تقول الدكتورة هانا كريستنسن من جامعة أكسفورد إننا أفضل في التنبؤ بالطقس لأن أجهزة الكمبيوتر أسرع والرياضيات أكثر ذكاءً. في المقال ، تشرح كيف بدأ علماء الأرصاد الجوية في استخدام العمليات العشوائية للتكنولوجيا الرياضية - التي تم استخدامها منذ فترة طويلة في صناعة التمويل.
دورة الطقس: باستخدام الأساليب العشوائية ، وصلت توقعات الطقس لمدة سبعة أيام إلى نفس الجودة التي كانت عليها قبل ثلاثة أيام من عقدينفي عام 2017 ، أطلق مكتب الأرصاد الجوية البريطاني
حاسوبًا فائقًا جديدًا
Cray XC40 بقيمة 97 مليون جنيه إسترليني. قام بجدية بتحسين دقة وتفاصيل التنبؤات الجوية.
كيف يفعل ذلك؟ أدرس التنبؤ بالطقس في
قسم الغلاف الجوي والمحيطات والفيزياء الكوكبية في جامعة أكسفورد ، ومشكلة التوقعات ليست فقط في استخدام المزيد من أجهزة الكمبيوتر - على الرغم من أن هذا يساعد بوضوح - ولكن أيضًا استخدامها بطرق أكثر براعة.
لنأخذ نظرة إلى التاريخ ونرى كيف تم ذلك من قبل ، حيث أن التنبؤات الجوية قد تغيرت كثيرًا على مدى العقود القليلة الماضية.
حتى الستينيات ، كانت التوقعات تستند إلى سجلات الملاحظات والبحث عن أنماط في هذه السجلات ، أي تشابهات. كانت الفكرة بسيطة للغاية. إذا احتفظت بسجلات الطقس لفترة كافية ، فسيكون لدى اختصاصي الأرصاد الجوية مهمة بسيطة (نسبيًا) - للبحث عن اليوم في السجلات حيث يبدو الغلاف الجوي كما هو اليوم ، وتقديم التطور التاريخي للغلاف الجوي من نقطة البداية كما هو متوقع اليوم للأسبوع القادم.
لكن هذا لم يعمل بشكل صحيح. كان السبب في ذلك هو الفوضى ، أو تأثير الفراشة. إن تطور الطقس على مقياس يوم أو أسبوع حساس للغاية للتفاصيل الصغيرة لحالة الغلاف الجوي ، ولكن هذه التفاصيل قد تكون صغيرة جدًا بحيث لا يمكن اكتشافها باستخدام بيانات من الأقمار الصناعية وأجهزة استشعار الطقس.
كانت فكرة التشابه ، على الرغم من أنها سيئة ، ولكن الخيار الوحيد ، لأن طريقة أخرى - باستخدام المعادلات لإنشاء نماذج رياضية - كانت غير عملية حتى ظهور أجهزة الكمبيوتر الإلكترونية.
عالم الرياضيات الإنجليزي
لويس فراي ريتشاردسون كان أول من استخدم النماذج الرياضية للتنبؤات الجوية خلال الحرب العالمية الأولى. لكنه واجه مشكلة خطيرة. لحساب التوقعات لمدة ست ساعات مقبلة ، كان من الضروري حل المعادلات التفاضلية في المشتقات الجزئية يدويًا - بينما استغرق حلها حوالي ستة أسابيع ، وكانت النتيجة غير دقيقة للغاية.
لكن اتضح أن فكرة ريتشاردسون كانت صحيحة ، والآن يتم تطبيقها دون تفكير في محاكاة الكمبيوتر للغلاف الجوي.
يبدأ التنبؤ بالطقس الحديث بالرياضيات - معادلات تصف تطور الغلاف الجوي:
أولاً ، لدينا
معادلة نافير-ستوكس - في الواقع ، ثلاث معادلات تصف الحفاظ على الزخم في كل من الاتجاهات الثلاثة لنظام الإحداثيات. هنا أخذنا في الاعتبار دوران الأرض ، والذهاب إلى نظام مرجعي دوراني - المصطلح الثاني على الجانب الأيمن هو المسؤول عن قوة كوريوليس ، والثالث لقوة الطرد المركزي.
من الصعب حل المعادلة بشكل خاص ، لأنه في المشتقة
التحليلية D / Dt هناك مصطلحات غير خطية غير سارة للغاية في u (ليس لشيء أن إيجاد حلول لمعادلة Navier-Stokes لا يزال أحد "
مشاكل الألفية " التي لم يتم حلها والتي منح معهد كلاي للرياضيات جائزة قدرها 1 مليون دولار )
ثم لدينا معادلة الاستمرارية. يجب أن يتسرب كل شيء تدفقت فيه إلى الحاوية ، أو زيادة الكثافة داخل الحاوية.
