Por que as previsões meteorológicas não se concretizam e os sinais meteorológicos estão apenas 20% corretos

O clima preocupa as pessoas todos os dias: é uma dor diária quando não há nada para vestir para trabalhar,

e como salva-vidas, se isso te faz felizluz do sol ou permite que você encontre um assunto para conversar com um estranho. De acordo com uma pesquisa da revista online Psychologies, 94% dos participantes confirmaram que quando o tempo está ruim vêm à mente pensamentos tristes, enquanto que quando o tempo está bom você quer ser mais ativo.

Uma breve excursão pela história

Os primeiros passos na previsão do tempo foram dadosna antiga Babilônia por volta de 650 AC. e. Os moradores locais previram mudanças climáticas com base em observações de planetas, nuvens e ilusões de ótica. Somente no século 4 aC. e. Aristóteles transformou-os numa teoria científica no âmbito do tratado “Meteorologia”, no qual falava dos fenómenos meteorológicos, da seca, dos terramotos e da ligação entre precipitação e frio. Então o cientista acreditou erroneamente que o Sol, as estrelas, os cometas, as chuvas são fenômenos da mesma natureza e que a Terra é o centro do Universo.

Anteriormente, as pessoas dependiam da previsão do temposinais. Por exemplo, acreditava-se que o canto de um tentilhão ao amanhecer e o tom avermelhado do céu indicavam a aproximação da chuva. No entanto, de acordo com um estudo da Yandex Weather, apenas 20% dos presságios realmente se tornam realidade. Apenas 75 das 188 previsões populares revelaram-se confiáveis ​​​​em mais de 50% dos casos: muitas vezes a maioria dos sinais, ao contrário, refletia o quadro oposto. 

Sinais vs. Dados

A primeira previsão meteorológica oficial foi feitaoficial da Marinha Robert FitzRoy e publicado no jornal Times em 1860. Em seguida, o Departamento Meteorológico começou a trabalhar na Inglaterra, cujas previsões se baseavam em um conceito inovador - coleta de dados por meio de tempestades, monitoramento de valores de temperatura, força e direção do vento, além de leituras de barômetros. No século 19, o meteorologista americano Abbe Cleveland desenvolveu uma abordagem matemática para a previsão do tempo chamada "A base física da previsão do tempo de longo prazo". Sua pesquisa foi posteriormente refinada pelo cientista norueguês Vilhelm Bjerknes, que criou um sistema que ainda hoje é usado. Foi ele o responsável pela descoberta das frentes atmosféricas, que futuramente permitiram a elaboração de uma teoria da ocorrência e mudança dos ciclones, bem como de mapas sinópticos.  

A Rússia começou a coletar sistematicamente dados meteorológicosainda sob Pedro I, e já em 1724 foi inaugurada a primeira estação meteorológica. Em seguida, na Academia de Ciências, foram realizadas observações da variabilidade climática por meio de barômetro e termômetro. Mais tarde, em 1856, foi organizada a coleta de dados telegráficos, mas a data oficial para o início do serviço especializado e a publicação dos boletins especiais foi 13 de janeiro de 1872. Em meados do século 19, havia 50 estações meteorológicas no país e, no início do século 20, já havia se tornado a rede mais ampla do mundo.

Assistentes de coleta de dados

No início do século 20 eles se tornaram muito procuradosestações meteorológicas. Hoje, o líder em número é a China - existem cerca de 15.000 estações lá. Existem apenas 4.500 deles na Rússia, e a maioria deles não está equipada com monitoramento e controle remoto. 

Como o clima é determinado

Existem três tipos de estações meteorológicas: 

— profissional automático (envia dados de forma autônoma para centros meteorológicos);  

— bóias meteorológicas (coletam informações sobre a temperatura da água e da atmosfera em sua superfície);  

- profissional semiautomático (implica a presença de um meteorologista que controla o trabalho e soluciona problemas do equipamento).

Além disso, todos os dias às 12h e ao meio-diaUTC, os meteorologistas lançam balões meteorológicos para o céu - balões cheios de hélio ou hidrogênio que podem atingir uma altura de 35 km acima do solo (duas vezes mais alto que os aviões). Ao atingir o ponto designado, a radiossonda transmite dados sobre temperatura crítica, pressão atmosférica, umidade e vento na alta atmosfera. Sem isso, é impossível fazer previsões com várias horas de antecedência.

