Γιατί οι πρόγνωσεις του καιρού δεν θα είναι ποτέ ακριβείς

Η πρόβλεψη του καιρού είναι μια τεράστια πρόκληση.
Open Image Modal
Nonchai Trongsathidkul via Getty Images

Πρόγνωση του καιρού γίνεται καθημερινά. Όταν αυτή είναι σωστή, σπάνια σχολιάζουμε, αλλά συχνά παραπονιόμαστε όταν η πρόβλεψη είναι λάθος (και πολλές φορές είναι λάθος).

Η πρόγνωση του καιρού είναι ένα παγκόσμιο «στιγμιότυπο» της ατμόσφαιρας σε μια δεδομένη στιγμή, χαρτογραφημένο σε ένα τρισδιάστατο πλέγμα σημείων που εκτείνεται σε ολόκληρη την υδρόγειο.

Χρησιμοποιώντας έναν υπερυπολογιστή και ένα εξελιγμένο μοντέλο που περιγράφει τη συμπεριφορά της ατμόσφαιρας με εξισώσεις φυσικής, αυτό το «στιγμιότυπο» δίνει στους μετεωρολόγους χιλιάδες terabyte ακατέργαστων δεδομένων πρόβλεψης.

Στη συνέχεια, εναπόκειται στους μετεωρολόγους να ερμηνεύσουν τα δεδομένα και να τα μετατρέψουν σε μια ουσιαστική πρόβλεψη η οποία πολλές φορές είναι λανθασμένη.

Το αν στον καιρό

Η πρόβλεψη του καιρού είναι μια τεράστια πρόκληση. Για αρχή, οι μετεωρολόγοι προσπαθούν να προβλέψουν κάτι που είναι εγγενώς απρόβλεπτο. Η ατμόσφαιρα είναι ένα χαοτικό σύστημα - μια μικρή αλλαγή στην κατάσταση της ατμόσφαιρας ή σε μια τοποθεσία μπορεί να έχει αξιοσημείωτες συνέπειες με την πάροδο του χρόνου.

Οποιοδήποτε σφάλμα εμφανίζεται σε μια πρόβλεψη θα προκαλέσει περαιτέρω σφάλματα σε μεγαλύτερη κλίμακα. Και δεδομένου ότι πρέπει να κάνουμε πολλές υποθέσεις κατά τη μοντελοποίηση της ατμόσφαιρας, γίνεται σαφές πόσο εύκολα μπορεί να γίνει λανθασμένη πρόβλεψη.

Η ικανότητα πρόβλεψης έχει βελτιωθεί. Οι σύγχρονες προβλέψεις είναι σίγουρα πολύ πιο αξιόπιστες από ό,τι πριν από την εποχή των υπερυπολογιστών. Οι πρώτες δημοσιευμένες προβλέψεις του Ηνωμένου Βασιλείου χρονολογούνται από το 1861, όταν ο αξιωματικός του Βασιλικού Ναυτικού και ένθερμος μετεωρολόγος Ρόμπερτ Φιτζερόϊ άρχισε να δημοσιεύει προβλέψεις στους The Times.

Οι μέθοδοί του περιελάμβαναν τη σχεδίαση καιρικών διαγραμμάτων χρησιμοποιώντας παρατηρήσεις από έναν μικρό αριθμό τοποθεσιών και κάνοντας προβλέψεις με βάση το πώς εξελίχθηκε ο καιρός στο παρελθόν όταν τα γραφήματα ήταν παρόμοια. Αλλά οι προβλέψεις του ήταν συχνά λανθασμένες και ο Τύπος συνήθως έσπευδε να ασκήσει κριτική.

 

 

Ένα μεγάλο άλμα προς τα εμπρός έγινε όταν οι υπερυπολογιστές εισήχθησαν στην κοινότητα των προβλέψεων τη δεκαετία του 1950. Το πρώτο μοντέλο υπολογιστή ήταν πολύ πιο απλό από το σημερινό, προβλέποντας μόνο μία μεταβλητή σε ένα πλέγμα με απόσταση άνω των 750 χιλιομέτρων.

Αυτή η εργασία άνοιξε το δρόμο για σύγχρονες προβλέψεις, οι αρχές της οποίας βασίζονται ακόμη στην ίδια προσέγγιση και στα ίδια μαθηματικά, αν και τα μοντέλα σήμερα είναι πολύ πιο περίπλοκα και προβλέπουν πολλές περισσότερες μεταβλητές.

Σήμερα, μια πρόγνωση καιρού αποτελείται συνήθως από πολλαπλές εκτελέσεις ενός μοντέλου καιρού. Τα μετεωρολογικά κέντρα εξετάζουν συνήθως ένα παγκόσμιο μοντέλο με απόσταση πλέγματος περίπου 10 χλμ.

Για να πάρετε μια ιδέα της αβεβαιότητας στην πρόγνωση, πολλά κέντρα καιρού εκτελούν επίσης μια σειρά από παράλληλες προγνώσεις, καθεμία με μικρές αλλαγές στο αρχικό στιγμιότυπο. Αυτές οι μικρές αλλαγές αυξάνονται κατά τη διάρκεια της πρόβλεψης και δίνουν στους μετεωρολόγους μια εκτίμηση της πιθανότητας να συμβεί κάτι - για παράδειγμα, το ποσοστό πιθανότητας να βρέξει.