ثالثًا ، لدينا معادلة الطاقة الديناميكية الحرارية ، حيث Q هو معدل التسخين السكري. وأخيرًا ، لدينا معادلة حالة للغلاف الجوي.
وماذا نفعل جميعا بهذا؟
الخطوة الأولى هي تشويه معادلات الحركة. لا يمكننا أن نحسب بالضبط كيف ستدور كل موجة صغيرة من الرياح ، وهذا ليس ضروريًا حقًا. لذلك ، نقسم الغلاف الجوي إلى موازٍ صغيرة متوازية - في جهاز محاكاة الطقس يمكن أن تكون أفقية 10x10 كم ، ومن عدة مئات من الأمتار إلى عدة كيلومترات رأسيًا. داخل كل من المكعبات ، نعتبر الغلاف الجوي ثابتًا ، برقم واحد يشير إلى متوسط درجة الحرارة ، ورقم واحد يشير إلى الرطوبة ، وسرعة الرياح ، وما إلى ذلك. ثم من الواضح ما نوع المشكلة التي نواجهها - وماذا عن العمليات الجارية على نطاق أصغر؟
مثل هذه العمليات ، مثل الغيوم ، لا تزال تلعب دورًا مهمًا في التنبؤات ، لذلك يجب أن تؤخذ في الاعتبار. فهي لا تؤثر فقط على تطوير العمليات على نطاق أوسع ، ولكنها تصف أيضًا الظواهر الجوية الهامة بالنسبة لنا الذين نبقى على الأرض - المطر أو هبوب الرياح القوية.
نحن نمثل هذه العمليات باستخدام معادلات تقريبية أو مخططات
المعلمات . هذه التقريبات والتبسيطات هي مصدر رئيسي للأخطاء في التنبؤات الجوية.
من الناحية المثالية ، يجب أن نجعل حاوياتنا صغيرة قدر الإمكان. ويجب أن ندرج في الوصف جميع العمليات الصغيرة التي يمكننا تخيلها. واجعل هذه المخططات دقيقة قدر الإمكان. ولكن في النهاية ، يجب أن نقبل أن جهاز محاكاة الكمبيوتر لن يكون مثاليًا أبدًا. سيبقى دائما مجرد محاكاة.
لذا ، بدلاً من محاولة القيام بالمستحيل ، والتنبؤ بدقة بما سيكون عليه الطقس يوم الثلاثاء المقبل بدقة 100٪ ، ألن يكون من المفيد قبول قيودنا ببساطة وتقديم توقعات احتمالية للطقس للأسبوع القادم؟
بدلاً من التنبؤ بالمطر بدقة 100٪ ، ندرك عدم اليقين في توقعاتنا - ربما يكون احتمال المطر ، على سبيل المثال ، 90٪ فقط. للقيام بذلك ، نحتاج إلى إجراء تقييم نقدي لمحاكيتنا وتحديد مصدر الأخطاء في التوقعات بالضبط.
هذا بالضبط ما أفعله في بحثي. أنا أعمل بتقنية جديدة ، مخطط معلمات
عشوائية . يستخدم أرقامًا عشوائية (وهذا هو ما يعنيه مؤشر ستوكاستيك) لتمثيل أوجه عدم اليقين التي قدمتها توقعاتنا بسبب العمليات الصغيرة غير المعترف بها. بدلاً من حساب الغيوم الأكثر احتمالًا فوق أكسفورد ، على سبيل المثال ، نحن نحسب تأثيرات العديد من الغيوم المحتملة المختلفة على نمط طقس واسع النطاق لنرى كيف يؤثر ذلك على التوقعات. وبعبارة أخرى ، أصبحت مخططات وضع المعايير لدينا احتمالية الآن.
والآن ، بدلاً من عمل واحدة ، على الأرجح التوقعات ، يتم وضع مجموعة من التوقعات للأسبوع المقبل. يبدأ بظروف أولية مختلفة ، ولكن محتملة بنفس القدر ، والتي نقدرها بناءً على قياسات الغلاف الجوي. تستخدم كل توقعات أيضًا أرقامًا عشوائية مختلفة لنظام معلمات عشوائية ، تدل على العديد من الآثار المحتملة التي تحدث على المقاييس الصغيرة.
