksel pertürbasyonlardan üretilen 1600 yapay zeka üyesini harmanlıyor.
Tam LineShine sistemi kullanarak CAPES, 2016-2025 yılları arasında on yıllık 1774 üyeli hindcast hesaplamalarını sadece 14,6 saatte tamamlamayı başardı. Bu performans, Avrupa Orta Vadeli Hava Tahminleri Merkezi'nin (ECMWF) mevcut 71,8 puanlık ortalama tahmin skorunu 75,9'a yükseltti. Sistemin 1 kilometrelik konfigürasyonu ise daha da detaylı analizlere olanak sağlıyor.
Bu teknolojik ilerleme, operasyonel hava tahmini kapasitesinde büyük bir sıçrama anlamına geliyor ve özellikle sel riski yüksek bölgelerde yaşayan topluluklar için hayati öneme sahip erken uyarı sistemlerinin geliştirilmesine katkı sağlayacak.