Kragetæer fra gamle årbøger gør gavn i marken

Regn og blæst møjsommeligt noteret med fjerpen helt tilbage 1873 findes nu i strukturerede datafiler, som kan hentes af alle, der har gavn af indsigt i det historiske vejr.

Siden 1873 har mennesker i Danmark, Færøerne og Grønland bogført vejret, dag efter dag. Ikke som små noter i en kalender, men som systematiske målinger fra vejrstationer i hele rigsfællesskabet: Temperatur, nedbør, lufttryk og andre observationer, der tilsammen fortæller, hvordan vejret har opført sig gennem generationer.

Det hele blev samlet i meteorologiske årbøger, en slags klimadagbøger på papir og i den såkaldte ’Maanedsoversigt’ for hver eneste år 1874–1980.

Problemet er bare, at papir ikke er særlig samarbejdsvilligt, når man vil bruge data – for eksempel en ingeniør, der ser nærmere på et områdes klima, inden bygninger og infrastruktur planlægges.

– Vi vidste, at historisk viden om et områdes klima kan være guld værd i mange brancher, og at DMI’s gamle årbøger indeholdt masser af viden, som kun gavner dem, der sidder med papiret i hånden. Derfor satte vi i 2024 opgaven i gang med at få løftet notaterne fra papir til datafiler, hvilket er lykkedes med hjælp fra Iværksætterpuljen og et samarbejde mellem Rigsarkivet, Oracle og vores forskere, siger Morten Thaarup, der er afdelingschef for Data og digitalisering hos DMI.

Museum eller pløjemark

’Historiske vejrobservationer’ lyder som noget fra et museum. Men de gamle data hjælper ofte med at gøre nutidens beslutninger mere præcise. Og man kan ikke måle vejr på bagkant.

Hvis man vil vide, om et område er på vej mod mere ekstrem nedbør, om storme er blevet hyppigere, eller hvordan temperaturerne har svinget lokalt gennem årtier, har man brug for lange tidsserier.

Detaljen tæller, når man skal bygge, planlægge eller forsikre noget – ligesom data kan åbne døre for iværksættere. Dem finder man for eksempel i landbruget, hvor vejrstatistik kan støtte beslutninger om såtidspunkter, afgrødevalg og strategier i landbruget.

– Data er krumtappen for sådan nogle som os i Cordulus, der arbejder med modellering af vejr ved hjælp af kunstig intelligens. Vi fodrer vores neurale netværk med data, de kan lære af, heriblandt meget store mængder data fra DMI. Det hjælper os med at forstå, hvordan vejret udvikler sig, om der f.eks. optræder en acceleration i forekomsten af ekstremvejr, eller om ’normalt vejr’ i dag er det samme som for 150 år siden, siger Morten Birk, der er CTO hos Cordulus. Firmaet specialiserer sig i at omsætte vejrdata til indsigter for en lang række industrier, herunder landbrug. Virksomhedsnavnet er i øvrigt inspireret af DMI’s grundlægger Niels Henrik Cordulus Hoffmeyer.

Scannet og masseret af agenter

Rigsarkivet har for DMI haft årbøgerne i en scanner og lavet bøgernes sider til billeder.

Årbøgerne findes altså som indscannede billeder, og selvom de enkelte billeder er nemmere at dele og læse end årbøgerne, kan man ikke fodre dem ind i f.eks. ingeniørberegninger.

Man kan ikke bare søge i materialet, lave grafer eller indbygge data i modeller. Derfor ligger en kæmpe viden gemt i noget, der i praksis er svært at arbejde med, hvis man vil forstå udviklinger over tid eller sammenligne steder på tværs af Danmark, Grønland og Færøerne.

Det er her digitaliseringen bliver vigtig.

I projektet er de historiske observationer blevet ’oversat’ med hjælp fra agentbaserede modeller, der bygger på kunstig intelligens.

Det betyder, at opgaven ikke bare er en model, der læser tekst, men et samarbejde mellem digitale agenter, der kan dele arbejdet op i bidder: én kan fokusere på at aflæse tabeller i scannede sider, en anden kan omforme aflæsningen til strukturerede tabeller, og en tredje kan kontrollere, om tallene ser sandsynlige ud i forhold til de mønstre, man forventer i vejrobservationer. I øvrigt hjælper AI også med at afkode håndskrift, der heldigvis er ganske formfuldendt.

Endelig er processen kvalitetssikret af DMI’s forskere, så data ikke bare bliver hurtige, men også troværdige. Resultatet er, at omkring 40.000.000 observationer fra 1873 til 1983 er blevet tabuleret og gjort klar som digitale datafiler, blandt andet i et format som CSV, der gør dem lette at bruge i alt fra regneark til avancerede programmer.

Data stilles til rådighed via en underside på dmi.dk.

Fakta | Agentbaserede AI-modeller

• En agentbaseret AI-model er en AI, der arbejder som en ’agent’ med et mål og nogle opgaver, og som ofte indgår i et samarbejde med andre agenter.
• I stedet for at én model løser alt i ét hug, kan et agent-system fordele arbejdet: én agent kan aflæse scannede tabeller, en anden kan strukturere data, og en tredje kan kontrollere kvaliteten ved at lede efter fejl eller usandsynlige værdier.
• Agentbaserede systemer er særligt nyttige, når opgaven er stor, gentagende og kræver både hastighed og kvalitet, som ved transskribering af mange års historiske dokumenter.