Запись на стене
Глобальные численные модели прогнозирования погоды
«На данный момент в мире насчитывается дюжина компьютерных моделей для прогнозирования погоды. Они делятся по ряду критериев. По географическому расширению: глобальные, захватывающие весь мир и локальные, захватывающие определенный участок суши. У каждого более-менее развитого государства есть своя компьютерная модель, разработанная в недрах своих институтов и исследовательских центров. Глобальные модели есть у таких государство, как США (Лидеры), Россия, Китай, Бразилия, Великобритания, Индия и Канада. В США сосредоточены самые крупные вычислительные ресурсы, поэтому они лидеры в этой области. У них много моделей, но их топовая модель GFS находится на втором месте. У Евросоюза есть своя общая модель, ECMWF (Модель европейского центра среднесрочных прогнозов) — лучшая в мире, как у я уже писал в тексте. У России тоже есть своя модель, но она очень очень плохого качества, мы в этой области отстали от запада на 15-20 лет. Каждая модель хороша по-своему. Например, есть северо-американская модель NAEFS, которая хорошо прогнозирует ночное выхолаживание в центре антициклона, такое же свойство имеет и канадская модель GEM. Поэтому если надо мной будет висеть антициклон, и я буду видеть, что сегодня есть вероятность быстрого остывания воздуха, то я буду сдвигать прогноз в сторону этих моделей, которые более чувствительны в данной синоптической ситуации, чем другие. Мой метод заключается в сборе данных со всех моделей и приведение их в общему знаменателю, в зависимости от «небесной» ситуации. Модели — это сырые данные, человеческий фактор исключать нельзя. У человека, как синоптика, есть интуиция, опыт, чутьё. У моделей такого нет. Поэтому человек + модель = хороший прогноз. Разумеется, мой метод заточен под мою местность, я знаю её особенности. Нельзя создать полностью автоматизированный прогноз рассчитанный на идеальный результат. Правка со стороны человека всё равно должна присутствовать. Наши синоптики в местном ГМЦ выдают прогноз по температуре на сутки в 85% — это очень плохой показатель, уровня 80-х годов. Прогноз составляется классическим синоптическим методом, когда на картах цветными мелками и карандашами наносятся фронты, а дальше методом траекторий рассчитывается куда будет сдвигаться циклон. Этот метод хорош, но если ты живёшь в 60-е годы. Сейчас этот метод устарел. Средний возраст наших синоптик в районе 40-50 лет, и не все они могут осилить тот пласт сведений поступающих от компьютерных моделей. Это всё равно, что дать своей бабушке iphone и научить её пользоваться хотя бы почтой. Будущее за компьютерными моделями.
Какой прогноз погоды выбрать и почему
Эта статья является кратким напоминанием, что из себя представляют прогнозы погоды, чем отличаются и какие из них чего стоят. Очевидно, что тема “прогнозы погоды” – одна из основных при обучении яхтингу. Подробно тема разбирается на теоретических курсах.
Кратко, алгоритм выбора источника прогноза погоды следующий:
Причем, именно в таком порядке и с такими приоритетами и вот почему:
Как мы помним, ученые, в том числе и те, которые занимаются прогнозированием погоды, никогда не изучают природу, так как она есть. Любое изучение природы начинается с построения упрощенной математической модели этой самой природы и последующего изучения поведения уже собственно модели.
Точность моделирования для разных моделей весьма разная, но, как правило, не очень высокая, что полностью “нивелирует” последующую точность расчета поведения этой самой модели.
Все описанное выше в равной степени относится как к прогнозированию погоды, так и к любым другим видам научной деятельности, включая моделирование поверхности земли и так далее.
На Земле нет общего механизма погодо-образования (хотя, конечно, любая погода это результат нагрева Земли Солнцем). В разных местах и в разных условиях, а, вернее, в разной комбинации условий, эффекты наступают разные.
Существующие модели достаточно грубые и учитывают основные факторы, влияющие на образование погоды в данной местности. Модели позволяют рассчитывать исключительно среднюю погоду для квадрата (а не погоду в точке). Ни одна модель не видит ни каких неоднородностей (например, острова) меньших, чем несколько таких квадратов и, соответственно, не учитывает их в расчетах. Ни одна модель, никогда не учитывает такие локальные эффекты, как sea/night breeze или acceleration. Katabatic wind рассчитываются только в исключительных случаях и точность таких расчетов, как правило, весьма условна. Вместе с тем, все современные модели, в разной степени, но весьма неплохо позволяют рассчитывать зарождение, развитие и движение глобальных погодных эффектов, таких как депрессии (циклоны) и ураганы.
