Этот язык переведён машиной и не проверен человеком.

Климат · Руководство

Как работает прогноз погоды: от сбора данных к приложению прогноза

Опубликовано:

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

Коротко

Современные прогнозы погоды создаются путем ввода миллиардов ежедневных наблюдений в суперкомпьютеры, которые решают уравнения физики на глобальной сетке — процесс, называемый численным прогнозированием погоды. Прогнозисты затем запускают модель много раз с немного измененными начальными условиями — «ансамбль» — чтобы оценить, насколько надежна прогноз. Поскольку атмосфера является хаотической системой, прогнозы теряют надежность примерно через 9–15 дней, согласно исследователям и национальным метеорологическим агентствам.

Эта версия — машинный перевод оригинала (English). Читать оригинал

Каждый прогноз, показанный в приложении телефона или телевизионной трансляции, восходит к одному и тому же основному процессу: наблюдения поступают, суперкомпьютер решает уравнения атмосферы, а прогнозист или алгоритм превращает результат в прогноз. Национальное управление США по морским и атмосферным исследованиям (NOAA) описывает этот процесс просто как прогноз погоды, основанный на математике — уравнения, которые представляют физическое поведение атмосферы, решаемые повторно по мере продвижения времени.

Шесть этапов за прогнозом

  1. Наблюдения собираются по всему миру — с метеорологических зондов, спутников, буев, радаров, датчиков коммерческих самолетов и кораблей, речных и прибрежных датчиков и наземных станций — и преобразуются в численные значения температуры, давления, влажности и ветра, согласно NOAA.
  2. Ассимиляция данных смешивает эти свежие наблюдения с самым свежим краткосрочным прогнозом атмосферы. Европейский центр среднесрочных прогнозов погоды (ECMWF) говорит, что сотни миллионов наблюдений фильтруются и объединяются с недавними краткосрочными прогнозами каждый день через этот статистический процесс, создавая лучшую оценку текущего состояния атмосферы.
  3. Численная модель делит глобус (или регион) на трехмерную сетку точек. NOAA отмечает, что более тонкие сетки дают больше локальных деталей, но требуют значительно большей вычислительной мощности — удвоение разрешения в каждом направлении примерно в четыре раза увеличивает расчеты, необходимые для одной и той же области.
  4. Суперкомпьютеры решают уравнения физики в каждой точке сетки за короткие временные шаги, затем подают результат обратно как отправную точку для следующего шага. Машины NOAA, расположенные в Вирджинии и Флориде, выполняют около 2,8 квадриллиона вычислений в секунду; система ECMWF использует более одного миллиона процессоров, обеспечивая примерно 30 петафлопс.
  5. Модель запускается много раз с немного отличающимися начальными условиями или настройками физики, называемыми ансамблем. NOAA говорит, что когда запуски совпадают, прогнозисты имеют большую уверенность; когда они расходятся, это само расхождение передает неопределенность общественности.
  6. Человеческие прогнозисты и автоматизированные системы интерпретируют необработанные выходные данные модели — корректируя для местного рельефа, известных смещений модели или недавних наблюдений — перед выдачей публичного прогноза, предупреждения или рекомендации.

Глобальные и региональные модели

NOAA различает глобальные модели, которые охватывают всю планету при более грубом разрешении, и региональные модели, которые охватывают меньшую площадь с более высокой детализацией. ECMWF запускает свою глобальную модель дважды в день, в полночь и в полдень, с двумя дополнительными промежуточными запусками, которые обеспечивают граничные условия для собственных региональных моделей государств-членов. Агентство отмечает, что глобальная модель необходима, потому что погодные возмущения на одной стороне света могут влиять на условия в других местах дни спустя.

Почему прогнозы теряют точность со временем

Атмосфера — это хаотическая система: крошечные различия в начальных условиях растут со временем, пока прогноз не расходится с реальностью. Этот принцип, впервые выявленный метеорологом MIT Эдвардом Лоренцем, объясняет, почему ни одна модель — независимо от мощности — не может прогнозировать бесконечно далеко в будущее.