إن استخدام العمليات العشوائية لتمثيل عدم اليقين ليس شيئًا جديدًا - فهي ممتلئة ، على سبيل المثال ، في النمذجة المالية - لكن استخدامها في التنبؤ بالطقس يكتسب زخمًا فقط ، على الرغم من حقيقة أن خبراء الأرصاد الجوية كانوا من بين أول من وصف الأنظمة الفوضوية.
تم اكتشاف ميزة مثيرة للاهتمام - من السهل جدًا التنبؤ بأنماط معينة من الطقس. لا تؤثر الأخطاء في قياس الظروف الأولية وتبسيط النموذج كثيرًا على المستقبل ، وتظل التوقعات من مجموعتنا قريبة جدًا من بعضها البعض.
أحد الأمثلة الجيدة على ذلك هو مضاد للأعاصير - نظام طقس عالي الضغط يختبئ فوق الدول الاسكندنافية لأيام وحتى أسابيع ، يجذب الهواء البارد من الشمال ويعكس العواصف جنوب بريطانيا. شديدة البرودة ولكن أيام الشتاء المشمسة؟ وظيفته.
في حالات أخرى ، يؤدي عدم اليقين إلى اختلافات قوية في التوقعات للأسبوع المقبل ، مما يشير إلى أن الجو في حالة لا يمكن التنبؤ بها. وهذه المعلومات مفيدة جدا! من الأمثلة البارزة على ذلك
العاصفة الكبرى الشهيرة
عام 1987 . مايكل فيش [
موظف معروف في مكتب الأرصاد الجوية الإنجليزية ، الذي تحدث لسنوات عديدة مع توقعات الطقس لـ BBC / تقريبًا. perev. ] ليس السبب في حقيقة أن التوقعات لم تتحقق - في ذلك المساء فقط كان الجو في حالة لا يمكن التنبؤ بها.
العاصفة الكبرى لعام 1987 ، التي تنبأت بها أنظمة التنبؤ الاحتمالية الحديثة في 66 ساعة. فوق اليسار نتائج المراقبة ، نظام ضغط منخفض للغاية مع رياح قوية جدًا. على يمينها هي التوقعات ذات الاحتمال الأكبر ؛ ما سيراه مايكل فيش. تظهر الخيارات الخمسون المتبقية - التوقعات المحتملة بنفس القدر للنظام الاحتمالي الحديث للتنبؤات الجوية - شكوكا خطيرة في النتائج.بمرور الوقت ، تصبح أجهزة الكمبيوتر الخاصة بنا أكبر وأفضل (وكذلك ملاحظات أفضل) ، وتتحسن توقعاتنا.
يوضح الرسم البياني أدناه إمكانات النظام الذي ينتج التوقعات "الأكثر احتمالًا" التي تم إجراؤها في المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) في القراءة (أنا أعمل مع محاكاة الكمبيوتر الخاصة بهم ؛ جهاز الكمبيوتر العملاق الخاص بهم هو واحد من أكبرها في البلد). يمكن للمرء أن يرى كيف تزداد دقة التنبؤات بمرور الوقت. توقعات السبعة أيام التي تم إجراؤها اليوم هي بالضبط نفس الدقة مثل توقعات الأيام الخمسة قبل عشرين عامًا.
يمكننا أيضًا قياس جودة توقعاتنا الاحتمالية - هذه ليست محاولة صعبة للتهرب من المسؤولية ("حسنًا ، قلنا أن الطقس المشمس ممكن فقط"). يمكن قياس موثوقية التوزيعات الاحتمالية إحصائيًا ، ونحن نشهد بالفعل تحسنًا سريعًا في جودة توقعات الاحتمالات على مدى السنوات العشر الماضية - توقعات السبعة أيام اليوم جيدة كما كانت قبل ثلاثة أيام قبل 20 عامًا.
جودة التنبؤات الجوية الاحتمالية على مدى العقدين الماضيين. أخضر - توقعات لمدة 7 أيام ، أحمر - لمدة 5 أيام ، أزرق - لمدة 3 أيام.ولكن ، في نهاية المطاف ، لا تختفي مشكلة الحد من قوة الحوسبة. إنه أمر جيد عندما يكون لدى مكتب الأرصاد الجوية حاسوبًا فائقًا جديدًا ، ولكنه يثير فقط السؤال حول كيفية استخدام موارد إضافية.
من المستحيل التأكد مما سيجلبه لنا المستقبل ، بما في ذلك الطقس الأسبوع المقبل. ولكن الاعتراف بذلك ، ومحاولة تقييم عدم اليقين للتنبؤات بدقة ، يمكننا إعطاء توقعات الطقس الصادقة للجمهور ، وسيقرر الناس أنفسهم كيفية استخدام معلومات إضافية.