Наиболее простая погодная модель – GFS (Global Forecast System)
GFS – изначально созданная на базе квазиоптической модели распространения потоков (без учета интерференций), не учитывает рельефа суши, наличие небольших островов, очертания береговой линии материков и крупных островов. При этом дает достаточно точный прогноз средней погоды для квадрата 0,5°x0,5° (а теперь уже во многих случаях и 0,25°x0,25°) для открытых океанов, но совершенно не пригодна для мест вблизи суши, а так же закрытых водоемов, таких как, например, Средиземное море, и уж точно дает совершенно случайный результат для рек и озер, закрытых бухт и т.п. В настоящее время модель усовершенствована и ее основным преимуществом является регулярный (несколько раз в день) расчет погоды для всей планеты, проводимый независимо в нескольких гидрометеоцентрах в разных странах.
Основные преимущества прогноза погоды, рассчитанного на основании модели GFS:
Основные недостатки прогноза погоды, рассчитанного на основании модели GFS:
Прогноз погоды, выполненный на основании модели GFS доступен в 3 форматах:
Вместе с тем, в каждом гидрометеоцентре мира (а в некоторых странах их по несколько) разработаны метеорологические модели, оптимизированные для конкретного региона.
Попробуйте сравнить прогноз выдаваемый гидрометеоцентром одной страны для другой страны, например, прогноз гидрометеоцентра России по Мадриду с прогнозом по Мадриду, выдаваемым испанским La Agencia Estatal de Meteorología! Именно прогноз погоды, рассчитанный по оптимизированной модели передается по радио, телевидению, VHF, Navtex. Соответственно, для каждого региона нас в первую очередь интересует официальный прогноз погоды, рассчитанный по наиболее оптимизированной для этой зоны модели. Такие прогнозы доступны по VHF и Navtex и, с некоторыми оговорками, на сайте weather.gmdss.org.
Официальные прогнозы даются как усредненная погода для регионов (“морских квадратов”) и в формате shipping forecast.
Вместе с тем, целый ряд гидрометеоцентров по всему миру, помимо выдачи прогноза на основании моделей GFS, официального shipping forecast, выдают дополнительные прогнозы в разных форматах для разных участков и степеней детализации территории. Во многих случаях такие прогнозы оказываются, зачастую, более точными для заданных участков, хотя могут пропустить глобальные погодные эффекты.
История прогноза погоды
Занимаясь прогнозированием временных рядов, часто сталкиваюсь с идеей: «Вот бы реализовать такую модель прогнозирования, которая бы все-все учитывала и давала самый точный на свете прогноз». Утопия ли это? В ответе на этот вопрос окунулась в историю одного из самых сложных вопросов прогнозирования — прогнозирование погоды.
Первые прогнозы
Весьма вероятно, что прогноз погоды стал первым прогнозом, который заинтересовал людей еще в глубокой древности, когда стремились угадать благоприятные условия для посева и взращивания сельскохозяйственных структур. Из таких бытовых наблюдений за погодой выросли многочисленные народные приметы. Одна Википедия предлагает нам десятки примет о погоде. В частности указано, что примета есть «сохраняющиеся в народе и передаваемые из поколения в поколение сведения о различных признаках, указывающих на предстоящие явления погоды». То есть народ за погодой наблюдал, какие-то свои наблюдения складывал в простейшие закономерности, на которых самый простой прогноз и строил.
Прогнозы мореплавателей
Еще в средние века в период развития мореплаваний и географических открытий не только навигация, но и прогноз погоды интересовал моряков. Одна из первых организаций, которая должна была заниматься прогнозированием погоды, был Метеорологический департамент, учрежденный в 1854 году Торговым советом Английского королевского общества с целью оценки состояний морских путей. Его возглавил знаменитый офицер Великобританского флота, генерал-губернатор Новой Зеландии Роберт Фицрой. Он стал одним из первых метеорологов и знаменит тем, что первый стал предоставлять прогнозы широкой публике. Первый в истории прогноз погоды был опубликован 1 августа 1860 года в «Times», его автором являлся Роберт Фицрой. Дата публикации в английской версии указана 1860, в русской — 1861. Однако скоро, 30 апреля 1865 года по причине финансовых обязательств Фицрой перерезал свое горло бритвой. Одной из версий его самоубийства, впрочем маловероятной, считают неточность его собственного прогнозирования погоды.
