Crowdsourcing op het KMI: lokale weerfenomenen beter in kaart gebracht
Het voorspellen en detecteren van plaatselijke weerfenomenen, zoals hevige rukwinden of hagelstormen, blijft een serieuze uitdaging in de meteorologie. De klassieke instrumenten, zoals radar en satelliet, schieten soms tekort om lokale weereffecten volledig in kaart te brengen. Een veelbelovende aanpak om de beperkingen van traditionele meetinstrumenten aan te vullen, is het verzamelen van weerrapporten van burgers via hun smartphone. Het Koninklijk Meteorologisch Instituut van België (KMI) heeft deze mogelijkheid in augustus 2019 toegevoegd aan de KMI app. Momenteel bevat de database al meer dan tweeënhalf miljoen van dergelijke burgerwaarnemingen. Sinds mei 2022 kunnen gebruikers ook foto's toevoegen aan hun rapporten.
In dit seminarie geven we een blik achter de (smartphone) schermen: hoe zorgen we ervoor dat de meldingen betrouwbaar zijn, en dat er geen ongewenste foto's in de app terecht komen. Daarna bespreken we de dataset zelf, en tonen we aan de hand van kaartmateriaal enkele opmerkelijke resultaten. We bespreken ook een aantal toepassingen op het KMI, zoals het verifiëren van officiële waarschuwingen, en de evaluatie van de radar-gebaseerde hageldetectie. Deze toepassingen illustreren dat de waarnemingen van burgers voor het KMI een waardevolle nieuwe bron van nauwkeurige informatie op lokaal niveau betekenen, zowel voor de dagelijkse voorspellingen als voor wetenschappelijk onderzoek.
Maarten Reyniers behaalde zijn doctoraat in de Natuurkunde (Sterrenkunde) aan de Katholieke Universiteit Leuven in 2002. Na onderzoek te hebben gedaan binnen het domein van zijn proefschrift, vervoegde hij in 2008 de Radar en Bliksemdetectiegroep van de Wetenschappelijke Dienst Waarnemingen van het Koninklijk Meteorologisch Instituut van België (KMI). Zijn belangrijkste onderzoeksactiviteiten liggen in het gebied van korte-termijnvoorspellingen (nowcasting) en van nieuwe toepassingen van radargegevens. Zo implementeerde hij het operationele nowcastingsysteem waarvan de output momenteel wordt gebruikt in talrijke toepassingen van het KMI, waaronder de smartphone app. Sinds enkele jaren exploreert hij ook de mogelijkheden van nieuwe databronnen voor meteorologie, zoals particuliere weerstations en weerwaarnemingen van burgers.