Как работает современный прогноз погоды: от спутников к суперкомпьютерам

Каждый прогноз погоды, будь то недельный прогноз в приложении телефона или траектория урагана, выданная национальным агентством, начинается одинаково: с наблюдений атмосферы в её текущем состоянии. Европейский центр среднесрочных прогнозов погоды (ECMWF) говорит, что получает около 800 миллионов наблюдений в день, в основном примерно от 90 спутниковых приборов, мониторящих атмосферу, океан, сушу, снег и морской лёд; после контроля качества примерно 60 миллионов из этих наблюдений фактически используются в его системе прогнозирования.

Преобразование наблюдений в прогноз: ассимиляция данных

Сырые наблюдения не охватывают каждую точку на Земле, поэтому синоптики не могут просто считать текущую погоду из них. Вместо этого агентства используют методику, называемую ассимиляцией данных, чтобы объединить неполные наблюдения с краткосрочным прогнозом из предыдущего запуска, создав полную, физически согласованную картину атмосферы, называемую анализом. ECMWF использует метод четырёхмерной вариационной ассимиляции (4D-Var), который он описывает как объединение «первого предположения о текущей погоде с новыми свидетельствами из наблюдений» в пространстве и времени. Метеорологический офис Великобритании описывает тот же шаг проще: ассимиляция данных «заполняет пробелы, где прямые наблюдения отсутствуют... путём объединения доступных данных с предсказаниями модели».

Среди типов наблюдений, приоритизируемых ECMWF, — показания температуры и влажности со спутниковых приборов микроволнового и инфракрасного диапазонов, оценки ветра, полученные посредством отслеживания облаков и из приборов радара, лидара и скаттерометра, и методика, называемая ассимиляцией «при любом небе» (all-sky), которая использует спутниковые данные из облачных и дождливых областей вместо их отбрасывания.

Запуск моделей: уравнения физики на суперкомпьютерах

После построения анализа вступает в действие модель численного прогнозирования погоды. Эти модели делят атмосферу на трёхмерную сетку и решают уравнения движения, энергии, массы и влажности в каждой точке сетки, а затем продвигают всю систему вперёд во времени. Глобальная система прогнозирования США (GFS), управляемая Национальными центрами прогнозирования окружающей среды NOAA, использует базовое горизонтальное разрешение примерно 28 километров (18 миль) между точками сетки для первой недели выходных данных, грубеющее примерно до 70 километров (44 миль) для прогнозов сверх семи дней, и соединяет отдельные модели атмосферы, океана, земли/почвы и морского льда. Она производит полный прогноз четыре раза в день на период до 16 дней.

Эквивалентная система ECMWF, Интегрированная система прогнозирования (IFS), была обновлена в ноябре 2024 года в рамках выпуска, называемого Cycle 49r1. По словам ECMWF, это обновление впервые ассимилировало наблюдения температуры на высоте двух метров, пересмотрело представление моделью неопределённости в её физике и согласовало сетку модели волн океана с разрешением атмосферной модели примерно 9 километров для среднесрочных прогнозов. ECMWF сообщила об измеримых улучшениях в результате обновления, включая примерно 0,5% повышение оценок прогнозов близ Антарктики до четвёртого дня, отчасти благодаря новым данным микроволнового диапазона над морским льдом.

Ансамблевое прогнозирование: прогнозирование самой неопределённости

Один запуск одной модели из одного анализа даёт один вариант будущего, но атмосфера является тем, что учёные называют хаотической системой: по словам метеорологического офиса, «очень маленькие ошибки в её начальном состоянии могут привести к большим ошибкам в прогнозе.» Поскольку наблюдения никогда не могут идеально захватить истинное состояние атмосферы, агентства запускают одну и ту же модель десятки раз из немного различающихся, одинаково вероятных начальных условий. Этот набор параллельных прогнозов называется ансамблем, и каждый отдельный запуск является «членом ансамбля».

Почему прогнозы теряют уверенность в более далёком будущем

ECMWF сообщила, что её обновление Cycle 49r1 в ноябре 2024 года дало измеримые улучшения в точности прогноза, включая примерно 0,5% повышение оценок прогнозов близ Антарктики до четвёртого дня, которое она отнесла частично на счёт новых данных микроволнового спутника над морским льдом. В целом, поскольку маленькие ошибки в начальных условиях хаотической системы растут со временем, агентства также выдают отдельные месячные и сезонные прогнозы, основанные на различных статистических методах, как только ежедневные прогнозы теряют свою полезность.

Восход прогнозирования на основе искусственного интеллекта

Наряду с этими физическими моделями национальные агентства начали запускать системы машинного обучения, обученные на десятилетиях данных прошлой погоды. NOAA объявила в декабре 2025 года, что сделала три такие системы рабочими: AIGFS (версия Global Forecast System на искусственном интеллекте), AIGEFS (система ансамбля на искусственном интеллекте) и HGEFS, ансамбль из 62 членов, который объединяет прогнозы на основе искусственного интеллекта и физики. По словам NOAA, AIGFS может создавать глобальный прогноз на 16 дней примерно за 40 минут, используя примерно 0,3% вычислительных ресурсов, требуемых традиционным GFS, а AIGEFS требует примерно 9% ресурсов стандартного ансамбля. Администратор NOAA Нил Джейкобс описал эти системы как «значительный скачок вперёд в инновациях американских моделей погоды», указав на улучшенную точность для крупномасштабных паттернов и прогнозов траектории ураганов, хотя NOAA также признала, что AIGFS в настоящее время показывает сниженную производительность при прогнозировании интенсивности ураганов, область, которую, по словам должностных лиц, ещё нужно дальше разрабатывать.

От выхода модели к видимому вами прогнозу

Данные модели обычно не являются конечным продуктом. Метеорологический офис говорит, что после завершения запусков суперкомпьютера человеческие синоптики интерпретируют выход модели, учитывают местный рельеф и условия, которые разрешение модели не может полностью захватить, и корректируют прогноз перед его публикацией, объединяя человеческое суждение с вычислительным выходом, чтобы создать полезный прогноз.