Tekoäly sääennusteissa: pärjääkö se tuulessa?
Sääennusteita lasketaan nykyään myös neuroverkoilla, ja osa niistä on kaikkien saatavilla. Vertasimme yhden marraskuisen päivän ajan pohjoismaista tekoälyennustetta, perinteistä HARMONIE-mallia ja Ilmatieteen laitoksen havaintoja. Tuulen ennustajana tekoäly oli perinteisen mallin veroinen, mutta puuskia siltä ei saa.
Lyhyesti
- Tekoälymalli ei ratkaise fysiikan yhtälöitä. Se on oppinut vuosikymmenten säädatasta, miten sää muuttuu, ja laskee 10 päivän ennusteen minuuteissa.
- Lähtötilan tekee edelleen perinteinen menetelmä havainnoista. Tekoäly ei lue havaintoja itse.
- Norjan ilmatieteen laitoksen Bris laskee Pohjolan 2,5 km:n ruudukossa 50 rinnakkaista ennustetta noin 10 vuorokaudeksi. MET Norway pitää sitä vielä kokeellisena.
- Kokeessamme Briksen keskituuli osui hieman HARMONIE-mallia paremmin (keskivirhe 1,53 vs 1,62 m/s). Molemmat aliarvioivat kovia tuulia tuntureilla ja ulkoluodoilla.
- Briksessä ei ole puuskia, ukkosta eikä aallokkoa. Lähipäivien puuskat kannattaa katsoa HARMONIE-mallista.
Kaksi tapaa laskea huomisen sää
Perinteinen sääennuste perustuu fysiikkaan. Malli, esimerkiksi Euroopan keskipitkien ennusteiden keskuksen (ECMWF) IFS tai Pohjoismaiden yhteinen HARMONIE, ratkaisee ilmakehän liikettä kuvaavia yhtälöitä supertietokoneella. Miten tämä ketju toimii, kerrotaan oppaassa Miten sääennuste tehdään?
Tekoälymalli toimii toisin. Se on neuroverkko, joka on oppinut vuosikymmenten säädatasta, miten ilmakehän tila muuttuu kuudessa tunnissa. Ennuste syntyy, kun malli toistaa tätä askelta yhä uudelleen. Kymmenen päivän ennuste valmistuu minuuteissa yhdellä näytönohjaimella, ja energiaa kuluu murto-osa perinteisen mallin tarpeesta.
Yksi asia on yhteinen: molemmat tarvitsevat lähtötilan eli kuvan siitä, millainen sää on juuri nyt. Sen tekee edelleen perinteinen menetelmä, data-assimilaatio, joka yhdistää satelliittien, luotausten, lentokoneiden ja sääasemien havainnot fysikaaliseen malliin. Tutkimuksessa on tekoälymalleja, jotka ennustavat suoraan havainnoista (Aardvark Weather ja ECMWF:n GraphDOP), mutta ne eivät ole tuotannossa.
GraphCast, AIFS ja Bris
GraphCast. Tunnetuin tekoälymalli on Google DeepMindin GraphCast, joka julkaistiin Science-lehdessä vuonna 2023. Se ennustaa kymmenen päivää 0,25 asteen ruudukossa. Vertailussa se oli ECMWF:n HRES-mallia parempi noin 90 prosentissa 1 380 verrokkisuureesta. Malli on opetettu ERA5-uusanalyysillä eli jälkikäteen lasketulla säähistorialla vuosilta 1979–2017. Sen painot eli opitut parametrit on julkaistu lisenssillä, joka kieltää kaupallisen käytön.
AIFS. ECMWF on tuonut oman tekoälymallinsa tuotantoon. AIFS Single on ollut operatiivinen helmikuusta 2025 ja parviennuste AIFS ENS 1.7.2025 alkaen. Parviennuste on joukko rinnakkaisia ennusteita, jotka lasketaan hieman eri lähtötiedoilla, ja niiden hajonta kertoo ennusteen varmuuden. Molemmista otettiin käyttöön versio 2 toukokuussa 2026. AIFS ajetaan neljästi vuorokaudessa 15 vuorokauden päähän. Sen ruutu on noin 31 km, kun ECMWF:n perinteisellä mallilla se on noin 9 km. Ennusteet ja mallin painot ovat avoimia (CC BY 4.0).
