یہ زبان مشین کے ذریعے ترجمہ کی گئی ہے اور کسی انسان نے اس کا جائزہ نہیں لیا۔

ماحولیات · رہنما

موسم کی پیش گوئی کیسے کام کرتی ہے: ڈیٹا کے جمع کرنے سے لے کر آپ کی پیش گوئی کی ایپ تک

اشاعت:

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

مختصراً

جدید موسم کی پیش گوئی روزانہ کروڑوں معلومات کو سپر کمپیوٹرز میں ڈال کر تیار کی جاتی ہے جو عالمی گرڈ پر طبیعیات کی مساوات حل کرتے ہیں، اس عمل کو عددی موسم کی پیش گوئی کہا جاتا ہے۔ پیش گوئی کار اس ماڈل کو بہت سے دفعوں چلاتے ہیں جس میں شروعاتی حالات میں معمولی تبدیلیاں ہوتی ہیں — ایک 'ensemble' — تاکہ معلوم ہو سکے کہ پیش گوئی کتنی قابلِ اعتماد ہے۔ چونکہ فضا میں بے ترتیبی ہے، پیش گوئیاں لگ بھگ 9 سے 15 دن کے بعد قابلِ اعتماد نہیں رہتیں، جیسا کہ محققین اور ملکی موسم کی ایجنسیوں کے مطابق۔

یہ نسخہ اصل متن (English) کا مشینی ترجمہ ہے۔ اصل متن پڑھیں

ہر پیش گوئی جو کسی فون کی ایپ یا ٹیلی ویژن کی نشریات میں دکھائی دیتی ہے وہ ایک جیسے بنیادی نظام سے آتی ہے: معلومات اندر جاتی ہیں، ایک سپر کمپیوٹر فضا کی مساوات حل کرتا ہے، اور ایک پیش گوئی کار یا الگورتھم نتیجے کو پیش گوئی میں تبدیل کرتا ہے۔ امریکی نیشنل اوشنک اور ماحول کی ایجنسی (NOAA) اس عمل کو سادہ انداز میں ریاضی پر مبنی موسم کی پیش گوئی کے طور پر بیان کرتی ہے — مساوات جو فضا کے طبیعیاتی رویے کی نمائندگی کرتی ہیں، جو وقت کے ساتھ بار بار حل کی جاتی ہیں۔

ایک پیش گوئی کے پیچھے چھ مراحل

  1. معلومات دنیا بھر سے جمع کی جاتی ہیں — موسم کے غبارے، سیٹلائٹس، buoys، ریڈارز، تجارتی ہوائی جہازوں اور بحری جہازوں پر لگے سینسرز، دریاوں اور ساحلی پیمائش کی جگہیں، اور زمینی اسٹیشنز سے — اور انہیں درجہ حرارت، دبائو، نمی اور ہوا کی عددی اقدار میں تبدیل کیا جاتا ہے، NOAA کے مطابق۔
  2. ڈیٹا کی ترکیب ان نئی معلومات کو فضا کی حالیہ مختصر مدتی پیش گوئی کے ساتھ ملاتی ہے۔ یورپی سینٹر فار میڈیم رینج موسم کی پیش گوئی (ECMWF) کہتا ہے کہ سینکڑوں لاکھوں معلومات کو فلٹر کیا جاتا ہے اور اس شماریاتی عمل کے ذریعے ہر روز حالیہ مختصر مدتی پیش گوئی کے ساتھ ملایا جاتا ہے، جو فضا کی موجودہ حالت کا بہترین اندازہ دیتا ہے۔
  3. عددی ماڈل دنیا (یا کسی علاقے) کو تین جہتی نقاط کی گرڈ میں تقسیم کرتا ہے۔ NOAA نوٹ کرتا ہے کہ باریک گرڈ مزید مقامی تفصیل دیتے ہیں لیکن بہت زیادہ کمپیوٹنگ طاقت کی ضرورت ہوتی ہے — ہر سمت میں دوگنی تفصیل کے لیے تقریباً چار گنا زیادہ حسابات درکار ہوتے ہیں۔
  4. سپر کمپیوٹرز ہر گرڈ پوائنٹ پر طبیعیات کی مساوات کو مختصر وقت کے دورانوں کے لیے حل کرتے ہیں، پھر نتیجے کو اگلے مرحلے کے لیے شروعاتی نقطے کے طور پر واپس ڈالتے ہیں۔ NOAA کی مشینیں، جو ورجینیا اور فلوریڈا میں ہیں، فی سیکنڈ تقریباً 2.8 quadrillion حسابات کرتی ہیں؛ ECMWF کا نظام دس لاکھ سے زیادہ پروسیسرز استعمال کرتا ہے جو تقریباً 30 petaflops فراہم کرتے ہیں۔
  5. ماڈل کو بہت سے دفعوں شروعاتی حالات یا طبیعیات کی سیٹنگز میں معمولی تبدیلیوں کے ساتھ چلایا جاتا ہے، جسے ensemble کہا جاتا ہے۔ NOAA کہتا ہے کہ جب تمام چلانے اتفاق رکھتے ہیں، تو پیش گوئی کاروں کو زیادہ اعتماد ہوتا ہے؛ جب وہ مختلف ہوں تو یہ تقسیم خود عوام کو عدم یقین کو ظاہر کرتی ہے۔
  6. انسانی پیش گوئی کار اور خودکار نظام خام ماڈل کے نتائج کی تشریح کرتے ہیں — مقامی رقبے، معلوم ماڈل کی غلطیوں، یا حالیہ معلومات کے لیے ترمیم کرتے ہوئے — عوام کے لیے پیش گوئی، انتباہ یا خطرہ جاری کرنے سے پہلے۔

