Nem nézi tétlenül az Egyesült Államok sem az Európai Középtávú Előrejelző Központ (ismertebb nevén ECMWF) sikereit az egyre pontosabb prognózisok terén: három év múlva szeretnék operatív üzembe helyezni a jelenlegi globális modelljük, a GFS utódját.

A versenyben rövidebb távon is szeretnének előrelépni az amerikaiak: március 9-étől ugyanis a pár éve még elképzelhetetlenül részletesnek hangzó, 9 kilométeres rácsfelbontáson futtatják a jelenlegi 16 kilométeres beállítással is már a piacon legpontosabbnak tartott európai modellt - erről ebben a cikkben írtunk bővebben. A jelenleg 14 kilométeren futó GFS-t a tavaly januári felbontásnövelést követően idén egy másik ütőkártyával, az ún.

4DEnVAR adatasszimilációval vértezik fel.

Hogy megértsük ennek a jelentőségét, röviden tekintsük át ezeknek az előrejelző-szoftvereknek (továbbiakban modelleknek) a működését. A probléma két részből áll: mivel nem tudunk minden levegőrészecskét megmérni, ezért minél pontosabban meg kell becsülnünk a pillanatnyi, kiindulási időjárási helyzetet (ez az ún. analízis), majd ebből minél pontosabban ki kell számolnunk a jövőbeli állapotát (ezt végzi maga a modell).

Analízist mindig egy korábban készült előrejelzés mért adatokkal történő "pontosításával" (szaknyelven adatasszimilációjával) készítenek. A valóságban ez azt jelenti, hogy a reggeli adatokból induló előrejelzést az éjféli előrejelzés reggelre szóló prognózisát alapul véve, a reggel mért adatok birtokában "módosítják". Ilyen mért adat lehet egy felszíni mérés, szonda, műholdas- vagy radarmérés, de újabban a repülőgépek által mért adatok, sőt még a GPS műholdak által sugárzott jel szóródását is felhasználják.

A meteorológiai mérések forrásai (grafika: ECMWF)

Könnyen belátható, hogy minél több adatunk van, annál pontosabb lesz az analízis és annál jobb az előrejelzés. Az asszimiláció ugyanakkor mégsem triviális matematikai feladat, így többfelé megközelítés is elterjedt. Vegyünk például egy olyan estet, amikor épp egy hidegfront éri el északnyugat felől az országot. A kezdeti időpontban a front már elérte Győrt, de Budapestet még nem. Tegyük fel, hogy csak erről a két pontról rendelkezünk méréssel.

A legegyszerűbb 3DVAR asszimiláció egyszerűen az analízis időpontjához közel eső méréseket veszi alapul és azokat interpolálja. A példa szemszögéből nézve, ha a hidegfront megérkezett Győrbe, de még nem érkezett meg Budapestre, akkor valahol félúton lesz a becsült helyzete.

Az 3DEnVAR módszer ennél egy fokkal komplikáltabb, mivel itt már nem csak egy korábbi előrejelzés kimenete van alapul véve, hanem az előző futás fáklyadiagramjában szereplő (ún. ensemble) tagok közül kerülnek kiválasztásra azok, melyek az analízis időpontjára a legpontosabb előrejelzést adták (és ezek átlaga van alapul véve). Ezt a megoldást használja a mostani GFS is.

A 4DVAR ellenben már nem csak az analízis időpontjában szereplő észleléseket veszi alapul, hanem a korábbiakat is. Így a győri hidegfrontos példára visszatérve a korábbi mérésekből kiderül, hogy mikor érte el a front Pozsonyt, majd Győrt, ebből pedig a 3DVAR-hoz képest jóval pontosabban becsülhető, hogy az analízis idején Budapest és Győr között hol tart.

Az új GFS által felhasznált 4DEnVAR a fenti két megoldás előnyeit ötvözi: a korábbi ensemble előrejelzések közül a legjobbak kerülnek kiválasztásra, majd ezen történik meg a 4DVAR asszimiláció.

A 4DEnVar-alapú új GFS a szilveszteri hidegbetöréskor is jobban teljesített (forrás: Meteociel.fr)

Az új verzió tesztkimenetei már elérhetőek, az első tapasztalatok alapján azonos beválást 6-12 órával hosszabb időtávra képes biztosítani - mindezt kizárólag a bemenő adatokból készülő analízis pontosabb becslésével!

Az már csak hab a tortán, hogy a számolt előrejelzés az első 5 napra a jelenlegi, 3 órás felbontás helyett

1 órás bontásban érhető majd el.

Ez a két fejlesztés óriási hatással lesz majd az Időkép saját futtatású WRF modelljére is (így az oldalunkon megjelenő előrejelzésekre is), melyet szintén a GFS adatait alapul véve számoltatunk (és melybe észlelőink, valamint radarhálózatunk adatait is asszimiláljuk).

Várható rajt: Április-május környékén

A fejlődés azonban ezt követően sem áll le. Hosszabb távon egy teljesen úgy modell fejlesztésébe fognak, melynek már neve is van.

NGGPS

A névrokonság ellenére az NGGPS-nek semmi köze sincs a szintén amerikaiak által üzemeltetett GPS helymeghatározó rendszerhez, bár a G betű mögött álló "global" és az S betű mögött álló "system" mindkét mozaikszóban megegyezik. Az NGGPS a "Next Generation Global Prediciton System" rövidítése, és úgy tűnik, igyekeznek is mindent megtenni, hogy valóban minőségi előrelépés legyen az új szoftver bevezetése.

Az új modellel egyrészt a 8-10 napos előrejelzések beválását szeretnék drámaian javítani, másrészt egészen 30 napos távlatra szóló prognózisokat is kívánnak készíteni. Ehhez egy olyan egységes szoftver fejlesztését tűzték ki célul, mely számos almodullal, így például a tengereket, a sarki jégsapkákat, a felszíni változékonyságot (pl. a növényzet szezonális változása), valamint a légköri aeroszolokat (por- és légszennyezettség) modellező progamokkal összecsatolva futtatnának.

NGGPS fejlesztési ütemterv (forrás: NOAA)

A gyorsabb fejlesztés érdekében a kutatási eredmények gyakorlati használatba ültetését is szeretnék különböző tesztkörnyezetekkel felgyorsítani, valamint a modern szuperszámítógépek teljesítményeinek optimálisabb kihasználását is célul tűzték ki.

Mivel az amerikai jogrendszer alapján a létrejött tartalmak jelentős része ingyenesen hozzáférhető lesz, ezért a pontosabb adatokból készített előrejelzésekből világszerte (így Magyarországon is) profitálhat a meteorológia.

További érdekességek az NGGPS projekt honlapján olvashatók.

Szerző: Szente-Varga Bálint
Megjelent: 2016.01.12 1:09