Погода, катастрофы и космические аномалии: как наука научилась все предсказывать
Расчеты будущего стали легче и надежнее, и речь тут не о предсказаниях и другой эзотерике, а о научно доказанных фактах, сопоставив которые можно узнать больше о завтрашнем дне. Рассказываем о новых методах прогнозирования.
Что такое прогнозирование?
Прогнозирование - это разработка прогноза; в узком значении - специальное научное исследование конкретных перспектив дальнейшего развития какого-либо процесса.
Необходимость прогноза обусловлена желанием знать события будущего, что достоверно - невозможно в принципе, исходя из статистических (ошибки текущих оценок), вероятностных (многовариантность следствий), эмпирических (методологические ошибки моделей), философских (ограниченность текущих знаний) принципов.
Точность любого прогноза обусловлена:
-объемом «истинных» (верифицированных с известной погрешностью) исходных данных и периодом их сбора;
-объемом неверифицированных исходных данных и периодом их сбора;
-свойствами объекта прогнозирования и системы его взаимодействия с субъектом прогноза;
-методиками и моделями прогнозирования.
При возрастании совокупности факторов, влияющих на точность прогноза, он практически замещается рутинным расчетом с некоторой установившейся погрешностью.
Прогнозы делятся (условно):
-по срокам: краткосрочные, среднесрочные, долгосрочные, дальнесрочные;
-по масштабу: частные, местные, региональные, отраслевые, страновые, мировые (глобальные);
-по ответственности (авторству): личные, на уровне предприятия (организации), на уровне государственных органов.
К основным методам прогнозирования относят:
-статистические методы;
-экспертные оценки (например, метод Дельфи);
-методы моделирование, в том числе имитационного;
-интуитивные (то есть выполненные без применения технических средств, экспромтом, «в уме» специалистом, имеющим опыт ранее применяемых научных методов в данном типе прогнозов).
Статистические методы прогнозирования
Статистические методы прогнозирования - научная и учебная дисциплина, к основным задачам которой относятся разработка, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных.
Развитие теории и практики вероятностно-статистического моделирования экспертных методов прогнозирования; методов прогнозирования в условиях риска и комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей.
Научной базой статистических методов прогнозирования является прикладная статистика и теория принятия решений.
Простейшие методы восстановления используемых для прогнозирования зависимостей исходят из заданного временного ряда, т. е. функции, определенной в конечном числе точек на оси времени.
Оценивание точности прогноза (в частности с помощью доверительных интервалов) - необходимая часть процедуры прогнозирования. Обычно используют вероятностно-статистические модели восстановления зависимости, например, строят наилучший прогноз по методу максимального правдоподобия.
Разработаны параметрические (обычно на основе модели нормальных ошибок) и непараметрические оценки точности прогноза и доверительные границы для него (на основе Центральной предельной теоремы теории вероятностей). Применяются также эвристические приемы, не основанные на вероятностно-статистической теории, например, метод скользящих средних.
Многомерная регрессия, в том числе с использованием непараметрических оценок плотности распределения - основной на настоящий момент статистический аппарат прогнозирования.
Нереалистическое предположение о нормальности погрешностей измерений и отклонений от линии (поверхности) регрессии использовать не обязательно; однако для отказа от предположения нормальности необходимо опереться на иной математический аппарат, основанный на многомерной Центральной предельной теореме теории вероятностей, технологии линеаризации и наследования сходимости.
Приложения для прогнозирования
Для прогнозирования по временному ряду обычно используют компьютерные программы. Это позволяет автоматизировать большую часть операций при построении прогноза, а также позволяет избежать ошибок, связанных с вводом данных и построением моделей.
Такие приложения могут быть как локальными (для использования на одном компьютере), так и интернет-приложениями (доступными в виде веб-сайта, например). В качестве локальных приложений следует выделить такие программы, как R, SPSS, Statistica, Forecast Pro, Forecast Expert.
Что можно предсказывать?
-Погода
Ошибки при расчетах будущих состояний атмосферы и других хаотических систем со временем накапливаются, поэтому прогноз погоды на сутки вперед значительно лучше, чем на месяц.
Тем не менее, точность постепенно растет: современные пятидневные прогнозы так же хороши, как 40 лет назад - однодневные. Полезный прогноз можно сделать и на девять-десять дней. А предел предсказуемости классическими моделями, по словам Александра Чернокульского, составляет две недели.
Все эти модели построены по одному принципу. Погода описывается несколькими базовыми уравнениями, которые решаются пошагово подстановкой данных наблюдений, а не в общем виде, как учат в школе, - так их просто невозможно решить.