На том этапе моделирование погоды оставалось за чертой возможного, однако проводилась комплексная работа по организации сбора сведений о текущем состоянии атмосферы. В частности, были организованы 24 метеостанции по всей Европе, которые обменивались данными при помощи телеграфа Морзе. Кроме того, прогнозисты погоды научились делать погодные карты, на которых точки с одинаковым значением давлений соединялись линией. Таким образом, были сформированы первые «шаблоны» циклонов и антициклонов.
Первые математические подходы к прогнозированию погоды
В XIX веке состоялось бурное развитие термодинамики и гидродинамики. Как следствие, прогнозирование погоды также перешло на новый математический уровень понимания проблемы.
Пионером в этой области стал американский метеоролог Кливленд Эббе (Cleveland Abbe), первые работы которого в области метеорологии относятся к 1873 году. В своей основной работе «The physical basis of long-range weather forecasting», опубликованной в 1901 (*) году, он впервые привлек математику для решения задачи прогнозирования погоды: «Метеорология является приложением к атмосфере законов гидродинамики и термодинамики». Моделей для прогнозирования еще не было, но первый шаг в этом направлении был сделан. Эббе призывал своих коллег: «Посмотрите на задачу прогнозирования серьезно и разрабатывайте графические, аналитические и численные методы ее решения».
* Даты публикаций и другие детали взяты из статьи Питера Линча (Peter Lynch) «The origins of computer weather prediction and climate modeling», научно-популярный перевод на русский язык «История развития моделей прогнозирования погоды». Детали во многих случаях расходятся со сведениями Википедии.
Сразу после, а именно в 1904 году была опубликована работа норвежского метеоролога Вильгельма Бьеркнеса (http://en.wikipedia.org/wiki/Vilhelm_Bjerknes) «The problem of weather forecasting as a problem in mechanics and physics». В своей работе норвежец пошел дальше своего предшественника и сделал точную постановку задачи прогнозирования погоды, разделив ее на два шага.
Идея Ричардсона о прогнозе погоды
Действительным новатором и вдохновителем всех последующих поколений метеорологов стал Льюис Фрай Ричардсон, который первый применил численные методы для интегрирования системы уравнений Беркенса. Он подробно описал свой опыт метеорологических исследований в работе «Weather Prediction by Numerical Process», опубликованной в 1922 году.
Парадоксально, но и главной заслугой, и главной ошибкой Ричардсона стал один единственный численный расчет прогноза изменения давления в конкретной точке Европы, который он привел в своей книге. С одной стороны данный пример стал первым математическим примером расчета прогноза погоды. С другой — этот пример расчета имел совершенно абсурдный результат. По расчетам ученого изменение давления через 6 часов должно было составлять 14.5 кПа, что является абсурдной величиной.
Расчет его был верен, ошибка состояла в некорректности начальных условий. Последовавший через годы пересчет начальных условий показал, что предложенный Ричардсоном алгоритм является корректным.
Этот знаменитый пример привлек на его сторону амбициозных математиков, и он же оттолкнул от его работ всех сомневающихся. Понадобились десятилетия, прежде чем произошла первая комплексная реализация математической модели Ричардсона.
Наиболее часто цитируемым абзацем его работы является описание «Фабрики прогнозов» (Richardson’s Forecast factory).
