Laikapstākļi satrauc cilvēkus katru dienu: tie darbojas kā ikdienas sāpes, kad darbā nav ko valkāt,
Īsa ekskursija vēsturē
Tika sperti pirmie soļi laika prognozēšanāsenajā Babilonijā ap 650. gadu pirms mūsu ēras. e. Vietējie iedzīvotāji prognozēja laika apstākļu izmaiņas, pamatojoties uz planētu, mākoņu un optisko ilūziju novērojumiem. Tikai 4. gadsimtā pirms mūsu ēras. e. Aristotelis tos pārveidoja par zinātnisku teoriju traktāta “Meteoroloģija” ietvaros, kurā viņš runāja par laika parādībām, sausumu, zemestrīcēm un nokrišņu saistību ar aukstumu. Tad zinātnieks maldīgi uzskatīja, ka Saule, zvaigznes, komētas, lietus ir tādas pašas dabas parādības, un Zeme ir Visuma centrs.
Iepriekš cilvēki paļāvās uz laika prognozēmzīmes. Piemēram, tika uzskatīts, ka žubītes dziedāšana rītausmā un sarkanīgās debesis liecina par lietus tuvošanos. Tomēr saskaņā ar Yandex Weather pētījumu tikai 20% zīmju patiesībā piepildās. Tikai 75 no 188 tautas pareģojumiem izrādījās ticami vairāk nekā 50% gadījumu: bieži vien lielākā daļa zīmju, gluži pretēji, atspoguļoja pretēju ainu.
Pazīmes vs. Dati
Izskanēja pirmā oficiālā laika prognozejūras spēku virsnieks Roberts FicRojs un publicēts laikrakstā Times 1860. gadā. Tad Anglijā darbu sāka Meteoroloģijas departaments, kura prognozes balstījās uz inovatīvu koncepciju - datu vākšanu, izmantojot stormglass, temperatūras vērtību, vēja stipruma un virziena monitoringu, kā arī barometra rādījumus. 19. gadsimtā amerikāņu meteorologs Abbe Klīvlenda izstrādāja matemātisko pieeju laikapstākļu prognozēšanai, ko sauca par "Tālā laikapstākļu prognozēšanas fizisko pamatu". Viņa pētījumu vēlāk pilnveidoja norvēģu zinātnieks Vilhelms Bjerkness, kurš izveidoja sistēmu, kas tiek izmantota vēl šodien. Viņš bija atbildīgs par atmosfēras frontu atklāšanu, kas nākotnē ļāva izveidot teoriju par ciklonu rašanos un izmaiņām, kā arī sinoptiskās kartes.
Krievija ir sākusi sistemātiski vākt laikapstākļu datuspat Pētera I vadībā, un jau 1724. gadā tika atvērta pirmā meteoroloģiskā stacija. Pēc tam Zinātņu akadēmijā tika veikti laikapstākļu mainīguma novērojumi, izmantojot barometru un termometru. Vēlāk, 1856. gadā, tika organizēta telegrāfa datu vākšana, bet oficiālais specializētā dienesta sākuma un speciālo biļetenu izdošanas datums bija 1872. gada 13. janvāris. Līdz 19. gadsimta vidum valstī bija 50 meteoroloģiskās stacijas, un līdz 20. gadsimta sākumam tas bija kļuvis par plašāko tīklu pasaulē.
Datu vākšanas palīgi
20. gadsimta sākumā tie kļuva pieprasītimeteoroloģiskās stacijas. Šobrīd līdere to skaitā ir Ķīna – tur ir aptuveni 15 000 staciju. Krievijā tādu ir tikai 4500, un lielākā daļa nav aprīkotas ar tālvadības uzraudzību un vadību.
Kā tiek noteikti laikapstākļi
Ir trīs veidu meteoroloģiskās stacijas:
— automātisks profesionālis (autonomi sūta datus laikapstākļu centriem);
— метеобуи (собирают информацию о температуре воды и атмосфере на ее поверхности);
- pusautomātiskais profesionālis (nozīmē meteorologa klātbūtni, kas kontrolē darbu un novērš iekārtas darbības traucējumus).
Помимо этого, ежедневно в 12 часов ночи и дня по UTC метеорологи запускают в небо метеозонды — шары, наполненные гелием или водородом, способные подниматься на высоту 35 км над землей (в два раза выше, чем самолеты). Достигнув назначенной точки, радиозонд передает данные о критической температуре, атмосферном давлении, влажности и ветре в верхнем слое атмосферы. Без этого невозможно построить прогнозы на несколько часов вперед.
