चित्रण: tuput
हिन्दी
ECMWF ने 1 जुलाई 2025 को एक AI ensemble को चालू किया और सतही तापमान पर 20 प्रतिशत तक की बढ़त बताता है। 2026 के एक Science Advances अध्ययन ने पाया कि तीन और AI मॉडल रिकॉर्ड-तोड़ गर्मी, ठंड और हवा पर एक भौतिकी मॉडल से हार जाते हैं। भारत के मौसम विभाग ने 12 मई 2026 को अपना पहला AI मानसून पूर्वानुमान सटीकता का कोई आँकड़ा छापे बिना शुरू किया।
यूरोपियन सेंटर फ़ॉर मीडियम-रेंज वेदर फ़ोरकास्ट्स (ECMWF) ने 1 जुलाई 2025 को एक AI ensemble पूर्वानुमान चालू किया, जो एक बार में 51 पूर्वानुमान बनाता है, और कहता है कि वह केंद्र के भौतिकी-आधारित मॉडलों को सतही तापमान पर 20 प्रतिशत तक पीछे छोड़ता है। विज्ञप्ति यह नहीं बताती कि वह आँकड़ा कौन-से स्कोर या किस मॉडल संस्करण का है। पंद्रह महीने बाद AI मौसम मॉडलों के बारे में प्रकाशित साक्ष्य तीन तरह का है: बनाने वालों के आँकड़े, बाहरी समूहों के आँकड़े, और भारत के पहले AI मानसून पूर्वानुमान के लिए एक लॉन्च विज्ञप्ति जिसमें सटीकता का कोई आँकड़ा नहीं है।
यूरोप का AI ensemble भौतिकी मॉडल के बग़ल में चलता है
ensemble थोड़ी-थोड़ी अलग शुरुआती स्थितियों से शुरू किए गए पूर्वानुमानों का एक समूह होता है, इसलिए उनके बीच का फैलाव दिखाता है कि पूर्वानुमान कितना पक्का है। ECMWF का AI फ़ोरकास्टिंग सिस्टम (AIFS) फ़रवरी 2025 के अंत में एक अकेले पूर्वानुमान के रूप में चालू हुआ और 1 जुलाई को 51 सदस्यों वाले ensemble, AIFS ENS, के रूप में।
ECMWF की विज्ञप्ति AIFS ENS को 31 किमी का ग्रिड देती है, जबकि उसके भौतिकी-आधारित ensemble का 9 किमी है। वह अब भी भौतिकी प्रणाली के डेटा एसिमिलेशन पर निर्भर है, वह चरण जो प्रेक्षणों को मिलाकर वायुमंडल की शुरुआती तस्वीर बनाता है। ECMWF के अनुसार यह 10 गुना से ज़्यादा तेज़ चलता है और क़रीब 1,000 गुना कम ऊर्जा लेता है। केंद्र के पूर्वानुमान और सेवाओं के निदेशक फ़्लोरियन पापेनबर्गर ने कहा: “हम AIFS और IFS को एक-दूसरे का पूरक मानते हैं।“
जहाँ ECMWF का अपना स्कोरकार्ड नुक़सान दिखाता है
अपने न्यूज़लेटर के अक्टूबर 2025 के अंक में ECMWF के साइमन लैंग और लिनस मैग्नुसन AIFS ENS की तुलना भौतिकी ensemble, IFS ENS, से करते हैं, केंद्र के विश्लेषणों के मुक़ाबले और मौसम-केंद्रों तथा मौसम-ग़ुब्बारों के प्रेक्षणों के मुक़ाबले। ऊपरी वायुमंडल के चरों में सुधार 25 प्रतिशत तक पहुँचता है। दो मीटर का तापमान हर लीड टाइम पर बेहतर स्कोर करता है, और 24 घंटे की बारिश पूर्वानुमान की पहली आधी अवधि में बेहतर स्कोर करती है। केंद्रों के आँकड़ों के मुक़ाबले 10 मीटर की हवा की रफ़्तार पर IFS ENS ज़्यादा कुशल है, और 100 hPa पर, जो वायुमंडल में ऊँचा एक स्तर है, तापमान के लिए AIFS ENS बदतर है।