Представьте большой зал, похожий на зрительный зал театра, однако ложи бенуара и амфитеатр идут точно по кругу и занимают то место, где обычно расположена сцена. Стены этого зала расписаны таким образом, чтобы представлять поверхность земли. Потолок представляет Северный полюс, Великобритания на галерке, тропики в бельэтаже, Австралия в районе нижнего гардероба, а Антарктика на полу. Над расчетом погоды на каждой точкой земли трудятся мириады вычислителей («computer» в те годы означал человек-расчетчик), однако каждый вычислитель решает только одно уравнение или даже часть уравнения. Работа целого региона координируется официальным лицом высокого ранга. Многочисленные индикаторы (night signs) непрерывно отражают результаты вычислений таким образом, чтобы соседние компьютеры могли использовать их. Так последовательно выполняется полный расчет от севера к югу. На полу стоит громадная колонна, по вышине в половину всего зала, на ее вершине расположена кафедра. На этой кафедре восседает человек, который руководит всем театром, он окружен многочисленными помощниками и посланниками. Главная его обязанность состоит в том, чтобы поддержать скорость расчетов постоянной. Он очень похож на дирижера, однако вместо музыкантов он руководит многочисленными вычислительными машинами. И место палочки дирижера у него в руках лучевой указатель: он светит розовым на то, что должно быть посчитано прямо сейчас, и голубым на то, что будет посчитано сразу после.
Развитие моделей прогнозирования в середине XX века
После достижений науки в области численных методов, изобретений первых электронных вычислителей (компьютеров), а также изобретения радиозонда к идеям Ричардсона вернулись. Вернулся к ним знаменитый математик Джон фон Нейман вместе с Джулом Чарни в рамках проекта Electronic Computer Project на базе Принстонского университета в 1946 году.
В рамках проекта одной из решаемых задач стала задача прогнозирования погоды, которой руководил Джул Чарни. В результате работ, выполненных по заказу ВМФ США был разработан Electronic Numerical Integrator and Computer (ENIAC). На этой-то машине и осуществился первый математический прогноз погоды в 1950 году.
В рамках реализации модели Ричардсона возникли, конечно, сложности и дополнительные ограничения, однако группа специалистов под руководством Чарни сумела преодолеть математические сложности и добиться от новой системы адекватных результатов. Результаты работ Чарни публиковались с 1947 по 1955 год и стали основой для дальнейшего развития математического моделирования состояния атмосферы.
Вслед за успехами принстонской группы немецкие метеорологи включились в научные исследования. В частности 1951 году Карл-Хайнс Хинкельманн опубликовал работу «Ein numerisches Experiment mit den primitiven Gleichungen», в которой подробно разбирал те ограничения, которые обнаружил Чарни, и нашел эффективное решение при помощи интеграции, так называемых, примитивных уравнений. Успешное внедрение результатов его работы было осуществлено на базе Метеорологической службы Германии в 1966 году.
Далее, в 1956 году вышла работа Филлипса, посвященная глобальным циркуляционным моделям атмосферы. В этих моделях вся поверхность земли делилась на прямоугольники (горизонтальная сетка) и имела вертикальный размер, чаще всего задаваемый абсолютным или относительным давлением. Все расчеты в этой модели базировались на модели Ричардсона.
Разработанные Филлипсом циркуляционные модели стали громадным этапом в развитии метеорологии. С тех пор такого рода модели многократно усложнились и увеличились. На сегодняшний день они являются основой для формирования как краткосрочного, так и долгосрочного прогноза погоды.
Современные системы прогнозирования погоды
Сегодня лидером в области разработки и усовершенствования моделей прогнозирования погоды является European Centre for medium-range weather forecasts (ECMWF).
ECMWF использует самую современную циркуляционную модель со сложнейшим толкованием физических процессов. Разрешение модели 25 на 25 км, она имеет 91 уровень по вертикали. Начальные условия для расчета готовит четырех размерная схема ассимиляция, использующая данные со спутников. Все данные приведены на 2007 год.
ECMWF делает следующие прогнозы: прогноз погоды на 10 дней вперед, прогноз на месяц вперед, сезонный прогноз более 6 месяцев вперед. Аппаратная часть ECMWF предоставлена компанией IBM и называется High Performance Computing Facility (HPCF). HPCF включает два одинаковых кластера p690+. Каждый кластер состоит из 68 серверов, каждый из которых имеет 32 CPU с частотой 1.9 GHz. Пиковая производительность составляет 16.5 терафлопс на каждый кластер.
«Фабрика прогнозов» Ричардсона по оценке автора смогла бы соревноваться по скорости с атмосферой при занятости в ней 64 000 человек, то есть за 24 часа делать прогноз на 24 часа вперед. Сегодняшняя система прогнозирования ECMWF примерно в 10 млрд. раз производительней Фабрики прогнозов Ричардсона.