عالمی بمقابلہ علاقائی ماڈل

NOAA عالمی ماڈل میں فرق کرتا ہے، جو پوری دنیا کو موٹے سنکولن پر کوٹ کرتے ہیں، اور علاقائی ماڈل، جو چھوٹے رقبے کو بہتر تفصیل کے ساتھ کوٹ کرتے ہیں۔ ECMWF اپنا عالمی ماڈل دن میں دو دفعہ چلاتا ہے، آدھی رات اور دوپہر کو، دو اضافی درمیانی چلانوں کے ساتھ جو ممبر ریاستوں کے اپنے علاقائی ماڈلز کو حدود کی شرائط فراہم کرتے ہیں۔ ایجنسی نوٹ کرتی ہے کہ عالمی ماڈل ضروری ہے کیونکہ دنیا کے ایک طرف کے موسمی خرابیاں کچھ دن بعد دوسری جگہوں کے حالات کو متاثر کر سکتی ہیں۔

پیش گوئیاں وقت کے ساتھ درستگی کیوں کھو دیتی ہیں

فضا ایک بے ترتیب نظام ہے: شروعاتی حالات میں چھوٹی سی تبدیلیاں وقت کے ساتھ بڑھتی ہیں جب تک پیش گوئی حقیقت سے نہ ہٹ جائے۔ یہ اصول، جو پہلے MIT کے موسمیات دان Edward Lorenz نے سنایا تھا، یہ ہے کہ کوئی بھی ماڈل — چاہے کتنا بھی طاقتور ہو — مستقبل میں لامحدود طور پر پیش گوئی نہیں کر سکتا۔

Penn State کے محقق Fuqing Zhang کی طرف سے رہنمائی میں کیے گئے مطالعے نے دونوں معروف عالمی پیش گوئی کے نظام — ECMWF کا ماڈل اور امریکہ کا اگلی نسل کا عالمی پیش گوئی کا نظام — حقیقی واقعات کے خلاف جانچا، جن میں یورپی سردی کا لہر اور چینی سیلاب شامل تھے، قریب ترین کامل ابتدائی ڈیٹا کا استعمال کرتے ہوئے۔ ٹیم نے نتیجہ نکالا کہ قابلِ اعتماد روز مرہ پیش گوئیاں تقریباً 9 سے 10 دن پہلے تک درمیانی عرض البلد میں حاصل کی جا سکتی ہیں، جہاں دنیا کی اکثریت رہتی ہے، اور یہ لگ بھگ 14 سے 15 دن تک بڑھ سکتی ہے جیسے جیسے ڈیٹا کا جمع، الگورتھم اور کمپیوٹنگ طاقت بہتر ہوتی ہے۔

ہم سمجھتے ہیں کہ ہم نے یہ حد تلاش کر لی ہے اور اوسط پر، یہ تقریباً دو ہفتے ہے۔

— Fuqing Zhang, Penn State University

NOAA کی اپنی تکنیکی رہنمائی ماڈل کے نتائج کے بارے میں خام، غیر پروسیس شدہ گرڈ پیش گوئی کے لیے زیادہ احتیاطی تعداد دیتی ہے، یہ نوٹ کرتے ہوئے کہ ماڈل تقریباً چار دن تک عام طور پر درست رہتے ہیں، اس کے بعد چلانے سے چلانے میں تبدیلی نمایاں طور پر بڑھتی ہے — ایک وجہ کہ ensemble اور انسانی پیش گوئی کاران درمیانی رینج کے لیے نظام کا حصہ رہتے ہیں۔

پیش گوئی کی حد سے عام درستگی
پیش گوئی کی حدایجنسیاں کیا کہتی ہیںماخذ
0–4 دنماڈل کے نتائج عام طور پر درست ہیں؛ روز مرہ تفصیل قابلِ اعتماد ہےNOAA (JetStream)
4–10 دنعالمی ماڈل (مثال کے طور پر ECMWF، امریکی نظام) درمیانی عرض البلد کے لیے قابلِ اعتماد رہتے ہیں ensemble کے ساتھ عدم یقین کو ظاہر کرنے کے لیے استعمالPenn State مطالعہ؛ NOAA
16 دن تکNOAA کا عالمی عددی ماڈل پیش گوئی اتنی دور تک بڑھاتا ہے، اگرچہ اعتماد وقت کے ساتھ تیزی سے کم ہوتا ہےNOAA
~14–15 دن (نظریاتی حد)روز مرہ پیش گوئی کے لیے زیادہ سے زیادہ ممکنہ مہارت کے قریب سمجھا جاتا ہے، یہاں تک کہ ایک کامل ماڈل اور کامل ڈیٹا کے ساتھPenn State مطالعہ / Lorenz chaos theory