उसी लेख में अप्रैल 2025 के दो मामले हैं। 16 और 17 अप्रैल को तूफ़ान हैंस के दौरान उत्तरी इटली और दक्षिणी स्विट्ज़रलैंड में 24 घंटे में 446 मिमी तक बारिश हुई। दोनों ensemble ने पैटर्न दोहराया और दोनों ने चरम बारिश को कम आँका, AI ensemble ज़्यादा दूर रहा। लेखक ग्रिड के आकार को, क़रीब 30 किमी बनाम क़रीब 9 किमी, एक संभावित कारण बताते हैं। 30 अप्रैल को फ़्रांस में लू चली, और भौतिकी ensemble ने उसे कम समय के पूर्वानुमान में भी कम आँका। AI ensemble ज़्यादा क़रीब आया, और ECMWF का कहना है कि वह जाँच कर रहा है कि भौतिकी प्रणाली क्यों चूकी।
12 मई 2026 को ECMWF ने AIFS v2 को एक नए भौतिकी चक्र, 50r1, के साथ चालू किया। मई 2026 का न्यूज़लेटर बताता है कि IFS 50r1 के मुक़ाबले महत्वपूर्ण लहर-ऊँचाई की त्रुटियाँ क़रीब 10 प्रतिशत घटीं। वह यह भी कहता है कि हवा की ज़्यादा यथार्थवादी ऊर्ध्वाधर गति “सीधे बेहतर सत्यापन स्कोर में नहीं बदली।” दोनों प्रणालियाँ ECMWF ने बनाईं और परखीं, इसलिए ये तालिकाएँ एक ही संगठन से आती हैं।
Google, Microsoft और NVIDIA अपने-अपने आँकड़े छापते हैं
Google DeepMind का GenCast, जिसे दिसंबर 2024 की एक पोस्ट में Nature के एक शोधपत्र के साथ बताया गया, चरों और लीड टाइम के 1,320 संयोजनों में से 97.2 प्रतिशत पर ECMWF के भौतिकी ensemble से ज़्यादा सटीक था, और 36 घंटे के बाद 99.8 प्रतिशत पर। DeepMind ने उसे 2018 तक के डेटा पर प्रशिक्षित किया और 2019 पर परखा। 17 नवंबर 2025 को Google ने WeatherNext 2 की घोषणा की, जो उसके अनुसार 0 से 15 दिन के चरों और लीड टाइम के 99.9 प्रतिशत पर अपने पहले के WeatherNext मॉडल को हराता है। यह तुलना Google के अपने पिछले मॉडल से है, किसी बाहरी प्रणाली से नहीं। DeepMind का अलग चक्रवात मॉडल और 6 अगस्त 2026 का उसका Nature शोधपत्र WeatherNext चक्रवात नतीजों पर हमारे लेख में है।
Microsoft का Aurora, जो 21 मई 2025 को Nature में छपा, 0.1 डिग्री ग्रिड अंतराल पर 10 दिनों में 92 प्रतिशत लक्ष्यों पर ECMWF के उच्च-रिज़ॉल्यूशन भौतिकी पूर्वानुमान, IFS HRES, से बेहतर रहा। उसने 2022 और 2023 के तूफ़ानों पर पाँच दिन के चक्रवात पथ के 100 प्रतिशत लक्ष्यों पर सात परिचालन केंद्रों को भी हराया। लेखक कहते हैं कि सबसे कम लीड टाइम पर कई लक्ष्यों में HRES Aurora से बेहतर है, कि Aurora को अपनी शुरुआती स्थितियों के लिए अब भी पारंपरिक डेटा-एसिमिलेशन प्रणाली चाहिए, और कि ensemble संस्करण अभी बना नहीं है। कई लेखक Microsoft के लिए काम करते हैं या उसके शेयर रखते हैं, और शोधपत्र यह बताता है।
NVIDIA का Earth-2 खुले मॉडलों का परिवार, जिसकी घोषणा 26 जनवरी 2026 को हुई, कहता है कि उसका Medium Range मॉडल सबसे आम चरों पर “मानक बेंचमार्क” में अग्रणी खुले मॉडलों से बेहतर है। पोस्ट नहीं बताती कि कौन-से बेंचमार्क। उसका इकलौता मात्रात्मक उपयोगकर्ता नतीजा इज़राइल मौसम सेवा के निदेशक अमीर गिवाती का है, जो CPU क्लस्टर पर चलने वाले क्लासिक भौतिकी मॉडल के मुक़ाबले 2.5 किमी पर कंप्यूट समय में 90 प्रतिशत की कटौती बताते हैं।