Чтобы отслеживать облачные образования, зоны интенсивных осадков и опасных явлений (гроза, ураган, град), используют погодные радары, основанные на эффекте Доплера. Частота сигнала, отраженного от движущихся объектов, меняется в зависимости от скорости их движения. Так, сравнив переданный и принятый импульс, можно выяснить, в какой области находится скопление осадков.
Существует несколько видов метеорологических радиолокаторов:
— радар для обнаружения осадков работает в S- и C-диапазонах или в Х-диапазоне на коротких дистанциях;
— радиолокатор для обнаружения облаков (K- или W-диапазон);
— МСТ работает на низких частотах для измерения высоты границ воздушных слоев, имеющих разную плотность;
— авиационный метеорадар используется в Х-диапазоне как навигатор для предупреждения столкновений;
— доплеровский метеорологический радиолокатор позволяет одновременно передавать и принимать горизонтально и вертикально поляризованные волны, а также осуществлять периодическое наблюдение (от 3 до 15 минут) в радиусе обзора 250–300 км. Графическую информацию, полученную с ДМРЛ-С, мы наблюдаем на многих погодных сайтах.
Кроме того, для мониторинга и передачи данных о температуре поверхности Земли и облачном, снежном и ледяном покрове используются метеорологические спутники: геостационарные и полярные. Первые поднимаются на высоту 36 тыс. км над уровнем моря в направлении вращения Земли и развивают скорость, равную скорости вращения планеты. Они охватывают 42% полушария и непрерывно показывают обстановку в крупных регионах. Полярные спутники движутся по более низким орбитам от 850 до 1 000 км и обеспечивают обзор местности с интервалом в шесть часов.
Каждый метеоспутник оснащен двумя типами приборов. Обзорные предоставляют телевизионные и фотоизображения поверхности суши и океанов, а также облачного, снежного и ледяного покрова. Измерительные приборы собирают количественные характеристики о состоянии атмосферы, гидросферы и магнитосферы.
Современная методика прогнозирования
Английский ученый Льюис Ричардсон в 1910 году предложил метод решения дифференциальных уравнений Бьеркнеса с помощью численных методов. Из-за высокой сложности вычислений и отсутствия машинной мощности его идея получила признание только через несколько лет.
Математик Джон фон Нейман запустил проект Electronic Computer Project для разработки и дальнейшего производства устройств, способных решать сложные математические задачи. Первую машину ЭНИАК (Electronic Numerical Integrator and Compute) запустили в 1946 году. По современным меркам, ее вычислительная мощность была ничтожно мала (357 операций умножения или 5 000 операций сложения в секунду), что сильно разнилось с ее внешними данными. Машина состояла из тысяч электронных ламп и сотен тысяч резисторов, конденсаторов и катушек индуктивности и весила при этом более 30 тонн. Уже в 1950 году с помощью ЭНИАК составили первый математический прогноз погоды по формуле Льюиса Ричардсона. Но проблема была в том, что машина не успевала за меняющейся погодой: чтобы получить прогноз на ближайшие 24 часа, требовалось ровно столько же.
Спустя почти 30 лет с момента производства первой вычислительной машины Сеймур Крэй, основатель компании Cray Research, создал первую супер-ЭВМ — Cray-1. В отличие от ЭНИАК, Cray-1 была способна выполнять до 180 миллионов операций в секунду, что значительно уменьшило время ожидания. И сегодня Cray Inc. остается одним из основных производителей суперкомпьютеров в мире.
Главный суперкомпьютер России, который моделирует погоду, находится в Гидрометцентре. Его производительность оценивается в 1,2 PFLOPS. Инструмент состоит из 976 вычислительных узлов, в каждом из которых два серверных процессора Intel Xeon E5-2697 четвертой версии и 128 Гб оперативной памяти.
Superdators
Как собирают данные популярные сервисы
Самые популярные сервисы в России — это Яндекс Погода и Gismeteo.
Gismeteo собирает метеоданные через Всемирную метеорологическую организацию, радары, спутники, метеостанции. После полной обработки в математических моделях синоптик корректирует готовый прогноз и наносит его на карту пользователей.
