นี่คือเหตุผลที่การทำนายสภาพอากาศยังยากอยู่

ปรากฎว่าพายุหิมะตะวันออกเฉียงเหนือในวันนี้มาช้ากว่าที่เราเตือนไม่กี่ชั่วโมง

เทคโนโลยีพยากรณ์อากาศมาไกล การพยากรณ์สามวันในวันนี้ทำได้ดีพอๆ กับการคาดการณ์ในหนึ่งวันเมื่อ 10 ปีที่แล้ว ต้องขอบคุณพลังการประมวลผลมหาศาลของซูเปอร์คอมพิวเตอร์ที่สามารถรวมจุดข้อมูลหลายล้านล้านจุดบนสภาพบรรยากาศเป็นการจำลองง่ายๆ

แต่ถึงกระนั้น การระบุว่าจะเกิดพายุหิมะที่ไหนและเมื่อไหร่ก็ยังเป็นเรื่องที่ท้าทายอย่างยิ่ง

เหตุผลหนึ่งที่ตรงไปตรงมาก็คือจำนวนปัจจัยที่เล่น

หนึ่งในความท้าทายที่ยิ่งใหญ่ในการทำนายพายุวันนี้ในภาคตะวันออกเฉียงเหนือคือประเภทของฝน จะเป็นฝนหรือหิมะหรือทั้งสองอย่าง? Greg Carbin หัวหน้าฝ่ายปฏิบัติการพยากรณ์ของ National Weather Service ซึ่งเป็นหน่วยงานของรัฐบาลกลางที่ให้บริการพยากรณ์อากาศกล่าวว่ารายละเอียดที่ละเอียดเหล่านี้เป็นเรื่องยากมากที่จะติดตามตั้งแต่หนึ่งชั่วโมงไปจนถึงอีกชั่วโมงหนึ่ง เนื่องจากมีตัวแปรมากมายที่สามารถมีอิทธิพลต่อสิ่งเหล่านี้ได้ เครือข่ายโทรทัศน์หลักและสื่ออื่นๆ ที่เราได้รับข้อมูลสภาพอากาศ

ระยะห่างระหว่างฝนตกปรอยๆ กับพายุหิมะอาจใกล้ถึง 30 ไมล์ ซึ่งหมายความว่าใน State Island อาจมีฝนโปรยปราย และแทบไม่มีฝนตกใน Bronx ในเวลาเดียวกัน

เพิ่มเติมเทคนิคเหตุผลในฐานะปี 2559 นักเศรษฐศาสตร์ บทความ ชี้ให้เห็นว่ารูปแบบการทำนายที่ขัดแย้งกันสามารถสร้างผลลัพธ์ที่แตกต่างกันอย่างมากมาย

ตัวอย่างเช่น ก่อนที่พายุเฮอริเคนแซนดี้จะพัดถล่มชายฝั่งตะวันออกในปี 2555 แบบจำลองสภาพอากาศของอเมริกาส่วนใหญ่คาดการณ์ว่าพายุจะพัดผ่านแผ่นดินใหญ่และมุ่งหน้าไปยังมหาสมุทรแอตแลนติก ในขณะที่แบบจำลองยุโรประบุเส้นทางพายุได้อย่างถูกต้อง

การพยากรณ์อากาศเริ่มต้นด้วยข้อมูลดิบที่อธิบายสภาพบรรยากาศที่รวบรวมโดยแหล่งต่างๆ ตั้งแต่ดาวเทียมไปจนถึงสถานีตรวจอากาศบนพื้นดิน ข้อมูลนี้ในรูปแบบของจุดข้อมูลนับล้านล้านจะถูกประมวลผลผ่านแบบจำลองที่สร้างการจำลองสภาพอากาศที่เป็นไปได้มากที่สุดในอนาคต

ตามกฎทั่วไปแล้ว ยิ่งคอมพิวเตอร์ข้อมูลสามารถบีบอัดข้อมูลได้มากเท่านั้น (และยิ่งสามารถทำได้เร็ว) ผลลัพธ์การคาดการณ์ก็จะยิ่งแม่นยำมากขึ้นเท่านั้น

การพยากรณ์อากาศที่ดีต้องมีสองส่วน: สถานะเริ่มต้นของบรรยากาศที่ถูกต้องและแบบจำลองที่ดีที่มีความละเอียดเพียงพอ แต่ในความเป็นจริง สภาวะเริ่มต้นของบรรยากาศสามมิติที่แม่นยำนั้นเป็นสิ่งที่ท้าทายอย่างยิ่ง Xi Chen นักวิจัยด้านบรรยากาศและมหาสมุทรศาสตร์แห่งมหาวิทยาลัยพรินซ์ตันกล่าวกับ Braganca ซึ่งสร้างความไม่แน่นอนที่ขยายขึ้นเมื่อการจำลองบรรยากาศพัฒนาขึ้นตามเวลา

ห้องทดลองของ Chen ได้ผลิตแบบจำลองที่เรียกว่า FV3 ซึ่งสามารถใช้โปรเซสเซอร์หลายหมื่นตัวเพื่อทำงานพร้อมกันในการจำลองบรรยากาศ แบบจำลองนี้ได้รับการรับรองโดย National Weather Service ในปี 2559 ซึ่งเป็นส่วนหนึ่งของการอัพเกรดหลังจากการพยากรณ์ที่ผิดพลาดของพายุเฮอริเคนแซนดี้ โมเดลใหม่นี้อยู่ในระหว่างดำเนินการ

แบบจำลองที่มีอยู่ของ National Weather Service แบ่งโลกออกเป็นตารางขนาด 13 กม. ต่อ 13 กม. เพื่อสังเกตและคาดการณ์

อย่างไรก็ตาม ปรากฏการณ์สภาพอากาศที่สำคัญหลายอย่าง เช่น ปริมาณน้ำฝน ถูกกำหนดโดยกระบวนการคลาวด์เป็นส่วนใหญ่ ซึ่งอาจมีขนาดที่เล็กกว่ามาก Chen กล่าว ดังนั้น นักวิทยาศาสตร์จึงอาศัยเทคนิคที่เรียกว่า 'การกำหนดพารามิเตอร์ทางกายภาพ' เพื่อประเมินกระบวนการดังกล่าว ซึ่งทำให้เกิดความไม่แน่นอนอย่างหลีกเลี่ยงไม่ได้ งานของเราคือการลดความไม่แน่นอนโดยทั้งทฤษฎีที่ปรับปรุงแล้วและหวังว่าจะมีทรัพยากรการคำนวณที่พร้อมใช้งานมากขึ้น

การปรับปรุงความแม่นยำในการคาดการณ์นั้นค่อนข้างน่าทึ่งในทศวรรษที่ผ่านมา โมเดลทั่วโลกนั้นค่อนข้างดีในการระบุสภาพอากาศที่อาจเกิดขึ้นได้ห้าถึงเจ็ดวัน ตัวอย่างเช่น พายุหิมะที่เรากำลังเผชิญอยู่ในวันนี้ถูกคาดการณ์ไว้เมื่อสัปดาห์ที่แล้ว แม้ว่ารายละเอียดจะต้องได้รับการแก้ไข Carbin บอกกับ Braganca

มันบอกอนาคตหลังจากทั้งหมด Chen กล่าวเสริม