“오류가 누적되어 부정확한 예측으로 이어짐”
—예측의 정확성이 떨어지는 것 같습니다.
- 이상하게 들릴 수 있지만 정확도는지난 수십 년 동안 일기 예보가 크게 증가했습니다. 그러나 사람들은 기상예보관의 오류를 정확하게 알아차리는 경향이 있는 반면 정확한 예측에 대해서는 아무도 주목하지 않는다. 따라서 예측은 항상 거짓말을 하는 것 같습니다. 근데 일기예보가 뭐야?
날씨와 기후의 개념을 분리하는 것이 중요합니다.기후는 장기간에 걸쳐 확립된 평균 값입니다. 예를 들어 8월 모스크바의 평균 기온은 +18 °C입니다. 여름은 따뜻하고 겨울은 춥습니다. 이것이 기후이기도 합니다. 그리고 12월 22일 15:00에 모스크바의 기온은 -15.3°C가 될 것이라고 말하면 이는 날씨, 즉 특정 시간의 특정 값입니다.
일기 예보는 어떻게 탄생합니까?전 세계는 기상 관측소 네트워크로 덮여 있습니다. 그 중 10,000 개가 넘습니다. 또한 대기에는 기상 기구, 우주에는 위성, 바다에는 기상 부표 등이 있습니다. 동시에 3시간마다 기상 매개변수(온도, 습도, 풍속 및 기타 매개변수)를 측정합니다. 이 모든 것은 미래에 대한 예측이 이루어지는 엄청난 양의 데이터입니다. 첫 번째 오류 원인은 다음과 같습니다. 이러한 측정이 항상 완벽하지는 않습니다. 예를 들어 온도계의 오차는 보통 0.1°C입니다. 이것은 매우 작은 값인 것처럼 보이지만 오랜 시간 동안 많은 기상 관측소와 높이에서 발생한 오류의 합계를 고려할 때 누적되어 부정확한 예측으로 이어집니다.
오류의 두 번째 원인은 예측 가능성의 한계입니다.날씨. 약 2주입니다. 더 오랜 기간 동안 날씨를 정확하게 예측하는 것은 거의 불가능합니다. 따라서 인터넷에서 한 달 또는 두 달 동안의 예측을 본다면 이것은 과학적 근거가 없으며 데이터 외삽, 장기 평균 계산 또는 무당의 예측과 같은 근거를 추측할 수 있을 뿐입니다. 왜 정확히 2주? "나비 효과"에 대해 알고 있다고 생각합니다. 과학적으로 이것을 Lorentz Attractor라고 합니다. 장기간에 걸쳐 시스템의 작은 변동이 큰 편차를 초래하는 경우입니다. 그리고 시간이 지날수록 이러한 편차를 예측하기가 더 어려워집니다.
Sciencely의 스마트 시티 책임자이자 기상학자인 Natalya Kuksova.
-그럼에도 불구하고 일기 예보관은 2주 동안 정확한 예보를 줄 수 있습니까?
- 다소.일반적으로 내일의 예측 정확도는 95-98%, 모레의 예측 정확도는 90-93%입니다. 등등 - 점차 정확도가 떨어집니다. 그러나 내일의 예보에도 오류가 있는 경우도 있습니다. 왜요?
일기예보를 본다고 상상해 보세요모스크바 지역의 특정 지점에는 dacha가 있기 때문입니다. 내일 날씨는 +20 °C이고 약간 흐리고 강수량은 없을 것입니다. 이 정보는 어디에서 왔습니까? 우리는 이미 기상 예보관이 기상 관측소로부터 데이터를 수집한다고 말했습니다. 다음으로, 이러한 데이터와 열유체 역학 방정식을 기반으로 일기 예보를 계산하는 물리적, 수학적 모델을 시작합니다. 모델이 좋으면 예측을 신뢰할 수 있습니다. 그러나 두 가지 문제가 있습니다. 첫 번째는 기상 관측소 네트워크의 밀도입니다. 모든 곳에서 높지 않습니다. 즉, 데이터가 충분하지 않고 넓은 지역에 분산됩니다. 두 번째는 이 데이터를 처리하고 예측을 발표하는 슈퍼컴퓨터의 용량이 부족하다는 것입니다.
예를 들어 웹사이트에서 볼 수 있는 예보수문 기상 센터는 특정 지점에 대한 데이터가 아니라 셀당 확산 예보입니다. 측면이 약 7km인 정사각형입니다(이는 모스크바 지역의 평균 수치입니다). 그러나 기상 분야는 매우 이질적입니다. 예를 들어 기압과 온도는 7km 거리에서 극적으로 변할 것 같지 않지만 강수량 지도를 보면 매우 이질적이다. 그러나 예를 들어 도시 열섬 (특히 겨울에는 도시 외부보다 항상 더 따뜻함) 및 구호 기능과 같은 지역 기후 기능도 있습니다. 측면이 7km 인 넓은 지역에서 강수량이 한 곳에서는 통과 할 수 있지만 다른 곳에서는 그렇지 않다는 것이 분명합니다.
