Принципы устройства современного прогноза погоды
В предыдущих заметках (Эффект бабочки, Приметы погоды) я рассказывала о том, что современный прогноз погоды основан на использовании компьютерных математических моделей атмосферы или ЧПП (численный прогноз погоды). Для того, чтобы узнать, какая погода будет завтра, для начала нужно искусственно воссоздать цифровую «копию» сегодняшней атмосферы, а потом с помощью уравнений гидротермодинамики эта модель создает атмосферу будущего. На основе будущего состояния атмосферы в модели и строятся прогнозы погоды, которые мы видим на прогностических ресурсах и используем в своей жизни каждый день.
Естественно, математическая модель атмосферы отличается от реальной атмосферы, полной хаотических движений. Она неизбежно упрощена и содержит начальные погрешности. Даже самые малые неточности описания атмосферы приводят в итоге к ошибкам в прогнозе, которые растут с каждым прогностическим шагом словно снежный ком. Прогноз на 24 часов достаточно точен, но к 4-5 суткам неминуемо копятся ошибки.
Главные причины ошибок в прогнозах - это погрешности в описании начального состояния атмосферы, несовершенство описания прогнозируемых процессов, а также погрешность вычислительных схем. Временами прогноз достаточно устойчивый на несколько дней вперед, иногда же он содержит значительные ошибки уже на второй день. Поэтому и на сайтах погоды, основанных на ЧПП, встречаются «пролеты».
Атмосфера в модели по вертикали делится на слои, по горизонтали - на плоские фигуры, к примеру квадраты: получается множество одинаковых ячеек (сот), к примеру, со сторонами 30 км (в среднем «шаг» современных глобальных моделей - 10-50 км). Каждая ячейка имеет свои свойства - разная подстилающая поверхность (песок, город, лес, море, горы), различные начальные температура, влажность, давление и т.д. В этих условных сотах нужно спрогнозировать будущее состояние метеовеличин. Естественно, чем меньше ячейка, тем точнее будет спрогнозирована характеристика для конкретной точки пространства.
Возьмем большую ячейку размером 50х50 км, свойства подстилающей поверхности которой море. В её углу в заливе затерялся небольшой город. Модель посчитает температуру в данной ячейке, опираясь на влияние водной поверхности на нее. В итоге температура в городе может оказаться неверной, суточный ход будет занижен. Если же ячейка будет меньше, то свойства в ней будут отражать преимущественно городские условия и прогноз основных характеристик будет лучше.
Большинство прогностических сайтов основаны на результатах расчетов глобальных прогностических моделей: размер ячеек в этих моделях больше 10 километров. Эти модели хорошо описывают явления синоптического масштаба, например, осенние дожди или зимние обширные снегопады, но хуже прогнозируют явления, связанные с летней конвекцией: локальные ливни, грозы, град.
Представим жаркий день, в котором активно развиваются кучево-дождевые облака. Модель прогнозирует дождь, но «размазывает» количество осадков по всей ячейке на десятки километров. Получается не локальный ливень в одной небольшой точке, а небольшой дождь на расстоянии в 50 километров. В реальности в одной части ячейки пройдет сильный дождь, а в другом будет сухо. Но модель везде даст дождь, что говорит о специфике ее устройства.
На некоторых сервисах прогноз основан на совместном анализе нескольких моделей, так называемый комплексный прогноз - в таком случае качество получаемой продукции повышается. В некоторых проектах для устранения подобных ошибок и коррекции прогноза привлекаются синоптики. Но прогноз большинства сервисов погоды существует без участия прогнозистов - там лишь данные моделей, и, соответственно, выше вероятность ошибок.
Кроме глобальных моделей существуют региональные, рассчитанные для ограниченной территории, у которых шаг сетки может равняться 1-2 километра (к примеру, модели ALADIN, ICON). Прогноз региональных моделей точнее, но их невозможно использовать сразу для всей планеты: расчеты ограничиваются мощностью компьютеров и временем. Поэтому варьируется либо размер территории, либо разрешение (горизонтальный шаг) модели. Невозможно рассчитать глобально модель с подробным шагом - это дорого.
Ситуация в прогностической индустрии не стоит на месте, отрасль находится в постоянном развитии. К примеру, вводятся расчеты на графических процессорах, что приведет к уменьшению стоимости расчетов. Либо используется принципиально другая система, основанная на методах искусственного интеллекта.
