Pontatlanabb számítással lesznek pontosabbak az előrejelzések

Ma érkezik az európai előrejelző központ, az ECMWF új modellje. Csökken a végrehajtott számítások pontossága, az így felgyorsuló program cserébe nagyobb felbontásban tud majd futni.

Napjainkban minden időjárás előrejelzés alapját a szuperszámítógépeken számolt, a légkör áramlásait leíró egyenletrendszerek megoldásából készítik. Az előrejelzések pontosságának egyik legfőbb akadálya a rendelkezésre álló számítási kapacitás szűkössége.

Az elmúlt években nem történt jelentős előrelépés a processzorok sebességének fejlődésében, a teljesítménynövekedés döntő részét a több szálon történő, párhuzamos adatfeldolgozásból nyerték. Egy szuperszámítógépnek ugyanakkor nem csak a beszerzési költsége magas, a benne üzemelő sok százezer processzormag meghajtása megawattos nagyságrendű elektromos fogyasztást, így folyamatos rezsiköltséget is jelent. A rendelkezésre álló erőforrások minél hatékonyabb felhasználása így elemi érdeke minden előrejelző központnak.

Nem lett pontatlanabb a hurrikán útvonalának előrejelzés a "Single precision" használatával, cserébe jelentős számítási kapacitás szabadult fel, amit például a felbontás növelésére lehet használni (forrás: ECMWF)

A korai előrejelző szoftverek a légkör paramétereit (hőmérséklet, szélsebesség, szélirány, páratartalom, légnyomás, stb.) 32 bites (ún. single precision) számokként kezelték, ez nagyjából 7 tizedesjegyű pontosságot jelent. Később bevezették az ún. dupla pontosságot, mely már 64 biten kezelte a számokat. Ez nem kevesebb, mint 15 tizedesjegyű pontosságnak felel meg. Napjainkban ez utóbbi az általánosan használt.

A légköri áramlások kaotikusak: ez azt jelenti, hogy a kezdetben nagyon apró eltérések idővel egyre nagyobb különbségeket okoznak az előrejelzésben

Kezdetben egyetlen tized foknyi eltérés idővel egyre nagyobb különbséget okoz az előrejelzésben, míg nagyjából 2 hét múlva már homlokegyenest más eredményre jut a modell egy ilyen apró eltérés miatt. Emiatt azt sejthetnénk, hogy kiemelten fontos minél nagyobb pontossággal kezelni egy modellben a számokat.

A tapasztalat mégis mást mutat. A felhasznált mérések ugyanis csak néhány tizedesjegy pontosságúak. A hőmérsékletet például egy tizedesjegy pontossággal mérik, ahogy a szél sebességét is egy tized méter per szekundum pontossággal jegyzik fel. Ezeket a méréseket 15 tizedesjegy pontossággal kezelni hasonlóan értelmetlen, mint ha valakinek a súlyát vagy testmagasságát 15 tizedesjegy pontossággal adnánk meg.

A több tizedesjegyig kiírt számok értelemszerűen csökkentik a számítási hibákat egy előrejelzésben, ugyanakkor a számítás dupla annyi memóriát, tárolókapacitást, valamint adatátviteli sávszélességet igényel, ami végső soron lassabb számításhoz vezet. Megéri-e ez a dupla számítási időt, vagy hatékonyabban is fel tudnánk használni ezt a számítási kapacitást másra?

Az Európai Középtávú Előrejelzések Központjában a kutatók a számítási igény csökkentésének lehetőségeit keresték. Arra jutottak, hogy a 64 bites pontosság nem szükséges, a 32 bites számábrázolással ugyanolyan minőségű előrejelzések készíthetők jelentősen gyorsabban. Az így megtakarított, közel 40%-nyi erőforrást más területen tudják hasznosítani. Lehetőség nyílik a felbontás, vagy a valószínűségi előrejelzésben szereplő tagok számának növelésére. Mindkettő pontosabb előrejelzéseket jelent a gyakorlatban.

Online előadás az új modellverzióról (angolul)

A légkör kaotikusságát ugyanakkor a meteorológusok előnyükre tudják fordítani. Ugyanazt a modellt több tucatszor lefuttatják a bemeneti adatok apró módosításával, akkor a különböző kimeneteket összevetve láthatjuk, hogy mennyire biztos vagy bizonytalan egy előrejelzés. Ezt hívják valószínűségi, vagy idegen szóval ensemble előrejelzésnek.

A jellemzően 30-50 taggal futtatott valószínűségi előrejelzések ugyanakkor rengeteg számítási teljesítményt igényelnek, így rendkívül nagy előrelépést jelent az említett 40%-os erőforrásmegtakarítás. Több kísérlet is zajlott, hogy a futtatott tagok számát növeljék, vagy változatlan szám mellett, azok felbontásának növelésével nagyobb a javulás a beválásban. Végeredményben a függőleges felbontáson növeltek, mely a korábbi 91 helyett már 137 szinten modellezi a légkört, így még részletesebben lesz képes a vékonyabb légrétegződéseket, mint például az őszi ködös helyzeteket, vagy akár egy közelmúltbeli példát említve, a beharangozott zivataros helyzetet szabotáló, nem várt magassági kiszáradást modellezni.

Az új verzió prognózisai elsőként a kedd esti előrejelzésben lesznek felhasználva.

További információk az ECMWF oldalán (angolul)

Szerző: Szente-Varga Bálint
Megjelent: 2021.05.11 13:29


Hirdetés

Kapcsolódó hírek

Jól vizsgázott a mesterséges intelligencia a Lee hurrikán előrejelzésében
Felforgatja a meteorológiát is a mesterséges intelligencia?
Megérkezett az új előrejelző modell