बाहरी परीक्षण चरम घटनाओं पर फ़ासला पाते हैं
झोंगवेई झांग, एरिक फ़िशर, जैकब ज़्शाइश्लर और सेबास्टियन एंगेल्के ने 2026 में Science Advances में लिखते हुए GraphCast, Pangu-Weather और Fuxi, तीन नियतात्मक AI मॉडलों, को रिकॉर्ड-तोड़ गर्मी, ठंड और हवा पर ECMWF के HRES के मुक़ाबले परखा। HRES की त्रुटि लगभग सभी लीड टाइम पर कम थी। AI मॉडलों ने रिकॉर्ड कितनी बार बनते हैं और कितने बड़े होते हैं, दोनों को कम आँका, और वे गर्मी के रिकॉर्ड कम बताते रहे जबकि ठंड के रिकॉर्ड ज़्यादा। लेखक लिखते हैं कि इन मॉडलों पर अकेले अग्रिम चेतावनी के लिए भरोसा करने से पहले और सत्यापन चाहिए। उनका अगस्त 2025 का प्रीप्रिंट कहता है कि उसका ज़्यादातर विश्लेषण एक परीक्षण वर्ष, 2020, पर टिका है और संभाव्य मॉडलों को परखा नहीं गया।
मई 2025 का एक PNAS शोधपत्र, वाई. कियांग सन, पेड्राम हसनज़ादेह और सहयोगियों का, FourCastNet मॉडल को 1979 से 2015 तक के श्रेणी 3 से 5 के हर उष्णकटिबंधीय चक्रवात को हटाकर दोबारा प्रशिक्षित करता है, फिर उसे 2018 से 2023 के श्रेणी 5 के 20 तूफ़ानों पर परखता है। वह उनके तेज़ होने का पूर्वानुमान नहीं लगा सका। हरिकेन ली के लिए अनुमानित सबसे कम दबाव कभी 980 hPa से नीचे नहीं गया, जबकि संदर्भ डेटा में 960 hPa था। लेखक कहते हैं कि अध्ययन एक मॉडल और एक तरह की चरम घटना को ढकता है।
भौतिक संगति पर वही समूह बताता है कि FourCastNet के हवा और दबाव के क्षेत्र ग्रेडिएंट-विंड संतुलन का उल्लंघन करते हैं, जो दोनों के बीच का एक बुनियादी संबंध है। ECMWF का न्यूज़लेटर AIFS ENS के संस्करण 1 की संबंधित ख़ामियाँ गिनाता है, जिनमें पहाड़ों पर अजीब दबाव मान और सूखे इलाक़ों में हल्की नक़ली बारिश शामिल हैं।
भारत में 2025 का एक परीक्षण जिसने स्कोर छापा
2025 में भारत के कृषि और किसान कल्याण मंत्रालय ने 13 राज्यों के 38 मिलियन (3.8 करोड़) किसानों को साप्ताहिक संभाव्य मानसून-आगमन पूर्वानुमान भेजे। कॉलिन एटकेन और सहयोगियों का 9 मार्च 2026 का एक प्रीप्रिंट, जिसके लेखकों में माइकल क्रेमर, पेड्राम हसनज़ादेह और विलियम बूस शामिल हैं, इस तरीक़े को बताता है। यह Google के NeuralGCM और ECMWF के AIFS को एक सांख्यिकीय मॉडल के साथ मिलाता है, जो भारतीय मौसम विज्ञान विभाग (IMD) के पिछले वर्षामापी रिकॉर्डों से यह आँकता है कि किसान क्या उम्मीद करते हैं। 3 फ़रवरी 2026 का एक साथी प्रीप्रिंट कहता है कि नमूने से बाहर परखे जाने पर AI मॉडल हफ़्तों पहले आगमन सूचकांक का कुशलता से पूर्वानुमान लगाते हैं।