Para rastrear formações de nuvens, zonasprecipitações intensas e fenômenos perigosos (trovoada, furacão, granizo), são utilizados radares meteorológicos baseados no efeito Doppler. A frequência do sinal refletido em objetos em movimento varia dependendo da velocidade de seu movimento. Assim, comparando o impulso transmitido e recebido, é possível descobrir em que área está localizado o acúmulo de precipitação.

Existem vários tipos de radares meteorológicos:

— o radar para detecção de precipitação opera nas bandas S e C ou na banda X em distâncias curtas;

— radar para detecção de nuvens (banda K ou W);

— O MST opera em baixas frequências para medir a altura dos limites das camadas de ar com diferentes densidades;

- o radar meteorológico da aviação é usado na banda X como navegador para evitar colisões;

- Radar meteorológico Dopplerpermite transmitir e receber simultaneamente ondas polarizadas horizontal e verticalmente, bem como realizar observações periódicas (de 3 a 15 minutos) em um raio de visão de 250–300 km. Vemos informações gráficas obtidas do DMRL-S em muitos sites meteorológicos.

Além disso, para monitorar e transmitir dados sobreOs satélites meteorológicos são usados ​​para medir a temperatura da superfície da Terra e das nuvens, neve e cobertura de gelo: geoestacionária e polar. Os primeiros sobem a uma altura de 36 mil km acima do nível do mar na direção de rotação da Terra e desenvolvem uma velocidade igual à velocidade de rotação do planeta. Cobrem 42% do hemisfério e mostram continuamente a situação em grandes regiões. Os satélites polares movem-se em órbitas inferiores de 850 a 1.000 km e fornecem imagens da área em intervalos de seis horas.

Cada satélite meteorológico está equipado com dois tipos de instrumentos.As pesquisas fornecem imagens televisivas e fotográficas das superfícies terrestres e oceânicas, bem como da cobertura de nuvens, neve e gelo. Instrumentos de medição coletam características quantitativas sobre o estado da atmosfera, hidrosfera e magnetosfera.

Metodologia moderna de previsão

Cientista inglês Lewis Richardson em 1910propôs um método para resolver equações diferenciais de Bjerknes usando métodos numéricos. Devido à alta complexidade dos cálculos e à falta de potência da máquina, sua ideia só recebeu reconhecimento depois de vários anos.

O matemático John von Neumann lançou o projetoProjeto de Computador Eletrônico para desenvolvimento e posterior produção de dispositivos capazes de resolver problemas matemáticos complexos. A primeira máquina ENIAC (Electronic Numerical Integrator and Compute) foi lançada em 1946. Pelos padrões modernos, o seu poder de computação era insignificante (357 operações de multiplicação ou 5.000 operações de adição por segundo), o que era muito diferente dos seus dados externos. A máquina consistia em milhares de tubos de vácuo e centenas de milhares de resistores, capacitores e indutores e pesava mais de 30 toneladas. Já em 1950, com a ajuda do ENIAC, foi feita a primeira previsão matemática do tempo usando a fórmula de Lewis Richardson. Mas o problema era que o carro não conseguia acompanhar as mudanças climáticas: para obter a previsão para as próximas 24 horas, era preciso exatamente a mesma quantidade.  

Quase 30 anos após a produção do primeirocomputador Seymour Cray, fundador da Cray Research, criou o primeiro supercomputador - Cray-1. Ao contrário do ENIAC, o Cray-1 era capaz de realizar até 180 milhões de operações por segundo, o que reduzia significativamente a latência. E hoje a Cray Inc. continua sendo um dos principais fabricantes de supercomputadores do mundo.

O principal supercomputador da Rússia, que simulaclima, localizado no Centro Hidrometeorológico. Seu desempenho é avaliado em 1,2 PFLOPS. A ferramenta consiste em 976 nós de computação, cada um com dois processadores de servidor Intel Xeon E5-2697 versão 4 e 128 GB de RAM.  

Supercomputador

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%.  

Как погода влияет на продажи

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.  

Consulte Mais informação:

Engenheiro de 17 anos criou um motor sem ímã: pode ser usado em veículos elétricos

Dois planetas foram encontrados não muito longe da Terra. Talvez sejam habitados

Um meteoro único reescreveu a história do sistema solar: de onde veio