Bris. Pohjoismaiselle harrastajalle kiinnostavin on Norjan ilmatieteen laitoksen (MET Norway) Bris. Se on rakennettu AIFS:n pohjalta avoimella Anemoi-kehyksellä ja opetettu HARMONIE-mallin (MEPS) analyyseillä. Pohjolan kohdalla Briksen ruutu on 2,5 km, sama kuin HARMONIE-mallilla, ja se kattaa koko Suomen. MET Norwayn mukaan mallia ajetaan operatiivisesti, mutta sitä pidetään toistaiseksi kokeellisena. Painot ja ennusteet ovat avoimia.
Katsoimme 15.11.2026, mitä Briksen ennustetiedostossa on:
- 50 parven jäsentä ja 849 × 969 ruutua
- 44 aika-askelta kuuden tunnin välein, eli ennuste ulottuu noin 10,75 vuorokauden päähän
- uusi ajo kahdesti vuorokaudessa, palvelimella noin 7,5 tuntia ajon alkuhetken jälkeen
- lisäksi kolmen tunnin välein ajettava lyhyempi versio: 16 jäsentä, tunnin askel noin neljän vuorokauden päähän.
Suureita on vähän: lämpötila ja kastepiste kahden metrin korkeudelta, tuuli kymmenen metrin korkeudelta, ilmanpaine, sade ja pilvisyys. Puuskia, ukkosta, sateen olomuotoa, lunta, sumua ja aallokkoa ei ole. Vesillä liikkujalle tärkeimmät puuttuvat tiedot ovat puuskat ja ukkonen.
Puuska arvioidaan, sitä ei lasketa
Puuska kestää pari sekuntia, eikä mikään malli laske ilmakehää niin tiheästi. Perinteinen malli arvioi puuskan keskituulesta ja ilman pyörteisyydestä eli turbulenssista. HARMONIE-mallin puuska on suurin arvo edellisen tunnin ajalta.
Vertasimme HARMONIE-mallin puuskaennustetta Ilmatieteen laitoksen havaintoihin: 15.11.2026 klo 00 UTC:n ajo, 149 havaintoasemaa ja ennustetunnit 1–20, yhteensä 2 974 ennusteen ja havainnon paria. Havainto on tunnin suurin puuska.
Kokonaisuutena ennuste osui hyvin. Havaittu keskipuuska oli 11,0 m/s, mallin keskivirhe 2,07 m/s ja harha eli keskimääräinen poikkeama +0,74 m/s. Korrelaatio havaintoihin oli 0,88. Yksityiskohdissa oli selviä eroja:
- Heikot puuskat olivat mallissa liian kovia: 0–5 m/s:n puuskissa harha oli +1,85 m/s. Kovat olivat liian heikkoja: yli 15 m/s:n puuskissa harha oli −1,06 m/s.
- Kun varoitusrajana on 10 m/s, malli osui 1 387 kertaa, jätti 103 puuskaa huomaamatta ja varoitti turhaan 518 kertaa.
- Paljailla paikoilla malli oli liian heikko: Luoston huipulla harha oli −6,9 m/s ja Rukalla −3,8. Majakkasaarilla Sälgrundissa se oli −3,5 ja Kylmäpihlajassa −3,3.
- Suojaisilla sisämaan asemilla malli oli liian kova: Oulun lentoasemalla ja Pesiössä +4,4 m/s.
Päivän kovin havaittu puuska oli 26,8 m/s Sälgrundissa. Malli ennusti sinne 20,8 m/s.
Vain alle puolella asemista keskimääräinen harha oli alle 1,5 m/s. Virhe on siis pitkälti paikkakohtainen, ja tuttu sääntö pätee: avoimella ulapalla ja ulkoluodoilla tuulee kovempaa kuin ennuste lupaa.
Tekoäly vastaan perinteinen malli
Toisessa kokeessa vertasimme Briksen ja HARMONIE-mallin keskituulta samoihin havaintoihin. Ajot olivat 15.11. klo 00 UTC:ltä, asemia oli 149 ja vertailuhetket klo 06, 12 ja 18 UTC. Pareja kertyi 446. Havainto on 10 minuutin keskituuli.
| Ennuste | Harha (m/s) | Keskivirhe (m/s) | Korrelaatio |
|---|---|---|---|
| Bris, 50 jäsenen keskiarvo | −0,05 | 1,53 | 0,90 |
| Bris, yksi jäsen | +0,01 | 1,62 | 0,87 |
| HARMONIE (perinteinen) | +0,20 | 1,62 | 0,88 |
Yksittäinen tekoälyajo oli yhtä hyvä kuin perinteinen malli. Viidenkymmenen jäsenen keskiarvo oli hieman parempi, ja ero kasvoi ennusteen edetessä: 18 tunnin kohdalla Briksen keskivirhe oli 1,59 m/s ja HARMONIE-mallin 1,81 m/s.
