Роль математичного моделювання у прогнозуванні погодних умов
© Met Office
Реалізація складних математичних рівнянь на суперкомп’ютерах дозволяє з високою ймовірністю прогнозувати майбутні характеристики атмосфери.
У більш ранній статті ми розповідали про те, що сучасний прогноз погоди ґрунтується на використанні складних комп'ютерних математичних моделей атмосфери або ЧПП (чисельних прогнозів погоди). Для того, щоб дізнатися, яка погода буде завтра, спочатку потрібно штучно відтворити цифрову «копію» сьогоднішньої атмосфери, а потім за допомогою рівнянь гідротермодинаміки ця модель створює атмосферу майбутнього. На основі майбутнього стану атмосфери в моделі і будуються прогнози погоди, які ми бачимо на прогностичних ресурсах, та використовуємо у своєму житті щоденно. З такими моделями якраз і працюють синоптики для уточнення та корекція прогностичної інформації і складанні штормових попереджень.
Звичайно, математична модель атмосфери відрізняється від реальної атмосфери, повної хаотичних рухів. Вона неминуче спрощена та містить початкові похибки. Навіть найменші неточності опису атмосфери призводять у результаті до помилок у прогнозі, які наростають з кожним прогностичним кроком наче снігова куля. Прогноз на 24 години досить точний, але до 4-5 доби неминуче накопичуються помилки.
Також читайте
Головні причини помилок у прогнозах – це похибки в описі початкового стану атмосфери, недосконале розуміння прогнозованих процесів, а також похибка обчислювальних схем. Часом прогноз виявляється досить стійким на кілька днів вперед, іноді він містить значні помилки вже на другий день. Тому й на сайтах погоди, що ґрунтуються на ЧПП, зустрічаються «прольоти».
Атмосфера в моделі по вертикалі поділяється на шари, по горизонталі - на плоскі фігури, наприклад квадрати: виходить безліч однакових осередків (сот), наприклад, зі сторонами 30 км (в середньому "крок" сучасних світових моделей - 10-50 км), див. рисунок. Кожен осередок має свої властивості - різна підстильна поверхня (пісок, місто, ліс, море, гори тощо), різні початкові температура, вологість, тиск і т.п. У цих умовних сотах потрібно спрогнозувати майбутній стан метеорологічних величин. Зрозуміло, що чим менше осередок, то точніше буде спрогнозована характеристика у конкретній точці простору.
Наприклад, візьмемо великий осередок розміром 50х50 км, властивості підстильної поверхні якої море. У її кутку біля узбережжя розташувалося досить велике місто (скажімо, Одеса). Модель буде розраховувати температуру в цій клітинці, спираючись на вплив водної поверхні на неї. У результаті, температура в місті може виявитися неправильною, добовий хід (амплітуда) буде заниженою. Якщо ж осередок буде меншого розміру, то властивості в ньому відображатимуть переважно міські умови і прогноз основних характеристик буде вже кращим.
Інформація на більшості прогностичних сайтів базується на результатах розрахунків глобальних прогностичних моделей: розмір осередків у цих моделях більше 10 кілометрів. Ці моделі добре описують явища синоптичного масштабу, наприклад, осінні затяжні дощі чи зимові снігопади на виражених атмосферних фронтах, але гірше прогнозують локальні явища, що пов’язані з літньої конвекцією: локальні зливи, грози, град, шквали.
Уявімо спекотний день, в якому активно розвиваються конвективні купчасто-дощові хмари. Модель прогнозує дощ, але «розмазує» кількість опадів по всьому осередку на десятки кілометрів. В результаті виходить не локальна злива в одній невеликій точці, а невеликий дощ на місцевості у 50 кілометрів. Насправді ж, в одній частині осередку пройде сильний дощ, а в іншій буде сухо. Але модель скрізь дасть дощ, що говорить про специфіку її влаштування.
На деяких ресурсах прогноз заснований на спільному аналізі кількох моделей, так званий комплексний прогноз (мультимодельний) – у такому разі якість продукції, що отримується, відчутно підвищується. У деяких проектах для усунення подібних помилок та корекції прогнозу залучаються синоптики. Але прогноз у більшості автоматичних сервісів погоди існує без участі прогнозистів – там лише дані моделей, і, відповідно, вища ймовірність помилок.
Крім глобальних моделей існують регіональні, розраховані для обмеженої території, у яких крок сітки може дорівнювати 1-3 кілометри (наприклад, моделі ALADIN, HRRR, ICON). Прогноз регіональних моделей точніший, але їх неможливо використовувати одразу для всієї планети: розрахунки обмежуються потужністю комп'ютерів та часом. Тому виставляються пріоритети: або розмір території, або роздільна здатність (горизонтальний крок) моделі. Неможливо розрахувати глобально модель із детальним кроком – це дорого, а сучасних обчислювальних потужностей не вистачає.
Підготував Ігор Кібальчич, кандидат географічних наук, синоптик.