Заключение
Прогноз погоды людей интересовал веками, лишь 150 лет назад к этой задаче подошли комплексно. Только 110 лет назад эта задача впервые получила математическое описание. За прошедший век развитие систем прогнозирования и моделирования атмосферы стало революционным. Однако эта революция потребовала громадных усилий самых талантливых математиков XX века, а также неисчерпаемых инвестиций в аппаратно-программное обеспечение.
На графике ниже видно, как с годами совершенствовалось качество прогноза погоды: он из года в год, от модели к модели становится точнее. К сегодняшнему дню проделана такая громадная работа в области моделирования атмосферы, что дух захватывает. И эта работа ежедневно продолжается.
То, что моделируется нынче повсеместно, а именно экономические системы, — системы гораздо более простые, чем атмосфера, ибо, как говорил мой начальник, «первое создано человеком, в то время как второй создано богом». Однако и эти системы уже выросли и усложнились настолько, что подобрать к ним ключ в кратчайшие сроки невозможно.
Можно ли построить систему, в которой бы все можно было учесть и прогнозировать очень точно? Опыт разработки математических моделей атмосферы показывает, что можно. И только постоянная научно-исследовательская работа, сопряженная с постоянной практикой, на протяжении десятилетий способна повышать качество прогноза за счет применения все усовершенствованных моделей.
К сожалению, мой опыт общения на эту тему показывает, что прогноз нужен очень точный, сейчас же, без промедления, а инвестиции как временные, так и финансовые в область развития моделей прогнозирования многие считают бесполезной тратой денег.
Ecmwf что это модель прогноза
Представьте себе мир, в котором мы не умеем предугадывать погоду. Ваша мама постоянно говорит вам надеть шапку и взять зонтик. Пассажиры угодившего в шторм самолёта разливают Просекко прямо себе на джинсы. Ужасающая картина.
Систематически наблюдать за погодой человеки начали еще во времена Аристотеля. Тогда были обнаружены первые закономерности, правда на уровне примет типа «ветер с юга приносит дождь». А что вы хотели, сами бы попробовали жить две тысячи лет назад.
Потом средневековье. Империям хотелось эффективнее нагибать колонии и меньше при этом гибнуть самим (неприятная штука, избегайте). Мореплаватели прокачали техники предсказания погоды, но они всё равно оставались скорее искусством, а не наукой. Они даже не знали об атмосферном давлении — главной составляющей современной погоды.
Современная гидрометеорология началась когда физики открыли термодинамику и гидродинамику.
Американец Кливленд Эббе в 1873 году опубликовал работу «Физическая основа долгосрочного прогнозирования погоды» («The physical basis of long-range weather forecasting»), в которой впервые призвал всех задуматься над математическим описанием погоды.
Банально, но для его современников это звучало как если бы я вам сейчас предложил задуматься об аппарате предсказания продолжительности жизни. Все бы умерли прямо сегодня, но со смеху.
А вот норвержец Вильгельм Бьеркнес не смеялся. В 1904 он дописал статью, заложившую базу всей метеорологии — «Проблема прогнозирования погоды как проблема механики и физики» («The problem of weather forecasting as a problem in mechanics and physics»).
Он впервые выделил пять основных составляющих прогноза погоды:
Они с нами и по сей день. Хотя сегодня мы знаем, что на атмосферу влияет гораздо больше сил. Это и солнечная радиация, и городская застройка, и загрязнение воздуха. Современные модели умеют учитывать даже эти факторы, о них мы еще поговорим.
Помимо пяти составляющих, Бьеркнес составил и семь уравнений, которыми можно было достаточно точно прогнозировать процессы в атмосфере. Естественно, дифференциальных.
Дифференциальные уравнения полезны чтобы строить теории или мучить студентов на экзаменах, но на практике от них нет никакого толку. Компьютеры их решать не умеют, а вручную найти ответы можно только с серьезными допущениями и за неделю напряженной работы.
То есть я бы мог предсказать вам погоду на завтра, но только через неделю. Не очень полезно, да?
Зато в 1922 году англичанин Льюис Ричардсон, вдохновленный этими уравнениями, решил сделать их практически применимыми.