Heikkoudet olivat yhteisiä. Molemmat tasoittivat: alle 3 m/s:n tuulissa kumpikin ennusti noin 1,2 m/s liikaa, ja yli 9 m/s:n tuulissa Bris jäi 1,6 ja HARMONIE 1,3 m/s liian heikoksi. Luoston huipulla tuuli oli kolmella vertailuhetkellä keskimäärin 12,4 m/s, mutta Bris jäi siitä 7,8 m/s ja HARMONIE 8,2 m/s. Mallien maasto on huipun kohdalla vain noin 300 metrin korkeudessa, kun tunturin laki on noin 500 metrissä. Saaristoasemilla virhe oli kumpaankin suuntaan jopa noin 4 m/s.
Kiinnostavin havainto koski parviennustetta. Sen jäsenet olivat liian samanlaisia: keskihajonta oli vain 0,76 m/s. Havaittu tuuli jäi kaikkien 50 jäsenen ulkopuolelle 35 prosentissa tapauksista, kun hyvin toimivassa parvessa osuus olisi noin 4 prosenttia. Parvi on siis liian varma itsestään. Jos siitä laskee suoraan todennäköisyyksiä, "90 prosenttia" lupaa liikaa. Osa erosta johtuu vertailusta itsestään: sääasema mittaa yhtä pistettä, mutta malli kuvaa 2,5 km:n ruudun keskiarvoa.
Mitä kokeesta voi päätellä
Varaus. Koe on yksi ajo ja yksi päivä, ja päivä oli tuulinen marraskuun päivä. Tulos on suuntaa antava, ei tilasto. Tyynenä kesäpäivänä tai ukkosen aikaan luvut voisivat näyttää toisilta. Vertailimme vain 6–18 tunnin ennusteita, emme viikon päähän.
Tekoälyennuste ei ole enää kuriositeetti. Tässä kokeessa se pärjäsi keskituulessa fysiikkaan perustuvalle mallille, vaikka se syntyy murto-osalla laskennasta. Sillä oli kuitenkin samat heikkoudet kuin perinteisellä alueellisella mallilla: se tasoitti tuulia, eikä se tavoittanut tunturien huippujen ja ulkoluotojen kovimpia tuulia.
Viikon päähän 2,5 km:n ruutu ei ennusta yksittäisiä kuuroja tai tuulenvaihteluja. Niiden ennustettavuus katoaa tunneissa tai parissa vuorokaudessa. Tiheä ruutu tuo silti mukaan maaston ja meren pysyvät vaikutukset, kuten rannikon kovemman tuulen. Tekoäly tekee tästä edullista: fysikaalinen 2,5 km:n parvi kymmeneksi vuorokaudeksi olisi niin kallis, että HARMONIE-parvi lopettaa vajaaseen kolmeen vuorokauteen.
Mitä tästä seuraa harrastajalle
- Lähipäivien puuskat perinteisestä mallista. Briksessä puuskia ei ole. Perinteisessä HARMONIE-mallissa ne ovat mukana, ja niitä näyttävät esimerkiksi Ilmatieteen laitoksen ja Yr:n ennusteet.
- Vertaa kahta tapaa laskea. Kun kaksi eri tavalla laskettua ennustetta näyttää samaa, siihen voi luottaa enemmän. Kun ne eroavat, varaudu molempiin ja jätä suunnitelmaan pelivaraa.
- Lisää varmuusvaraa paljaille paikoille. Ulkoluodoilla, avoimella selällä ja tunturissa tuulee kovempaa kuin yksikään malli näyttää.
- Älä ota parven todennäköisyyttä kirjaimellisesti. Jos parvi on liian varma, "lähes varmasti alle 8 m/s" voi silti tarkoittaa 12 m/s.
Lue myös Mikä tuuliennuste sopii vesille? ja Miten sääennuste tehdään?
Lähteet
Havainnot ja mallitiedostot haettu ja luvut laskettu 15.11.2026.
- ECMWF: Implementation of AIFS Single v2 ja ECMWF open data: real-time forecasts from IFS and AIFS
- MET Norway: NWPdocs, Bris-ennusteet ja MEPS-arkisto (avoin data, CC BY 4.0)
- LUMI: Bris: A high-resolution data-driven weather forecasting model
- Ilmatieteen laitos: avoin data (havainnot, CC BY 4.0)
- HIRLAM: HARMONIE Output List (puuskan määritelmä)