Vejrudsigter vil aldrig være 100% nøjagtige for denne videnskabelige årsag

Videnskaben om vejrudsigten falder til offentlighedens kontrol hver eneste dag. Når prognosen er korrekt, kommenterer vi sjældent, men vi er ofte hurtige til at klage, når prognosen er forkert. Er vi nogensinde tilbøjelige til at opnå en perfekt prognose, der er præcis til timen?

Der er mange trin involveret i udarbejdelsen af ​​en vejrudsigt. Det begynder sit liv som et globalt "øjebliksbillede" af atmosfæren på et givet tidspunkt, kortlagt på et tredimensionelt gitter af punkter, der spænder over hele kloden og strækker sig fra overfladen til stratosfæren (og nogle gange højere).

Ved hjælp af en supercomputer og en sofistikeret model, der beskriver atmosfærens adfærd med fysiske ligninger, bliver dette snapshot fremad i tiden og producerer mange terabyte råprognosedata. Det falder derefter for menneskelige prognosører at fortolke dataene og gøre det til en meningsfuld prognose, der udsendes til offentligheden.

Hvorvidt i vejret

Forudsigelse af vejret er en stor udfordring. Til at begynde med forsøger vi at forudsige noget, der iboende er uforudsigeligt. Atmosfæren er et kaotisk system - en lille ændring i atmosfærens tilstand på ét sted kan have bemærkelsesværdige konsekvenser over tid andetsteds, hvilket blev analogiseret af en videnskabsmand som den såkaldte sommerfugleffekt.

Enhver fejl, der udvikler sig i en prognose, vokser hurtigt og forårsager yderligere fejl i større skala. Og da vi skal lave mange antagelser, når vi modellerer atmosfæren, bliver det klart, hvor let prognosen fejl kan udvikle sig. For en perfekt prognose skal vi fjerne hver enkelt fejl.

Prognose færdigheder er blevet bedre. Moderne prognoser er bestemt meget mere pålidelige, end de var før supercomputer-æraen. Storbritanniens tidligste offentliggjorte prognoser går tilbage til 1861, da Royal Navy-officer og ivrig meteorolog Robert Fitzroy begyndte at offentliggøre prognoser i The Times.

Hans metoder involverede tegning vejrdiagrammer ved hjælp af observationer fra et lille antal steder og forudsigelser baseret på hvordan vejret udviklede sig i fortiden, da diagrammerne var ens. Men hans prognoser var ofte forkerte, og pressen var normalt hurtig til at kritisere.

Et stort spring frem blev foretaget, da supercomputere blev introduceret til prognosemiljøet i 1950'erne. Den første computermodel var meget enklere end i dag, og forudsagde kun en variabel på et gitter med en afstand på over 750 km.

Dette arbejde banede vejen for moderne prognoser, hvis principper stadig er baseret på samme tilgang og samme matematik, selvom modeller i dag er meget mere komplekse og forudsiger mange flere variabler.

I dag består en vejrudsigt typisk af flere kørsler af en vejrmodel. Operationelle vejrcentre driver normalt en global model med en gitterafstand på omkring 10 km, hvis output sendes til en højere opløsningsmodel, der kører over et lokalt område.

For at få en ide om usikkerheden i prognosen løber mange vejrcentre også en række parallelle prognoser, hver med små ændringer i det første øjebliksbillede. Disse små ændringer vokser under prognosen og giver prognoserne et skøn over sandsynligheden for, at der sker noget - for eksempel den procentvise chance for at regne.

Fremtiden for prognoser

Supercomputer alderen har været afgørende for at lade videnskaben om vejrudsigter (og faktisk klimaforudsigelse) udvikle sig. Moderne supercomputere er i stand til at udføre tusindvis af trillioner af beregninger pr. Sekund, og kan gemme og behandle datablade af data. Cray-supercomputeren på Storbritanniens Met Office har bearbejdningseffekt og datalagring på omkring en million Samsung Galaxy S9-smartphones.

Det betyder, at vi har processorkraften til at køre vores modeller ved høje opløsninger og inkludere flere variabler i vores prognoser. Det betyder også, at vi kan behandle flere inputdata, når vi genererer vores første "snapshot", hvilket skaber et mere præcist billede af atmosfæren for at starte prognosen med.

Denne fremgang har medført en stigning i prognosevidenskaben. En pæn kvantificering af dette blev præsenteret i a Natur studere fra 2015 af Peter Bauer, Alan Thorpe og Gilbert Brunet, der beskriver fremskridtene i vejrudsigten som en "stille revolution".

De viser, at nøjagtigheden af ​​en femdages prognose i dag er sammenlignelig med en tre-dages prognose omkring 20 år siden, og at hvert tiår får vi en dagers dygtighed. Væsentligt er dagens tre-dages prognoser lige så præcise som to-dages prognosen for ti år siden.

Men er denne færdighedsforøgelse sandsynligvis fortsat i fremtiden? Dette afhænger dels af, hvilke fremskridt der kan gøres med supercomputer teknologi. Hurtigere supercomputere betyder, at vi kan køre vores modeller ved højere opløsning og repræsenterer endnu mere atmosfæriske processer, i teorien, der fører til yderligere forbedring af prognosevidenskab.

Ifølge Moores lov har vores datakraft fordoblet hvert andet år siden 1970'erne. Dette har imidlertid været langsomt for nylig, så andre tilgange kan være nødvendige for at gøre fremskridt i fremtiden, som for eksempel at øge computerens effektivitet i vores modeller.

Så vil vi nogensinde kunne forudsige vejret med 100 procent nøjagtighed? Kort sagt nej. Der er 2 × 10,44 (200,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000) molekyler i atmosfæren i tilfældig bevægelse - forsøger at repræsentere dem alle ville være ufattelige. Vejens kaotiske natur betyder, at så længe vi skal tage antagelser om processer i atmosfæren, er der altid potentiale for en model til at udvikle fejl.

Fremskridt i vejrmodellering kan forbedre disse statistiske repræsentationer og give os mulighed for at gøre mere realistiske antagelser, og hurtigere supercomputere kan tillade os at tilføje flere detaljer eller opløsninger til vores vejrmodeller, men kernen i prognosen er en model, som altid vil kræve nogle antagelser.

Men så længe der er forskning i at forbedre disse forudsætninger, ser fremtiden for vejrudsigten lys ud. Hvor tæt vi kan komme til den perfekte prognose, er dog tilbage at se.

Denne artikel blev oprindeligt udgivet på The Conversation af Jon Shonk. Læs den oprindelige artikel her.