Bahasa ini diterjemahkan oleh mesin dan belum ditinjau oleh manusia.

Iklim · Panduan

Cara Kerja Prakiraan Cuaca: Dari Pengumpulan Data hingga Aplikasi Prakiraan Anda

Terbit:

Day 5 forecast of surface pressure across North America as well as the Pacific and Atlantic oceans
Gambar: Hydrometeorological Prediction Center · Public domain · Wikimedia Commons

Singkatnya

Prakiraan cuaca modern diproduksi dengan memasukkan miliaran pengamatan harian ke dalam superkomputer yang menyelesaikan persamaan fisika pada grid global, proses yang disebut prediksi cuaca numerik. Peramal kemudian menjalankan model berkali-kali dengan kondisi awal yang sedikit bervariasi — sebuah "ensemble" — untuk mengukur seberapa percaya diri prediksi tersebut. Karena atmosfer bersifat kacau, prakiraan kehilangan keandalan setelah kira-kira 9 hingga 15 hari, menurut peneliti dan lembaga cuaca nasional.

Versi ini adalah terjemahan mesin dari naskah asli (English). Baca naskah asli

Setiap prakiraan yang ditampilkan di aplikasi ponsel atau siaran televisi dapat dilacak kembali ke saluran dasar yang sama: pengamatan masuk, superkomputer menyelesaikan persamaan atmosfer, dan peramal atau algoritma mengubah output menjadi prediksi. Administrasi Kelautan dan Atmosfer Nasional AS (NOAA) menggambarkan proses ini dengan sederhana sebagai prediksi cuaca berdasarkan matematika — persamaan yang mewakili perilaku fisik atmosfer, diselesaikan berulang kali seiring berjalannya waktu.

Enam langkah di balik prakiraan

  1. Pengamatan dikumpulkan di seluruh dunia — dari balon cuaca, satelit, pelampung, radar, sensor pada pesawat dan kapal komersial, alat ukur sungai dan pantai, serta stasiun darat — dan dikonversi menjadi nilai numerik untuk suhu, tekanan, kelembaban, dan angin, menurut NOAA.
  2. Asimilasi data menggabungkan pengamatan segar ini dengan prakiraan jangka pendek terbaru atmosfer. Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF) mengatakan bahwa ratusan juta pengamatan disaring dan digabungkan dengan prakiraan jangka pendek terbaru setiap hari melalui proses statistik ini, menghasilkan estimasi terbaik tentang keadaan atmosfer saat ini.
  3. Model numerik membagi bumi (atau wilayah) menjadi grid bersistem tiga dimensi dari titik-titik. NOAA mencatat bahwa grid yang lebih halus memberikan detail lokal yang lebih besar tetapi membutuhkan kekuatan komputasi yang jauh lebih tinggi — menggandakan resolusi di setiap arah kira-kira melipatgandakan perhitungan yang diperlukan untuk area yang sama.
  4. Superkomputer menyelesaikan persamaan fisika di setiap titik grid untuk langkah waktu pendek, kemudian memberi umpan hasil kembali sebagai titik awal untuk langkah berikutnya. Mesin NOAA, yang terletak di Virginia dan Florida, melakukan sekitar 2,8 kuadriliun perhitungan per detik; sistem ECMWF menggunakan lebih dari satu juta prosesor yang memberikan kira-kira 30 petaflops.
  5. Model dijalankan berkali-kali dengan kondisi awal atau pengaturan fisika yang sedikit berbeda, disebut ensemble. NOAA mengatakan bahwa ketika larian setuju, peramal memiliki kepercayaan diri yang lebih tinggi; ketika mereka menyimpang, penyebaran itu sendiri mengomunikasikan ketidakpastian kepada publik.
  6. Peramal manusia dan sistem otomatis menafsirkan output model mentah — menyesuaikan dengan medan lokal, bias model yang dikenal, atau pengamatan terbaru — sebelum mengeluarkan prakiraan, peringatan, atau pernyataan publik.

Model global versus regional

NOAA membedakan antara model global, yang mencakup seluruh planet dengan resolusi lebih kasar, dan model regional, yang mencakup area yang lebih kecil dengan detail yang lebih halus. ECMWF menjalankan model globalnya dua kali sehari, pada tengah malam dan siang hari, dengan dua lagi lari menengah yang memberikan kondisi batas ke model regional milik negara-negara anggota. Lembaga mencatat bahwa model global diperlukan karena gangguan cuaca di satu sisi dunia dapat mempengaruhi kondisi di tempat lain beberapa hari kemudian.

Mengapa prakiraan kehilangan akurasi seiring waktu

Atmosfer adalah sistem yang kacau: perbedaan kecil dalam kondisi awal tumbuh seiring waktu sampai prakiraan menyimpang dari kenyataan. Prinsip ini, pertama kali diidentifikasi oleh ahli meteorologi MIT Edward Lorenz, adalah mengapa tidak ada model — sekuat apa pun — dapat memperkirakan secara tidak terbatas ke masa depan.