پیش گوئی کی ٹیکنالوجی کے لیے آگے کیا ہے

ECMWF کہتا ہے کہ مستقبل کی تبدیلیاں باریک سنکولن ensemble پیش گوئی، زمین کے نظام کے عمل کی بہتر نمائندگی (فضا، زمین اور سمندر اکٹھے)، اور موسم کی معلومات کی بہتر ترکیب پر منحصر ہیں — یہ سب زیادہ کمپیوٹنگ طاقت کی ضرورت ہے۔ مرکز کا Scalability Programme exascale کمپیوٹنگ (ایک ارب ارب حسابات فی سیکنڈ) کے لیے تیاری کر رہا ہے اور اپنی حقائق کی شیٹ کے مطابق اپنے پیش گوئی کے نظام کے حصے کے طور پر machine-learning کی تکنیکوں کی بھی تلاش کر رہا ہے۔

سوالات

موسم کو کتنی دور سے قابلِ اعتماد طور پر پیش گوئی کی جا سکتی ہے؟
ملکی ایجنسیاں اور محققین عام طور پر متفق ہیں کہ پیش گوئیاں بہترین تفصیل کے لیے تقریباً 4 دن تک سب سے زیادہ قابلِ اعتماد ہیں، درمیانی عرض البلد میں روز مرہ حالات کے لیے تقریباً 9–10 دن تک قابلِ اعتماد رہتی ہیں، اور تقریباً 14–15 دن سے زیادہ میں اپنی عملی قیمت کھو دیتی ہیں، جو بے ترتیبی نظریہ کی تحقیق قابل پیش گوئی حد کے قریب سمجھتی ہے، Penn State کی طرف سے رہنمائی میں کیے گئے مطالعے کے مطابق۔
Ensemble پیش گوئی کیا ہے؟
یہ ایک جیسے موسم کے ماڈل کے متعدد دورانوں کا مجموعہ ہے، جن میں سے ہر ایک شروعاتی حالات یا طبیعیات کی سیٹنگز میں معمولی تبدیلیوں کے ساتھ شروع ہوتا ہے؛ NOAA کہتا ہے کہ جب دورانے قریب سے متفق ہوں، تو پیش گوئی کاروں کو زیادہ اعتماد ہوتا ہے، اور جب وہ الگ ہوں تو یہ پھیلاؤ خود عدم یقین کو ظاہر کرنے کے لیے استعمال ہوتا ہے۔
مختلف موسم کی ایپس کبھی کبھی کیوں اتفاق نہیں رکھتیں؟
ایپس اکثر مختلف بنیادی ماڈلز (جیسے امریکی عالمی ماڈل یا ECMWF کا ماڈل) یا مختلف بعد میں پروسیسنگ پر منحصر ہوتی ہیں، اور NOAA نوٹ کرتا ہے کہ کوئی بھی ماڈل 100% درست نہیں ہے، یہی وجہ ہے کہ ایجنسیاں متعدد ماڈلز اور ensemble پر منحصر ہوتی ہیں بجائے ایک ذریعے کے۔
ڈیٹا کی ترکیب کیا ہے؟
یہ نئی معلومات کو فضا کی حالیہ مختصر مدتی پیش گوئی کے ساتھ ملانے کا شماریاتی عمل ہے تاکہ موجودہ حالات کا بہترین اندازہ ملے؛ ECMWF کہتا ہے کہ سینکڑوں لاکھوں معلومات اس طریقے سے ہر روز پروسیس کی جاتی ہیں۔
کمپیوٹرز زیادہ طاقت سے موسم کی بالکل صحیح پیش گوئی کیوں نہیں کر سکتے؟
کیونکہ فضا ایک بے ترتیب نظام ہے، ابتدائی معلومات میں چھوٹی سی غلطیں وقت کے ساتھ بڑھتی ہیں قطع نظر کمپیوٹنگ طاقت کے — ایک حد جو موسمیات دان Edward Lorenz نے سنائی تھی اور Penn State کی طرف سے رہنمائی میں کیے گئے مطالعے کے مطابق قریب ترین کامل ڈیٹا کے ساتھ بھی لگ بھگ دو ہفتے میں لگائی گئی ہے۔

ذرائع

  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

یہ تحریر مصنوعی ذہانت سے تیار کی گئی اور اشاعت سے پہلے ذرائع کی خودکار جانچ سے گزری۔ اگر آپ کو کوئی غلطی نظر آئے تو تصحیح کی درخواست کریں۔ تصحیح یا جواب کی درخواست · ہم کیسے کام کرتے ہیں

متعلقہ تحریریں