Ten język jest tłumaczony maszynowo i nie został zweryfikowany przez człowieka.

Klimat · Poradnik

Jak działa prognoza pogody: od zbierania danych do aplikacji prognozy

Opublikowano:

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

W skrócie

Nowoczesne prognozy pogody tworzą się poprzez wprowadzenie miliardów codziennych obserwacji do superkomputerów, które rozwiązują równania fizyki na globalnej siatce — proces zwany numerycznym prognozowaniem pogody. Prognozyści następnie uruchamiają model wiele razy ze słabo zmienionymi warunkami początkowymi — «zespół» — aby ocenić, jak pewna jest prognoza. Ponieważ atmosfera jest systemem chaotycznym, prognozy tracą wiarygodność w ciągu około 9 do 15 dni, zgodnie z badaczami i krajowymi agencjami meteorologicznymi.

Ta wersja jest tłumaczeniem maszynowym oryginału (English). Przeczytaj oryginał

Każda prognoza pokazana w aplikacji telefonu lub transmisji telewizyjnej sięga tego samego podstawowego procesu: obserwacje wchodzą, supercomputer rozwiązuje równania atmosfery, a prognostyk lub algorytm zamienia wynik w prognozę. Krajowe Centrum Oceaniczno-Atmosferyczne USA (NOAA) opisuje ten proces po prostu jako prognozę pogody opartą na matematyce — równania reprezentujące fizyczne zachowanie atmosfery, rozwiązywane wielokrotnie w miarę upływu czasu.

Sześć kroków stojących za prognozą

  1. Obserwacje są zbierane na całym świecie — z balonów meteorologicznych, satelitów, boi, radarów, czujników na samolotach i statkach handlowych, mierników rzecznych i przybrzeżnych oraz stacji naziemnych — i przeliczane na wartości liczbowe temperatury, ciśnienia, wilgotności i wiatru, zgodnie z NOAA.
  2. Asymilacja danych łączy te świeże obserwacje z najnowszą krótkoterminową prognozą atmosfery. Europejskie Centrum ds. Prognoz Pogody Średnioterminowych (ECMWF) mówi, że setki milionów obserwacji są filtrowane i łączone z niedawnymi prognozami krótkoterminowymi każdego dnia poprzez ten proces statystyczny, dając najlepsze oszacowanie obecnego stanu atmosfery.
  3. Model numeryczny dzieli globus (lub region) na trójwymiarową siatkę punktów. NOAA zaznacza, że drobniejsze siatki dają więcej szczegółów lokalnych, ale wymagają znacznie większej mocy obliczeniowej — podwojenie rozdzielczości w każdym kierunku mniej więcej czterokrotnie zwiększa obliczenia wymagane dla tego samego obszaru.
  4. Superkomputery rozwiązują równania fizyki w każdym punkcie siatki w krótkich odstępach czasu, a następnie przesyłają wynik jako punkt wyjścia dla następnego kroku. Maszyny NOAA, zlokalizowane w Wirginii i Florycie, wykonują około 2,8 biliarda obliczeń na sekundę; system ECMWF używa ponad miliona procesorów dostarczających około 30 petaflopów.
  5. Model jest uruchamiany wiele razy przy nieco różnych warunkach początkowych lub ustawieniach fizyki, zwanych zespołem. NOAA mówi, że gdy biegi się zgadzają, prognozyści mają większą pewność; gdy się rozbiegają, to samo rozrzedzenie komunikuje niepewność publicznie.
  6. Prognozyści ludzi i systemy zautomatyzowane interpretują surowe dane wyjściowe modelu — dostosowując się do lokalnego terenu, znanych odchyleń modelu lub niedawnych obserwacji — przed wydaniem publicznej prognozy, pogotowia lub ostrzeżenia.

Modele globalne a regionalne

NOAA rozróżnia modele globalne, które obejmują całą planetę przy gorszej rozdzielczości, i modele regionalne, które obejmują mniejszy obszar z większymi szczegółami. ECMWF uruchamia swój model globalny dwa razy dziennie, o północy i w południe, z dwoma dodatkowymi biegami pośrednimi, które dostarczają warunki brzegowe do własnych modeli regionalnych państw członkowskich. Agencja zaznacza, że model globalny jest konieczny, ponieważ zaburzenia pogodowe z jednej strony świata mogą wpływać na warunki w innych miejscach dni później.

Dlaczego prognozy tracą dokładność w miarę upływu czasu

Atmosfera jest systemem chaotycznym: drobne różnice w warunkach początkowych rosną w czasie, aż prognoza odbiega od rzeczywistości. Ta zasada, po raz pierwszy zidentyfikowana przez meteorologa MIT Edwarda Lorenza, wyjaśnia, dlaczego żaden model — niezależnie od mocy — nie może prognozować w nieskończoność w przyszłość.