Studi yang dipimpin oleh peneliti Penn State Fuqing Zhang menguji dua sistem prakiraan global terkemuka — model ECMWF dan sistem prediksi global generasi berikutnya AS — terhadap peristiwa nyata, termasuk gelombang dingin Eropa dan banjir Cina, menggunakan data awal yang hampir sempurna. Tim menyimpulkan bahwa prakiraan yang dapat diandalkan hari demi hari dapat dicapai sekitar 9 hingga 10 hari ke depan untuk lintang menengah, di mana sebagian besar populasi dunia tinggal, dan bahwa ini dapat diperpanjang hingga kira-kira 14 hingga 15 hari seiring peningkatan pengumpulan data, algoritma, dan kekuatan komputasi.

Kami percaya kami telah menemukan batas itu dan rata-rata, itu sekitar dua minggu.

— Fuqing Zhang, Penn State University

Panduan teknis NOAA sendiri tentang output model memberikan angka yang lebih konservatif untuk prakiraan grid mentah yang tidak diproses, mencatat bahwa model tetap umumnya akurat hingga sekitar empat hari, setelah itu variasi lari-ke-lari meningkat secara signifikan — salah satu alasan ensemble dan peramal manusia tetap menjadi bagian dari saluran untuk prakiraan jangka menengah.

Keandalan khas menurut rentang prakiraan
Rentang prakiraanApa yang dikatakan lembagaSumber
0–4 hariOutput model umumnya akurat; detail hari demi hari dapat diandalkanNOAA (JetStream)
4–10 hariModel global (misalnya ECMWF, sistem AS) tetap dapat diandalkan untuk lintang menengah dengan ensemble digunakan untuk menunjukkan ketidakpastianStudi Penn State; NOAA
Hingga 16 hariModel numerik global NOAA memperpanjang prakiraan sejauh ini, meskipun kepercayaan diri menurun drastis seiring waktuNOAA
~14–15 hari (batas teoritis)Dianggap mendekati keterampilan maksimum yang mungkin untuk prediksi hari demi hari, bahkan dengan model sempurna dan data sempurnaStudi Penn State / teori chaos Lorenz

Apa selanjutnya untuk teknologi prakiraan

ECMWF mengatakan bahwa keuntungan di masa depan bergantung pada prakiraan ensemble resolusi lebih halus, representasi yang lebih baik dari proses sistem Bumi (atmosfer, darat, dan laut bersama-sama), dan asimilasi pengamatan cuaca yang ditingkatkan — semuanya memerlukan lebih banyak kekuatan komputasi. Program Skalabilitas pusat bersiap untuk komputasi exascale (satu miliar miliar perhitungan per detik) dan juga mengeksplorasi teknik pembelajaran mesin sebagai bagian dari sistem prakiraannya, menurut lembar fakta miliknya sendiri.

Pertanyaan

Seberapa jauh cuaca dapat diperkirakan dengan andal?
Lembaga nasional dan peneliti umumnya setuju bahwa prakiraan paling dapat diandalkan hingga sekitar 4 hari untuk detail halus, tetap dapat diandalkan hingga kira-kira 9–10 hari untuk kondisi hari demi hari di lintang menengah, dan kehilangan sebagian besar nilai praktis di luar sekitar 14–15 hari, yang penelitian teori chaos mengidentifikasi sebagai mendekati batas fisik prediktabilitas, menurut studi yang dipimpin Penn State.
Apa itu prakiraan ensemble?
Ini adalah serangkaian beberapa lari dari model cuaca yang sama, masing-masing dimulai dengan kondisi awal atau pengaturan fisika yang sedikit berbeda; NOAA mengatakan bahwa ketika lari setuju erat, peramal memiliki kepercayaan diri yang lebih tinggi, dan ketika mereka menyimpang, penyebaran itu digunakan untuk mengomunikasikan ketidakpastian.
Mengapa aplikasi cuaca yang berbeda kadang tidak setuju?
Aplikasi sering mengambil dari model yang mendasarinya berbeda (seperti model global AS atau model ECMWF) atau menerapkan pemrosesan pasca yang berbeda, dan NOAA mencatat bahwa tidak ada model yang akurat 100% dari waktu, itulah mengapa lembaga mengandalkan beberapa model dan ensemble daripada satu sumber.
Apa itu asimilasi data?
Ini adalah proses statistik menggabungkan pengamatan baru dengan prakiraan jangka pendek terbaru atmosfer untuk menghasilkan estimasi terbaik tentang kondisi saat ini; ECMWF mengatakan bahwa ratusan juta pengamatan diproses dengan cara ini setiap hari.
Mengapa komputer tidak bisa hanya memperkirakan cuaca dengan sempurna dengan lebih banyak tenaga?
Karena atmosfer adalah sistem yang kacau, kesalahan kecil dalam pengamatan awal tumbuh seiring waktu terlepas dari kekuatan komputasi — batas yang diidentifikasi oleh ahli meteorologi Edward Lorenz dan diperkirakan sekitar dua minggu bahkan dengan data yang hampir sempurna, menurut studi yang dipimpin Penn State.

Sumber

  1. NOAA — Weather prediction: It's math!
  2. NOAA JetStream — Weather Models
  3. ECMWF — Fact sheet: Supercomputing at ECMWF
  4. Penn State News — Predictability limit: scientists find bounds of weather forecasting

Tulisan ini disiapkan dengan kecerdasan buatan dan lolos pemeriksaan sumber otomatis sebelum terbit. Jika Anda melihat kesalahan, ajukan koreksi. Ajukan koreksi atau hak jawab · Cara kami bekerja

Terkait