Он разложил их в систему и стал искать ответ численными методами. По иронии судьбы, его главная заслуга оказалась и главным провалом. Он получил абсолютно абсурдный вывод, что на следующий день давление в Европе изменится на 14.5 гПа (109 мм ртутного столба). Если бы это произошло в реальности — бабушки с гипертонией массово бы полегли в больницы.
Современники засмеяли результаты Ричардсона. Эксперты обвиняли его в том, что полез в «их метеорологию», не имея в ней ни малейшего опыта. Прям как у меня каждый раз в комментариях.
Только спустя годы математики докажут, что уравнения Ричардсона были абсолютно верными, а причиной абсурдного результата стала ошибка в начальных условиях.
А еще через тридцать лет произойдёт бум вычислительной техники. Появятся первые компьютеры, на которых будут реализованы математические модели численного предсказания погоды. В их основу и лягут те самые уравнения Ричардсона.
Так начнётся вычислительная метеорология, какой мы знаем её сейчас и слышим каждый день по телевизору и в интернете.
Кто хочет подробнее окунуться в историю без моих глупых шуточек, вот главная статья в интернете по этой теме: The origins of computer weather prediction and climate modeling
компьютеры уже много лет умеют аналитически считать производные и интегралы. Maple 9 умел это делать еще в 2005 году, когда я учился на втором курсе университета.
Почти все реальные функции разрывны, задаются таблицами, тем более в случае с погодой и данными от станций. Без численного моделирования никуда. Интересно, вообще аналитическое взятие интегралов где-нибудь используется, кроме студенческого и академического интереса?
Современный прогноз погоды
Начиная писать этот пост, я думал современные метеорологи используют какую-нибудь огромную нейросеть, которая постоянно пожирает новые данные об измерениях, а на выходе говорит брать зонтик или нет. Как же я ошибался.
Атмосфера Земли — яркий пример математической Теории Хаоса. Система, в которой еле заметные изменения ведут к огромным последствиям. Нейросети же наоборот, ищут крупные закономерности в данных, полностью игнорируя мелкие отличия и выбросы. Другими словами, они смотрят вообще не туда.
Для предсказания погоды нужны модели суровой реальной гидродинамики.
Представьте, что вы налили огромную ванну воды и вылили туда стакан кипятка. Жидкости начали активно смешиваться, образуя вихри и передавая тепло. Потеплевшие массы воды начали двигаться и подниматься наверх. Вокруг начали расходиться волны, отражаться от краёв и пересекаться между собой, образуя новые всплески.
Вам нужно рассчитать что произойдет с пылинкой на другом конце ванной.
То же самое с атмосферой, просто чуть побольше и посложней. Атмосфера не останавливается ни на минуту. У неё нет начального состояния, поэтому нам нужно постоянно собирать о ней данные и быстро делать выводы.
Сегодня у нас три основных источника данных — наземные станции, метеозонды и спутники.
Наземные метеостанции бывают какие угодно. Огромные мачты в полях, плавающие буйки в море, шарообразные радары (в аэропортах такие любят). Но самый распространённый вид, который вы можете встретить просто по пути на дачу — вот такие поля, похожие на пасеку. Только с метеорологами вместо пчёл.
Они собирают данные о давлении, скорости ветра, температуре, влажности, количестве осадков, высоте снежного покрова, видимости и яркости солнца. Всё это пригодится для моделирования.
Метеозонды — большие резиновые шарики с оборудованием. Два раза в сутки их запускают на всех метеорологических станциях, которые есть в каждом городе. По радиоканалу они передают данные о давлении, влажности и ветре, которые сильно помогают нам понять что творится в атмосфере. Метеозонд взлетает до 25 км и улетает от точки старта на 50-100. Потом взрывается. Продаётся за 10 баксов на ибей.
Метеорологический спутник — дорогущая бочка с камерами, висящая на орбите 38500 км. Европейский спутник Meteosat может вполне поместиться у вас в комнате. Один такой малыш весит около полутора тонн и занимает 3.5 метра по высоте и ширине. Кучка таких ребят постоянно фотографирует Землю и выкладывает фотки в инстаграм с хештегами #space #weather #cozy. Нет. Просто несколько раз в день высылает пачкой на Землю.
Так как мы живем на планете, где страны всё еще не доверяют друг другу даже в погоде, у каждой есть своя сеть метеоспутников: Meteosat у Европы, GOES у США, MTSAT у Японии, Fengyun у Китая, GOMS у России, и даже у Индии есть KALPANA. Все они делятся между собой информацией, но держат свою сеть на случай если кому-то вдруг захочется поиграть в ракетки.