आँकड़े 2000 से 2024 तक के लीव-वन-ईयर-आउट परीक्षणों से आते हैं। एक हफ़्ते पर इस मिश्रण का ब्रायर स्कोर, जो संभाव्यता पूर्वानुमानों के लिए एक त्रुटि-माप है, अकेले किसानों की अपेक्षा वाले मॉडल से क़रीब 15 प्रतिशत और सादी जलवायु-औसत से 25 प्रतिशत बेहतर हुआ। कुशलता लीड टाइम के साथ घटी, पर चार हफ़्ते तक सकारात्मक रही। 2025 में, जब 29 मई से मानसून दो हफ़्ते से ज़्यादा ठहरा रहा, मिश्रण ने जलवायु-औसत से क़रीब 20 प्रतिशत बेहतर स्कोर किया।
लेखक सीमाएँ गिनाते हैं। 2000 से 2018 के परीक्षण वर्ष AI मॉडलों के प्रशिक्षण वर्षों से मेल खाते हैं, जिससे सटीकता बढ़ी हुई दिख सकती है। बाद में सबसे अच्छा प्रदर्शन करने वाले मॉडल चुनने से स्कोर ऊपर की ओर झुक सकते हैं। 2025 में सिर्फ़ 28 ग्रिड कोशिकाओं को, हर एक 2 डिग्री चौड़ी, पूर्वानुमान मिले।
भारत का 2026 का लॉन्च और मौसम रिपोर्ट क्या ढकती है
12 मई 2026 को पृथ्वी विज्ञान राज्य मंत्री जितेंद्र सिंह ने पृथ्वी विज्ञान मंत्रालय के दो उत्पाद शुरू किए, जिन्हें IMD, पुणे के भारतीय उष्णकटिबंधीय मौसम विज्ञान संस्थान (IITM) और राष्ट्रीय मध्यम अवधि मौसम पूर्वानुमान केंद्र (NCMRWF) ने मिलकर बनाया। प्रेस सूचना ब्यूरो (PIB) पहले को IMD की पहली AI-संचालित प्रणाली बताता है। वह हर बुधवार मानसून की प्रगति के संभाव्य पूर्वानुमान देता है, चार हफ़्ते आगे तक, 16 राज्यों और 3,000 से ज़्यादा उप-ज़िलों के किसानों के लिए। यह AI मॉडलों, विस्तारित-अवधि पूर्वानुमान प्रणालियों और सांख्यिकीय तकनीकों को मिलाता है।
दूसरा उत्तर प्रदेश के लिए एक पायलट है जो 10 दिन आगे तक 1 किमी पर बारिश के पूर्वानुमान बनाता है। यह वर्षामापी, मौसम-केंद्र, डॉप्लर रडार और उपग्रह डेटा के AI डाउनस्केलिंग का इस्तेमाल करता है। PIB की विज्ञप्ति दोनों में से किसी उत्पाद के लिए सटीकता का आँकड़ा नहीं देती। उसमें सटीकता के जो आँकड़े हैं वे पारंपरिक पूर्वानुमान के बारे में हैं, जैसे मंत्री का यह दावा कि पिछले दशक में गंभीर मौसम पर सटीकता लगभग 40 प्रतिशत बेहतर हुई। IMD के चक्रवात के तट से टकराने की त्रुटियाँ कैसे बदली हैं, यह भारत की चक्रवात चेतावनियों पर हमारे लेख में है।
23 जुलाई 2026 को मंत्री ने राज्यसभा में लिखित जवाब में कहा कि वास्तविक समय में चलने वाले वैश्विक मॉडल IMD का GFS और NCMRWF का मिथुन हैं, दोनों 12 किमी पर, और भारत फ़ोरकास्ट सिस्टम 6 किमी पर चलता है। जवाब इन्हें संख्यात्मक मौसम पूर्वानुमान प्रणालियाँ कहता है।
30 सितंबर 2026 की IMD की मौसम रिपोर्ट मौसमी पूर्वानुमान को, जो दीर्घ अवधि औसत का 90 से 92 प्रतिशत था, नतीजे के 87 प्रतिशत से मिलाकर आँकती है। वह दर्ज करती है कि 26 मई का केरल आगमन पूर्वानुमान, चार दिन के अंतर के साथ, असली तारीख़ 4 जून से चूक गया, जो 2005 में परिचालन आगमन पूर्वानुमान शुरू होने के बाद सिर्फ़ दूसरी चूक है। मौसम कैसा बीता, यह 2026 के मानसून पर हमारे लेख में है। रिपोर्ट AI मानसून-प्रगति उत्पाद का ज़िक्र नहीं करती।
