Apró, hatását tekintve mégis jelentős módosítás fogja érzékelhetően javítani az előrejelzéseket - ha minden a tervek szerint alakul, akkor akár már június elejétől.
A fejlesztés jelentőségének a megértése előtt röviden tekintsük át, hogy miként is készülnek napjainkban az előrejelzések. A numerikus időjárási modellek a mért adatok felhasználásával először egy becslést (ún. analízist) készítenek a légkör egy adott pillanatbeli állapotáról, majd ebből a becslésből az ismert fizikai egyenletek (valamint azok közelítései) segítségével megadott időtávra kiszámolják a légkör várható jövőbeli állapotát. Elsőre talán meglepő lehet, de a légkör kaotikus voltából következően
a kezdeti időpillanat minél helyesebb megbecslése a pontos előrejelzés legfontosabb feltétele.
Számtalan mérésből lehet következtetni a légkör állapotára (illusztráció: WMO)
Vajon hány Celsius fok volt éjfélkor Karakószörcsök felett, 10 kilométer magasan?
A helyes választ egzakt mérés híján senki sem tudja. Valamit ellenben mégis kell a modellnek mondanunk, hogy tudjon miből előrejelzést számolni.
Mit tudunk használni a becsléshez? Kiindulásként vehetjük az előző modellfutás által számolt előrejelzést a Karakószörcsök feletti légoszlopra. Becslésnek ez nem rossz, ugyanakkor ha nem változtatunk a korábbi adaton, akkor hajszálpontosan azt fogjuk csak újból kiszámolni, amit pár órával korábban már egyszer kiszámoltunk. Nem marad más, mint hogy a Karakószörcsök környezetéből származó mérésekkel “felokosítjuk” az első becslést, legyen az felszíni adat, 50 kilométerrel odébb és 1500 méterrel feljebb elhaladó repülőgép (vagy meteorológiai ballon), a légkörben lévő csapadékelemek visszaverődését és relatív mozgásirányát mérő doppler-radarmérés, vagy éppen a környező légoszlop egészéről együttesen információt adó mikrohullámú műholdadat. Ezek egyike sem fog egzakt számot adni a Karakószörcsök felett 10 kilométeres magasságban mérhető hőmérsékletre, de mégis mind-mind információt hordoznak vele kapcsolatban.
Így áll össze egy modell bemenő adatsora - a korábbi előrejelzést a mérésekkel "feljavítják" (forrás)
A rövid kitekintésből érezhetjük, hogy milyen bonyolult összefüggésekből származnak ezek a kezdeti időpillanatra vonatkozó becslések, vagy szaknyelven analízisek. Ugyanakkor az is világos, hogy minél több adatot tudunk felhasználni a becsléshez, az annál pontosabb lesz.
Az Európai Középtávú Előrejelző Központ, azaz az ECMWF évtizedek óta a legpontosabb középtávú (többnapos) prognózisokat készíti. Az elsőségben kulcsszerepe volt, hogy már 1997-ben bevezették az akkor még felbecsülhetetlenül számításigényes mivolta miatt élesben még sehol sem alkalmazott 4 dimenziós adatasszimilációt (4DVAR), mely nem csak a becslés időpillanatából származó, hanem az azt megelőző és az azt követő órákból származó méréseket is figyelembe veszi a számítás során. Ezzel a korabeli igen előremutató lépéssel akkora versenyelőnyre tettek szert, melyet azóta se tud másik előrejelző központ behozni. Épp ezért
érdemes figyelemmel követni, hogy 2019-ben miben látják a következő úttörő technológiát.
Legfrissebb cikkükben egy kísérleti fázisban lévő fejlesztésükről rántották le a leplet. A megoldás egy elegáns huszárvágással oldja fel a régi dilemmát: ha megadott határidőre kell szállítani az előrejelzést, akkor vajon meddig érdemes várni a számítás megkezdésekor? Várjunk tovább, hogy több felhasználható mérésünk legyen, de a becslés kiszámításra már kevesebb idő maradjon (így az elnagyoltabb lesz) vagy épp fordítva, kevesebb adatból próbáljunk meg precízebb, időigényesebb számításokat végezni?
A jelenlegi rendszerben már előrejelzés elkezdésekor 2 óránál régebbiek a felhasznált adatok
Az európai előrejelzés esetében a dilemma így fest: (UTC, azaz világidő szerint) reggel 5 órára kell elkészülnie az éjféli becslésnek. Jelenleg 4 óráig várják a legkésőbb 3 órakor mért adatokat, utána indul a nagyjából egy óra számítást igénylő adatszűrés és adatasszimiláció. A 4 óra után érkező adatok így már nem kerülhetnek be a modellbe. Kellemetlen mellékhatás, hogy emiatt az előrejelzés kiszámításának kezdetekor már az abban szereplő legfrissebb adat is már 2 órával korábbi, hiába születtek és érkeztek azóta frissebb mérések. Várjunk akkor tovább, mint 4 óra? Vagy ellenkezőleg, áldozzunk fel az adatokból és allokáljunk több időt a számításokra?
Nos, a bravúros megoldás úgy hangzik, hogy
tegyük mindkettőt.
Az adatasszimiláció szerencsére több körben zajlik, az egyes körök között pedig lehetőség van újabb adatok bevonására. Felhasználva ezt az első lehetőséget, az első kör már korábban is elindítható, az egyes (nagyjából húszperces) ciklusok között pedig az "utolsó pillanatban" beérkező friss adatok is bekerülhetnek a modellbe, mely így a tesztfutások alatt átlagosan 14%-kal több mérést tudott felhasználni. Ez rengeteg plusz információ, mutatjuk:
Ennyivel több mérést tud felhasználni az új rendszer
A várt hatás nem is maradt el, az első eredmények óriási növekedést mutattak a beválásban. Az alábbi ábrán kék színnel jelölték a korábbinál jobb beválásokat a 3 és 5 napos előrejelzéseket vizsgálva:
Jelentős javulás tapasztalható mind a 3, mind az 5 napos prognózisban
Az ígéretek szerint ráadásul nem is kell sokat várni, hogy a fejlesztés a mindennapokban is éreztesse hatását, a tervek szerint májusban indul a valós idejű teszt (ismertebb nevén PARA futás), majd
június 11-én élesedhet az új rendszer.
Reméljük idővel ezt az innovációt más előrejelzési központok is implementálják, és ugyanúgy válik majd iparági standarddá, mint a már említett 4 dimenziós adatasszmiláció az elmúlt 20 évben.
A fejlesztésről május 15-én 10:30-kor webináriumot, azaz az interneten élőben követhető előadást is tartanak majd, melyet itt lehet majd élőben nézni.
Képek forrása: WMO, ECMWF, ResearchGate
Szerző: Szente-Varga Bálint
Megjelent: 2019.01.31 18:40