Яндекс применяет собственную разработку «Метеум», основанную на четырех иностранных прогнозах и одном своем, который делают с помощью модели WRF (Weather Research and Forecasting). Эта система предназначена как для атмосферных исследований, так и для оперативного прогнозирования. Дополнительно сервис применяет технологию Nowcasting, позволяющую делать краткосрочный прогноз (от 2 до 6 часов). По итогу детализированный прогноз погоды графически отражается на карте осадков.
Почему прогнозы бывают неверными
Первая причина неточных предсказаний — ошибки в метеоданных. Когда суперкомпьютер заканчивает модельные вычисления, становится известен детерминированный прогноз погоды на какой-то срок. Здесь может сработать «эффект бабочки»: если в начальных данных была микроскопическая ошибка, в перспективе нескольких дней она превратится в огромную неточность. Чтобы бороться с этой проблемой, можно использовать ансамблевые прогнозы, то есть подставлять в модель искусственные ошибки с помощью генераторов чисел. Например, если метеостанция зафиксировала температуру, равную +10 градусам, в модель можно загрузить значение чуть ниже. В итоге повторных вычислений образуется погодный график: если один прогноз укажет на потепление, а все остальные на похолодание, такие данные будут ошибочными.
Также существует мультимодельный метод, с помощью которого будущее состояние погоды определяется по среднему значению прогнозов нескольких моделей.
Еще один вызов — нехватка метеоданных. В России функционирует только 4 500 метеостанций (в 1,5 раза меньше, чем рекомендует Всемирная метеорологическая организация). Оптимальное расстояние между точками составляет 50 км в условиях равнинной местности и 25 км в горах. При нормальном раскладе в России должно быть установлено не менее 7 000 метеостанций. Эту проблему немного решают данные, поступающие от обычных пользователей с помощью опросов или домашних метеостанций, а также открытая информация от других метеоцентров.
Третья причина — стихийность погоды. Учесть все нюансы практически невозможно. Чем более долгосрочен прогноз, тем больше в нем ошибок. Поэтому людям рекомендуется отслеживать изменения погоды ежедневно. Например, прогноз на 12 часов будет верным с вероятностью 95%. При этом долгосрочные прогнозы, сформированные на несколько дней вперед, окажутся правильными с вероятностью 65%.
Немного о метеомаркетинге, или при чем здесь бургеры?!
Погода задает настроение. Согласно исследованию платформы Joys.Loyalty, около 84% людей совершают импульсивные покупки. Маркетологи стараются выявить закономерность с помощью инструментов Big Data, ищущих корреляцию между выручкой и метеоусловиями.
Например, крупнейшая торговая сеть Walmart определила, что ветер влияет на продажу ягод. Компания запустила рекламную кампанию в регионах с подобным климатом — так, бренд увеличил продажи в три раза. Кроме того, маркетологи заметили, что мясной фарш отлично продается в теплую солнечную погоду, когда на улице есть слабый ветер. Это исследование помогло увеличить продажи бургеров на 18%.
Kā laikapstākļi ietekmē pārdošanu
Американский телеканал The Weather Channel отслеживает влияние погоды на эмоциональный фон телезрителей. Его сотрудничество с брендом Pantene помогло увеличить продажи продукции за два месяца на 10%. Совместно с аптечной сетью Walgreens компания решила рекламировать средство для вьющихся волос в период высокой влажности воздуха. Это повлияло на весь рынок товаров для ухода за волосами — совокупные продажи в сегменте увеличились на 4%.
Сопоставляя метеоданные и расписание авиарейсов, гостиничная сеть Red Roof таргетировала маркетинговую кампанию на те регионы, где полеты часто отменяют или переносят из-за погодных условий. Предлагая пассажирам размещение в отелях вблизи аэропортов, компания увеличила прибыль на 10%.
Сегодня технологии способны на многое, в том числе подстраиваться под погодные условия в конкретном регионе. Например, сервис Spotify выпустил песню группы White Denim, которую пользователи могут прослушать только во время дождя.
Lasīt vairāk:
17 gadus vecs inženieris nāca klajā ar bezmagnētisku motoru: to var izmantot elektriskajos transportlīdzekļos
Netālu no Zemes ir atrastas divas planētas. Varbūt viņi ir apdzīvoti
Unikāls meteors pārrakstīja Saules sistēmas vēsturi: no kurienes tas radās