Enhancing Forecast Precision and Data Usability with AI-based Multi-Model Data Fusion for DestinE

Enhancing Forecast Precision and Data Usability with AI-based Multi-Model Data Fusion for DestinE
Il progetto Enhancing Forecast Precision and Data Usability with AI-based Multi-Model Data Fusion for DestinE, sviluppato nell’ambito del programma europeo Destination Earth (DestinE), ha l’obiettivo di sviluppare e testare SynCast, sistema avanzato basato sul machine learning progettato per integrare i risultati di più modelli previsionali in un unico prodotto ottimizzato.
SynCast sfrutterà le capacità dell’infrastruttura Destination Earth (DestinE) Digital Twin e del calcolo ad alte prestazioni (HPC) per fornire previsioni in tempo reale e ad alta risoluzione e maggiore affidabilità, rispondendo alla crescente necessità di precisione di fronte a eventi meteorologici sempre più estremi.
L’obiettivo principale è quello di migliorare l’accuratezza e l’affidabilità delle previsioni per parametri meteorologici critici prossimi alla superficie (near-surface parameters), come vento, temperatura e umidità.
Il sistema sarà distribuito come soluzione scalabile di previsione meteorologica nell’ambiente EuroHPC, offrendo servizi su misura per esigenze specifiche e prestazioni ad alto livello, fornendo ai decision-maker uno strumento all’avanguardia per migliorare la pianificazione operativa e ridurre l’impatto dei fenomeni meteorologici estremi.
Il progetto è coordinato da DWD (Deutscher Wetterdienst), il Servizio Meteorologico tedesco, e vede la partecipazione di partner strategici come Agenzia ItaliaMeteo, Servizio Meteorologico nazionale italiano, Fondazione CIMA, centro di competenza per la protezione civile e la modellistica idrometeorologica, e CINECA, uno dei più grandi centri europei per il calcolo ad alte prestazioni.
*Destination Earth is a European Union-funded initiative launched in 2022 aimed at creating a digital replica of the Earth system by 2030. It is jointly implemented under the leadership of Directorate-General Communications Networks, Content and Technology (DG CNECT) by three entrusted entities ECMWF (responsible for the Digital Twins and Digital Twin Engine), ESA (responsible for the Core Service Platform), and EUMETSAT (responsible for the Data Lake).