Исследование, проведенное под руководством исследователя Пенсильванского государственного университета Фуцина Чжана, протестировало две ведущие глобальные системы прогнозирования — модель ECMWF и американскую систему глобального прогнозирования следующего поколения — против реальных событий, включая европейскую холодную волну и китайские наводнения, используя почти идеальные начальные данные. Команда пришла к выводу, что надежные ежедневные прогнозы достижимы примерно на 9–10 дней вперед для средних широт, где живет большинство населения мира, и что это может расширяться до примерно 14–15 дней при улучшении сбора данных, алгоритмов и вычислительной мощности.

Мы считаем, что нашли эту границу, и в среднем она составляет около двух недель.

— Фуцин Чжан, Пенсильванский государственный университет

Собственное техническое руководство NOAA по выходным данным модели дает более консервативную цифру для необработанных прогнозов на сетке, отмечая, что модели остаются в целом точными в течение примерно четырех дней, после чего вариация между запусками значительно увеличивается — одна из причин, по которой ансамбли и прогнозисты-люди остаются частью процесса для среднесрочного диапазона.

Типичная надежность по диапазону прогноза
Диапазон прогнозаЧто говорят агентстваИсточник
0–4 дняВыходные данные модели в целом точны; детали день за днем надежныNOAA (JetStream)
4–10 днейГлобальные модели (например, ECMWF, системы США) остаются надежными для средних широт с использованием ансамблей для отображения неопределенностиИсследование Пенсильванского государственного университета; NOAA
До 16 днейГлобальная численная модель NOAA распространяет прогнозы на эту дальность, хотя уверенность резко снижается со временемNOAA
~14–15 дней (теоретический предел)Считается близким к максимально возможному мастерству для ежедневного прогноза, даже с совершенной моделью и совершенными даннымиИсследование Пенсильванского государственного университета / теория хаоса Лоренца

Что дальше для технологии прогнозирования

ECMWF говорит, что будущие успехи зависят от прогнозов ансамбля с более высоким разрешением, лучшего представления процессов земной системы (атмосфера, суша и океан вместе) и улучшенной ассимиляции наблюдений погоды — все это требует большей вычислительной мощности. Программа масштабируемости центра готовит систему к экзащитным вычислениям (миллиард миллиардов вычислений в секунду) и также исследует методы машинного обучения как часть своих систем прогнозирования, согласно его собственному информационному листу.

Вопросы

Как далеко в будущее можно надежно прогнозировать погоду?
Национальные агентства и исследователи обычно согласны с тем, что прогнозы наиболее надежны примерно на 4 дня для точных деталей, остаются надежными примерно на 9–10 дней для ежедневных условий в средних широтах и теряют большинство практической ценности за пределами примерно 14–15 дней, которые исследования теории хаоса определяют как близкие к физическому пределу предсказуемости, согласно исследованию под руководством Пенсильванского государственного университета.
Что такое ансамблевый прогноз?
Это набор многих запусков одной и той же модели погоды, каждый начинается с немного отличающимися начальными условиями или настройками физики; NOAA говорит, что когда запуски тесно совпадают, прогнозисты имеют большую уверенность, и когда они расходятся, это расхождение используется для передачи неопределенности.
Почему разные приложения погоды иногда не согласны?
Приложения часто опираются на различные основные модели (такие как глобальная модель США или модель ECMWF) или применяют различную постобработку, и NOAA отмечает, что ни одна модель не является точной 100% времени, поэтому агентства полагаются на несколько моделей и ансамблей, а не на один источник.
Что такое ассимиляция данных?
Это статистический процесс объединения новых наблюдений с недавним краткосрочным прогнозом атмосферы для создания лучшей оценки текущих условий; ECMWF говорит, что сотни миллионов наблюдений обрабатываются таким образом каждый день.
Почему компьютеры не могут просто идеально прогнозировать погоду с большей мощностью?
Потому что атмосфера является хаотической системой, небольшие ошибки в начальных наблюдениях растут со временем независимо от вычислительной мощности — предел, выявленный метеорологом Эдвардом Лоренцем и оцененный примерно в две недели даже при почти идеальных данных, согласно исследованию под руководством Пенсильванского государственного университета.

Источники

  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

Этот материал подготовлен с помощью искусственного интеллекта и перед публикацией прошёл автоматическую проверку источников. Если вы заметили ошибку, запросите исправление. Запросить исправление или ответ · Как мы работаем

Похожие материалы