계속하세요.아무도 위험한 날씨 이벤트를 취소하지 않았습니다. 지구 온난화는 북극의 북극곰 수의 감소일 뿐만 아니라 위험한 기상 현상의 가능성 증가, 구조 및 행동의 변화입니다. 이러한 프로세스는 예측하기가 매우 어렵습니다.
- 모델 정확도에 제한이 있나요? 사람의 역할은 무엇입니까?
- 심지어 지금까지 최고의 모델여러 가지 단점이 있습니다. 물리적 및 수학적 기상 모델과 같은 복잡한 시스템의 전체 작동 메커니즘을 설명하지는 않겠습니다. 그런 예를 들겠습니다. 모델에 데이터가 충분하지 않은 경우(셀 측면이 7–10km인 그리드에서는 항상 데이터가 부족합니다!), 간격이 있는 영역으로 모델을 추정하기 시작합니다. 이것이 모델이 대기 전선을 정확하게 포착할 수 없는 이유입니다. 즉, 전선은 일반적으로 사람이 그립니다. 따라서 이상적인 상황에서 모델이 도출한 모든 예측은 자신의 경험을 바탕으로 예측을 수정하는 사람이 확인해야 합니다. 이것은 반드시 공항, 대도시, 위험하고 치명적인 기상 현상을 예측할 때 발생합니다. 그러나 그러한 수정이 발생하지 않거나 예측자가 경험이 거의 없으면 예측이 이루어지지 않을 수 있습니다. 대기 전선이 "예측"값에서 수십 킬로미터 이동하는 것으로 충분하며 약속 된 +20 ° C 대신 수집 계획이 깨져 +12 ° C, 비 및 기분이 나빠집니다. 신선한 공기 속에서 피크닉을 위해.
왜 기상학자들은 때때로 날씨를 몇 달 앞당겨 예측하고 심지어 여름이나 겨울이 어떨지 말하기까지 할까?
- 예측하기 가장 어려운 기간:2주에서 몇 달. 일반적으로 대기에서 무슨 일이 일어나고 있는지 이해하기 어렵습니다. 그러나 한 달부터 소위 장기(또는 계절) 예측을 계산합니다. 그것은 기후 시스템뿐만 아니라 지구 전체에 특징적인 다양한 주기를 고려하는 것을 기반으로 합니다. 예를 들어 엘니뇨의 영향이 고려됩니다. 태평양의 기후 변동은 약 2~4년 주기로 지구의 다른 지역에도 영향을 미칩니다. 일반적으로 생물학적, 우주적 등 가능한 모든 주기가 고려됩니다.
“공식적으로 예보 품질 책임지는 곳은 수문기상센터뿐”
— 러시아에는 여러 일기 예보 서비스가 있습니다. 그들은 어디에서 정보를 얻습니까?
— 우리나라에는 단 하나의 조직이 있는데,해당 지역의 기상 관측소에서 공식적으로 데이터를 수집할 수 있는 곳은 Roshydromet입니다. 각 부서에서는 이 데이터를 독립적으로 처리하고 일기예보를 제공합니다. 그러나 또한 세계 기상 기구(World Meteorological Organization)에 데이터를 보내고 다른 회사에도 제공합니다. 그러면 해당 회사는 자체(또는 다른 회사) 모델을 사용하여 이 데이터를 처리하고 날씨를 예측할 수 있습니다.
— 예측을 올바르게 읽는 방법과 이를 수행하는 가장 좋은 장소는 어디인지 조언해 주십시오.
- 공식적으로 부담하는 유일한 사람예측 품질에 대한 책임은 Hydrometeorological Center(웹사이트 meteoinfo.ru)에 있습니다. 모든 기계 예측은 반드시 예측자가 추가로 수정하므로 상대적으로 높은 예측 정확도를 기대할 수 있습니다.
또한 바람이 부는 것을 확인하십시오.com은 지속적으로 업데이트되는 온도, 강수량, 풍속, 흐림 및 기타 매개변수의 아름다운 대화형 지도입니다. 우리 과학자(http://carto.geogr.msu.ru/mosclim/)가 만든 모스크바와 해당 지역의 현재 날씨 지도도 있습니다. 교외로.
여행 중 일기 예보를 확인하고 싶다면다른 나라의 날씨에 대해서는 현지 기상 서비스 웹사이트에서 이 작업을 수행하는 것이 더 좋습니다. 그들은 일반적으로 더 자세한 "로컬" 데이터를 계산할 수 있는 로컬 모델을 사용합니다(글로벌 모델은 훨씬 덜 상세한 보고서로 작동함).
자연 속에서 중요한 일을 계획할 때,일기예보를 살펴보고 가능한 한 사건 발생 직전(이상적으로는 3일 이상)과 오후에 결정을 내립니다. 낮과 밤의 예보는 시간별은 아니더라도 예상되는 최소 및 최대 기온임을 기억하십시오. 그리고 새벽 직전에 가장 적은 경우가 가장 많습니다. 따라서 아침에 어둠 속에서 출근할 경우 특히 밤 온도에 집중하세요.
더 읽어보기 :
지구의 핵은 곧 다른 방향으로 회전할 것입니다.
75노트로 물 위를 '날아가는' 수소 슈퍼요트를 지켜보세요
은하수는 은하 필라멘트가 비정상적으로 큽니다.