Badanie prowadzone przez badacza Uniwersytetu Stanu Pensylwanii Fuqinga Zhanga przetestowało dwa wiodące systemy prognozowania globalnego — model ECMWF i amerykański system prognozowania globalnego następnej generacji — na tle rzeczywistych zdarzeń, w tym europejskiej fali zimna i chińskich powodzi, korzystając z prawie idealnych danych początkowych. Zespół doszedł do wniosku, że wiarygodne prognozy z dnia na dzień są możliwe do około 9–10 dni dla średnich szerokości geograficznych, gdzie mieszka większość światowej populacji, i że może to rozciągnąć się na około 14–15 dni wraz z ulepszeniem zbierania danych, algorytmów i mocy obliczeniowej.

Uważamy, że znaleźliśmy tę granicę i średnio wynosi ona około dwa tygodnie.

— Fuqing Zhang, Uniwersytet Stanu Pensylwanii

Własne wskazówki techniczne NOAA dotyczące danych wyjściowych modelu podają bardziej konserwatywną liczbę dla surowych, nieprzetworkanych prognoz siatki, zauważając, że modele pozostają generalnie dokładne do około czterech dni, po czym zmienność od biegu do biegu znacznie się zwiększa — jeden z powodów, dla którego zespoły i prognozyści pozostają częścią procesu dla zakresu średnioterminowego.

Typowa wiarygodność wg zakresu prognozy
Zakres prognozyCo mówią agencjeŹródło
0–4 dniDane wyjściowe modelu są generalnie dokładne; szczegóły z dnia na dzień są wiarygodneNOAA (JetStream)
4–10 dniModele globalne (np. ECMWF, systemy USA) pozostają wiarygodne dla średnich szerokości geograficznych z zespołami używanymi do wykazania niepewnościBadanie Uniwersytetu Stanu Pensylwanii; NOAA
Do 16 dniGlobalny model numeryczny NOAA rozciąga prognozy na tę odległość, chociaż pewność gwałtownie maleje w miarę upływu czasuNOAA
~14–15 dni (teoretyczny limit)Uważane za bliskie maksymalnym możliwym umiejętnościom dla przewidywania z dnia na dzień, nawet z idealnym modelem i idealnymi danymiBadanie Uniwersytetu Stanu Pensylwanii / teoria chaosu Lorenza

Co dalej dla technologii prognozowania

ECMWF mówi, że przyszłe zyski zależą od prognoz zespołu z wyższą rozdzielczością, lepszej reprezentacji procesów systemów Ziemi (atmosfera, ląd i ocean razem) i lepszej asymilacji obserwacji pogodowych — wszystko to wymaga większej mocy obliczeniowej. Program Skalowalności centrum przygotowuje się do egzaskalowych obliczeń (miliard miliardów obliczeń na sekundę) i badają również techniki uczenia maszynowego jako część swoich systemów prognozowania, zgodnie z jego własnym arkuszem informacyjnym.

Pytania

Jak daleko w przyszłość można wiarygodnie prognozować pogodę?
Krajowe agencje i badacze generalnie zgadzają się, że prognozy są najbardziej wiarygodne do około 4 dni dla szczegółów szerokich, pozostają wiarygodne do około 9–10 dni dla warunków z dnia na dzień na średnich szerokościach geograficznych i tracą większość praktycznej wartości poza około 14–15 dniami, które badania teorii chaosu identyfikują jako blisko fizycznego limitu przewidywalności, zgodnie z badaniem prowadzonym przez Uniwersytet Stanu Pensylwanii.
Co to jest prognoza zespołu?
To zestaw wielu przebiegów tego samego modelu pogody, każdy uruchomiony z nieco innymi warunkami początkowymi lub ustawieniami fizyki; NOAA mówi, że gdy biegi się ściśle zgadzają, prognozyści mają większą pewność, a gdy się rozbiegają, to samo rozrzedzenie jest używane do komunikowania niepewności.
Dlaczego różne aplikacje pogody czasami się nie zgadzają?
Aplikacje często korzystają z różnych modeli bazowych (takich jak globalny model USA lub model ECMWF) lub stosują inną postprzetwarzanie, a NOAA zauważa, że żaden model nie jest dokładny 100% czasu, dlatego agencje polegają na wielu modelach i zespołach, a nie na jednym źródle.
Co to jest asymilacja danych?
To jest proces statystyczny łączenia nowych obserwacji z niedawną prognozą krótkoterminową atmosfery w celu uzyskania najlepszego oszacowania bieżących warunków; ECMWF mówi, że setki milionów obserwacji są przetwarzane w ten sposób każdego dnia.
Dlaczego komputery nie mogą po prostu idealnie prognozować pogodę dzięki większej mocy?
Ponieważ atmosfera jest systemem chaotycznym, małe błędy w obserwacjach początkowych rosną w czasie niezależnie od mocy obliczeniowej — limit zidentyfikowany przez meteorologa Edwarda Lorenza i oszacowany na około dwa tygodnie nawet przy prawie idealnych danych, zgodnie z badaniem prowadzonym przez Uniwersytet Stanu Pensylwanii.

Źródła

  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

Ten tekst przygotowała sztuczna inteligencja, a przed publikacją przeszedł automatyczną kontrolę źródeł. Jeśli widzisz błąd, poproś o sprostowanie. Poproś o sprostowanie lub odpowiedź · Jak to robimy

Powiązane