Если вы тоже хотите наблюдать за Землёй, вам достаточно запустить всего 5-6 таких штук. Приверженцам идеи Плоской Земли хватит и двух.
Эти методы основные, но есть и специализированные — запуск специальных шаров-метеозондов и даже целых самолётов-лабораторий. Их используют для исследований атмосферы по мере необходимости.
Сейчас набирает популярность сбор данных через домашние метеостанции. Каждый может купить такую в китае и поставить у себя на окне. Есть даже специальные сайты, которые агрегируют их показания и делают по ним прогноз — OpenWeatherMap или Weather Underground, например.
Но настоящие метеорологические центры данные с домашних приборов не используют, даже несмотря на то что их много. Все используемые метеорологичекие приборы в мире откалиброваны одинаково. +10 градусов на приборе в Оклахоме и в Оклахомске — это одни и те же +10. У домашних же приборов катастрофический разброс показаний. Никто их не калибрует и за качество не отвечает.
Вообще Росгидромет запрещает заниматься погодой без лицензии. То есть считать её можно, но называть это «прогнозом» нельзя.
Математические модели атмосферы
Каждый раз улыбаюсь, когда в новостях пишут «синоптики предсказали нам. ». Сразу представляю себе таких старцев в мантиях, которые раз в день собираются у костра чтобы «предсказать» нам погоду. Нет, всё не так (а жаль).
Хорошо обученный кожаный специалист вручную может хорошо посчитать погоду на сегодня. Может чуть хуже на завтра. Но дальше всё, уже требуется помощь компьютеров.
Те, кого называют «синоптиками», чаще всего огромные гудящие шкафы фирмы IBM. Собранные данные о текущей погоде загружаются эти шкафы, где крутятся модели численного прогнозирования погоды (Numerical Weather Prediction). Они-то и считают что будет происходить с атмосферой далее.
Но живые синоптики всё еще нужны. Они делают прогнозы там, где есть ответственность. Вся авиация (у нас и на западе) летает только по «живым» прогнозам. Для этого они используют весь свой опыт и доступные данные, в том числе предсказанные машиной.
Выделяют два основных вида моделей:
Глобальные считать сложно и дорого, ведь надо моделировать атмосферу всего земного шара. Причем делают это до сих пор на CPU, видеокарты почти не используют. Достаточное количество мощности и желания этим заниматься есть только в нескольких центрах в США и Европе.
Дело в том, что Земля — шар. Эффект Кориолиса никто не отменял. Погодные штуки, которые происходят на одном полушарии, редко перелетают через экватор.
Теперь даже интересно как этот эффект объясняют адепты теории плоской Земли
Мы можем считать погоду только для одного полушария, как будто другого не существует. И это работает. Полушарные модели есть у всех крупных стран — UKMET у Англии, EUMETSAT у Франции, CMC у Канады, JMA у Японии, ПЛАВ (SLAV) у России (какая ирония в названии). Всего их около 15 штук.
Кроме глобальных, есть локальные модели. Они считают погоду на определенном участке Земли и понятия не имеют что происходит вокруг. Поэтому они требуют чтобы им рассказали прогноз глобальных моделей на их границах. Вдруг там чо.
Зато локальные модели могут точнее моделировать хитрые особенности местности — горы, водоёмы, снежный покров. Для какого-нибудь мелкого озера можно задать его глубину и другие свойства. Снежный или ледяной покров вообще очень сильно влияет на прогноз погоды, и глобальные модели на этом всегда жутко тупят. Всегда сверяйтесь с локальными прогнозами.
Современные модели учитывают целую кучу климатических процессов, о которых я даже не догадывался. Они даже погружаются на метр под землю. Вот лишь малая часть, чисто схематически:
Некоторые процессы до сих пор не изучены до конца. Например, мы всё еще плохо моделируем физику внутри облаков.
Больше скучных технических подробностей можно найти в википедии: Global Circulation Model
«Глобальные считать сложно и дорого. » Не удивлюсь если скоро будут майнить погоду))
кстати, а почему на CPU до сих пор считают? нет ресурсов и мотивации перейти на GPU? или нецелесообразно?