Το μέλλον των προβλέψεων

Η εποχή των υπερυπολογιστών ήταν κρίσιμη για την ανάπτυξη της επιστήμης της πρόγνωσης καιρού (και μάλιστα της κλιματικής πρόβλεψης). Οι σύγχρονοι υπερυπολογιστές είναι ικανοί να εκτελούν χιλιάδες τρισεκατομμύρια υπολογισμούς ανά δευτερόλεπτο και μπορούν να αποθηκεύουν και να επεξεργάζονται petabyte δεδομένων. Ο υπερυπολογιστής Cray στο Met Office του Ηνωμένου Βασιλείου έχει την ισχύ επεξεργασίας και την αποθήκευση δεδομένων περίπου ενός εκατομμυρίου smartphone Samsung Galaxy S9.

Αυτό σημαίνει ότι έχουμε την επεξεργαστική ισχύ να εκτελούμε τα μοντέλα μας σε υψηλές αναλύσεις και να συμπεριλαμβάνουμε πολλές μεταβλητές στις προβλέψεις μας. Σημαίνει επίσης ότι μπορούμε να επεξεργαστούμε περισσότερα δεδομένα εισόδου κατά τη δημιουργία του αρχικού μας «στιγμιότυπου», δημιουργώντας μια πιο ακριβή εικόνα της ατμόσφαιρας για να ξεκινήσει η πρόβλεψη.

Αυτή η πρόοδος οδήγησε σε αύξηση της ικανότητας πρόβλεψης. Μια καθαρή ποσοτικοποίηση αυτού παρουσιάστηκε σε μια μελέτη Nature από το 2015 από τους Πέτερ Μπάουερ, Άλαν Τρόμπ και Γκιλμπέρτ Μπρόυνετ, περιγράφοντας την πρόοδο στην πρόβλεψη του καιρού ως μια «ήσυχη επανάσταση».

Δείχνουν ότι η ακρίβεια μιας πρόβλεψης πέντε ημερών στις μέρες μας είναι συγκρίσιμη με αυτή μιας πρόβλεψης τριών ημερών πριν από περίπου 20 χρόνια. Ουσιαστικά, οι σημερινές προβλέψεις τριών ημερών είναι εξίσου ακριβείς με τις προβλέψεις δύο ημερών πριν από δέκα χρόνια.

Είναι όμως πιθανό αυτή η αύξηση δεξιοτήτων να συνεχιστεί και στο μέλλον; Αυτό εξαρτάται εν μέρει από την πρόοδο που μπορούμε να κάνουμε με την τεχνολογία υπερυπολογιστών. Οι ταχύτεροι υπερυπολογιστές σημαίνουν ότι μπορούμε να τρέχουμε τα μοντέλα μας σε υψηλότερη ανάλυση και να αντιπροσωπεύουμε ακόμη περισσότερες ατμοσφαιρικές διαδικασίες, οδηγώντας θεωρητικά σε περαιτέρω βελτίωση της ικανότητας πρόβλεψης

Σύμφωνα με το νόμο του Moore, η υπολογιστική μας ισχύς διπλασιάζεται κάθε δύο χρόνια από τη δεκαετία του 1970. Ωστόσο, αυτό έχει επιβραδυνθεί πρόσφατα, επομένως ενδέχεται να χρειαστούν άλλες προσεγγίσεις για να σημειωθεί μελλοντική πρόοδος, όπως η αύξηση της υπολογιστικής απόδοσης των μοντέλων μας.

Θα μπορέσουμε λοιπόν ποτέ να προβλέψουμε τον καιρό με 100% ακρίβεια; Εν ολίγοις, όχι. Υπάρχουν 2×1044 (200.000.000.000.000.000.000.000.000.000.000.000.000.000.000) μόρια στην ατμόσφαιρα σε τυχαία κίνηση - θα ήταν αδύνατον να τα αναπαραστήσουμε όλα.

Η πρόοδος στη μοντελοποίηση καιρού μπορεί να βελτιώσει αυτές τις στατιστικές αναπαραστάσεις και να μας επιτρέψει να κάνουμε πιο ρεαλιστικές υποθέσεις και οι ταχύτεροι υπερυπολογιστές μπορεί να μας επιτρέψουν να προσθέσουμε περισσότερες λεπτομέρειες ή ανάλυση στα μοντέλα καιρού μας, αλλά, στο επίκεντρο της πρόβλεψης είναι ένα μοντέλο που πάντα θα απαιτεί κάποιες υποθέσεις.

Ωστόσο, όσο υπάρχει έρευνα για τη βελτίωση αυτών των υποθέσεων, το μέλλον της πρόγνωσης του καιρού φαίνεται λαμπρό. Το πόσο κοντά μπορούμε να φτάσουμε στην τέλεια πρόβλεψη, ωστόσο, μένει να το δούμε.

Πηγή: BigThink