Чтобы не оказаться в неловком положении, как когда-то Лоренц, модель запускают 10-20 раз, чуть-чуть меняя исходные значения, - вносят шум, чтобы рассмотреть разные варианты.
-Магнитные бури
Ученые всего мира уже 70 лет работают над тем, что выясняют причины аномального нагрева солнечной короны. Этот процесс связывают с магнитными бурями, которые до сих пор невозможно точно спрогнозировать.
Температура солнечной короны - внешнего слоя атмосферы Солнца - составляет около 1 млн градусов Цельсия, а местами достигает почти 10 млн. Однако нижние слои атмосферы достигают всего лишь 5,5 тыс. градусов.
В результате вывод: чем дальше от центра Солнца, тем жарче, хотя внутри него все наоборот. Механизм работы этого нагрева короны до сих пор непонятен.
Распространение альфвеновских волн самарские ученые исследуют с помощью уравнений магнитной газодинамики. По итогам работы ученые представят системы уравнений, математически точно описывающие различные параметры и модели нагрева солнечной корональной плазмы.
-Извержения вулканов
Исследователи из Стэнфордского университета проанализировали расположение кристаллов оливина, которые застыли в лаве после извержения вулкана Килауэа. Так ученые смогли узнать подробности процессов, происходящих в недрах земли - эта информация поможет предсказать будущие извержения.
Ученые объяснили, что они попытались создать алгоритм для того, чтобы предсказать извержения вулканов. Однако многие процессы, которые могут подсказать об этом, происходят глубоко под землей в лавовых трубках. После извержения любые подземные маркеры, которые могли бы дать подсказки исследователям, уничтожаются практически во всех случаях.
Поэтому исследователи сфокусировались на исследованиях кристаллов оливина, которые образовались во время сильного извержения на Гавайях более полувека назад.
После этого исследователи Стэнфордского университета нашли способ протестировать компьютерные модели потока магмы, которые, по их словам, могли бы раскрыть больше данных о прошлых извержениях и, возможно, помочь предсказать будущие.
-Пожары
Исследование пожарной лаборатории Университета имени Бригама Янга в США позволяет получить более точное представление о том, где начинаются лесные пожары и как они распространяются. Ученые уверены, что любые новые данные, которые позволят контролировать стихийные бедствия, сэкономят бюджету страны миллионы долларов.
Исследования показали, что химический состав кустарников имеет важное значение для того, насколько быстро они горят. Тип растений, найденный рядом с очагом возгорания, может помочь предсказать, как будет распространяться огонь и как быстро он может перекинуться на другие виды растений.
Эксперимент направлен на совершенствование моделей прогнозирования пожаров. Поскольку борьба с ними обходится лесной службе и государственным учреждениям США в миллиарды долларов ежегодно, любые исследования, которые могут помочь сделать борьбу с пожарами более эффективной, имеют важное значение, отметили исследователи.
-Изменения климата
Исследователи из Норвежской бизнес-школы в Осло создали математическую модель изменений климата, согласно которой, после прекращения всех выбросов рост температур будет продолжаться еще минимум 100 лет.
Исследователи использовали в своей модели информацию о климате с 1850 года и до наших дней. На основе этого они спрогнозировали, как изменятся глобальные температуры и на сколько повысится уровень моря до 2500 года.
В результате выяснилось, что если пик выбросов парниковых газов придется примерно на 2030 год, а к 2100 упадет до нуля, то к 2500 все равно глобальные температуры будут на три градуса больше, а уровень моря на 2,5 м выше, чем в 1850 году. И это самый благоприятный прогноз.
Несмотя на то, что часть углекислого газа из воздуха будет поглощена биомассой, почвой и океанами, это никак не остановит глобальное потепление. Точка невозврата была пройдена раньше 2020 года.
Как улучшить наши прогнозы?
В будущем качество данных повысится благодаря спектрорадиометрам, радарам и лидарам (лазерам) на новых спутниках. Передовые космические аппараты уже сейчас способны в случае необходимости наводить аппаратуру.
Другое перспективное направление - измерения с помощью обыкновенных смартфонов, оборудованных всевозможными датчиками, и другой потребительской электроники.
Есть еще одна проблема - с уменьшением масштаба модели и ростом объема данных сложность вычислений колоссально растет. Например, для прогнозирования погоды применяются одни из самых мощных компьютеров на свете.
Стоят они дорого, а их производительность больше не увеличивается прежними темпами: кремниевые микросхемы почти некуда совершенствовать. Вдобавок современным метеорологам осталось наследство из миллионов строчек программного кода, из-за чего вычисления не так-то просто оптимизировать.