स्रोत और आगे पढ़ने के लिए
- ECMWF: ECMWF's ensemble AI forecasts become operational (1 July 2025)
- ECMWF Newsletter 185 (October 2025): AIFS ENS becomes operational, Simon Lang and Linus Magnusson
- ECMWF Newsletter 187 (May 2026): Implementation of AIFS v2
- ECMWF forum: Confirmation, IFS Cycle 50r1 and AIFS v2 joint implementation on 12 May 2026
- Google DeepMind: GenCast predicts weather and the risks of extreme conditions with state-of-the-art accuracy (December 2024)
- Google: WeatherNext 2, our most advanced weather forecasting model (17 November 2025)
- Bodnar and others, A foundation model for the Earth system (Aurora), Nature 641, 1180 to 1187 (21 May 2025)
- NVIDIA: NVIDIA Launches Earth-2 Family of Open Models (26 January 2026)
- Zhang, Fischer, Zscheischler and Engelke, Physics-based models outperform AI weather forecasts of record-breaking extremes, Science Advances 12(18) (2026)
- Zhang and others, Numerical models outperform AI weather forecasts of record-breaking extremes (arXiv:2508.15724, preprint of 21 August 2025)
- Sun and others, Can AI weather models predict out-of-distribution gray swan tropical cyclones? PNAS 122 (May 2025)
- University of Chicago Climate Systems Engineering: Forecasting the unseen, AI weather models and gray swan extreme events (Sun, Hassanzadeh, Weare and Abbot, 14 November 2025)
- Aitken and others, Designing probabilistic AI monsoon forecasts to inform agricultural decision-making (arXiv:2603.07893, 9 March 2026)
- Masiwal and others, Decision-oriented benchmarking to transform AI weather forecast access: Application to the Indian monsoon (arXiv:2602.03767, 3 February 2026)
- PIB: AI-enabled Systems introduced by IMD to provide Hyper-Local Weather forecasts, Dr Jitendra Singh (12 May 2026)
- India Meteorological Department: Salient Features of the 2026 Southwest Monsoon Season (30 September 2026)
- Ministry of Earth Sciences, Rajya Sabha reply: Implementation of Mission Mausam (23 July 2026)
यह लेख AI उपकरणों की सहायता से शोधित और लिखा गया है, और सटीकता के लिए संपादित किया गया है। यह केवल सामान्य जानकारी और चर्चा के लिए है, पेशेवर सलाह नहीं। हमारे संपादकीय मानक और अस्वीकरण देखें। कोई त्रुटि मिली? हमें बताएँ।
अच्छा लगा? अगला लेख पाएँ।
एक बार में एक अच्छा लेख, सीधे आपके इनबॉक्स में। कोई स्पैम नहीं, जब चाहें अनसब्सक्राइब करें।