VanMronov, видимо, ещё не придумали, как считать диффуры на GPU. Быстрый гуглёж показывает, что для каких-то узких случаев что-то придумывают (как и со всеми диффурами), но массовости нет.
Глобальные модели: GFS vs ECMWF
Вот где битва похлеще Бетмена против Супермена — американская GFS против европейской ECMWF.
На самом деле ECMWF — это название организации, которая разрабатывает кучу разных моделей — IFS, HRES, и.т.д. Но во всех статьях их называют просто «модели ECMWF», вот и я так буду, не занудствуйте.
Обе модели делают одно и то же — моделируют атмосферу всего земного шара и предсказывают как она будет изменяться со временем. Они даже используют одни и те же данные.
Коротко — европейская ECMWF считается лучше американской GFS. Но не спешите с выводами, я специально сказал «считается».
Самый большой скандал в истории их противостояния произошел в 2012 году, когда Америка готовилась к урагану Сэнди. Американская модель предсказала, что ураган развеется, не дойдя до побережья США. Европейская же модель забила тревогу, объявив, что через 4-7 дней ураган-таки дойдёт и нужна срочная эвакуация.
Представьте какой нелегкий выбор стоял перед американскими метеорологами.
Начались серьезные дебаты по поводу качества американской модели: «Are Europeans Better Than Americans at Forecasting Storms?». В 2015 и 2017 в модель GFS были внесены серьезные изменения для повышения точности.
Ни разу не встречал таблицу сравнения двух моделей, решить нарисовать сам. По ней вы даже сможете понять в будущем чей перед вами прогноз.
50 км)
Каждая модель делит земной шар на сетку. Чем меньше в ней клеточки — тем точнее прогноз, но тем сложнее его считать.
25 км)
Даже такая точность не всегда достаточна для больших городов. Тут и приходят на помощь локальные модели.
Американцам жизненно важно предугадывать тропические шторма.
Европейцам, очевидно, важнее что происходит внутри континента.
Популярный сайт windguru.cz отображает результаты именно по американской модели. Его любят всякие кайтеры и сёрферы.
Гисметео, Yahoo, Яндекс (раньше) и другие популярные ресурсы берут данные Foreca, которая работает на европейской модели.
Большинство популярных сайтов с прогнозами в интернете, отображают данные либо из американской GFS, либо из европейской ECMWF. Только официальные службы делают свои прогнозы по собственным локальным моделям, о которых поговорим чуть ниже. В общем погода на Yahoo будет всегда отличаться от Росгидромета.
Разница между прогнозами моделей хорошо видна на сайте windy.com. Там в правом нижнем углу есть переключатель, поиграйтесь.
Точность прогноза погоды
За 50 лет своей истории точность моделей поднялась от 40% до современных 95%. Такой рост объясняется ростом производительности компьютеров, увеличением количества спутников на орбите, и уточнением самих физических моделей.
Кто-то однажды сказал мне: «Раз точность прогноза погоды всего 50%, чем эти синоптики там вообще занимаются? Монетку бросают?»
Я дал ему монетку и попросил сказать мне температуру, количество осадков и направления ветра в следующий четверг.
Он ушел и не вернул мне евро 🙁
То есть когда вы смотрите утром температуру, с вероятностью 95% она будет такой весь день. Весьма неплохо. Точность же через неделю будет примерно 75% — как раз те самые 2-3%, умноженные на 7 дней.
Температуру мы научились предсказывать максимально точно. Главная проблема сегодня — это осадки. Современные модели предсказывают их очень плохо, максимум 80%.
Интересная особенность: точность прогноза летом заметно ниже, чем зимой. Примерно на один процент. Сезонная точность пятидневного прогноза по моделям GFS и ECMWF плавает вот так:
По нему еще видно, что GFS постоянно проигрывает ECMWF, но всего на какие-то пол процента. Другие модели могут отличаться намного сильнее.
Но все эти проценты не означают, что одна из моделей всегда лучше другой. Локальные факторы катастрофически влияют на точность. Рельеф, городская застройка, загрязнение воздуха или просто местные особенности климата могут привести к тому, что «хорошая» европейская модель начнет нагло вам врать, а американская покажет огромную точность. А может и наоборот.
Для решения проблемы с точностью в конкретных местах, применяют локальные модели.
