En tredagars väderprognos idag är lika bra som en dags prognos för 10 år sedan.ANGELA WEISS / AFP / Getty Images Det visade sig att den nordöstra snöstormen idag kom några timmar senare än vi varnade.
Väderprognostekniken har kommit långt. En tredagarsprognos idag är lika bra som en dags prognos för 10 år sedan, tack vare den enorma datorkraften hos superdatorer som kan konsolidera biljoner datapunkter i atmosfäriska förhållanden till enkla simuleringar.
Och ändå är det ytterst utmanande att lokalisera var och när en snöstorm kommer att drabba.
En enkel anledning är helt enkelt antalet faktorer som spelas.
En av de stora utmaningarna att förutsäga dagens storm i nordost är typen av nederbörd - kommer det att bli regn eller snö eller lite av båda? Dessa detaljer i detalj kan vara mycket svåra att spåra från en timme till nästa eftersom det finns så många variabler som kan påverka dessa, säger Greg Carbin, chef för prognosdrift vid National Weather Service, den federala byrån som tillhandahåller väderprognoser till stora TV-nätverk och andra medier vi får väderinformation från.
Avståndet mellan lätt regn och snöstorm kan vara så nära som 30 miles, vilket innebär att det kan bli en dusch på State Island och knappt regn i Bronx samtidigt.
En mertekniskanledning, som 2016 Ekonom artikel påpekas, är att motstridiga förutsägelsesmodeller kan ge mycket olika resultat.
Till exempel, innan orkanen Sandy träffade östkusten 2012, förutspådde de flesta amerikanska vädermodeller stormen skulle gå förbi fastlandet och gå mot Atlanten, medan europeiska modeller korrekt identifierade stormspåret.
Väderprognoser börjar med rådata som beskriver atmosfäriska förhållanden som samlats in av ett antal källor, allt från satelliter till väderstationer på marken. Denna information, i form av biljoner datapunkter, bearbetas sedan genom modeller som genererar de mest troliga simuleringarna av vädret vid en framtida tidpunkt.
Som en generell regel, ju mer datadatorer kan krossa (och ju snabbare de kan göra det), desto mer exakta blir prognosresultaten.
En bra väderprognos kräver två delar: ett exakt startläge för atmosfären och en bra modell med tillräcklig upplösning. Men i verkligheten är ett exakt tredimensionellt initialt tillstånd av atmosfären exceptionellt utmanande. Det skapar osäkerheter som förstärks när den atmosfäriska simuleringen utvecklas med tiden, berättade Xi Chen, forskare inom atmosfär- och havsvetenskap vid Princeton University, till Braganca.
Chens laboratorium producerade en modell som heter FV3, som kan använda tiotusentals processorer för att arbeta samtidigt på atmosfäriska simuleringar. Modellen antogs av National Weather Service 2016 som en del av en uppgradering efter felprognosen för orkanen Sandy. Den nya modellen är för närvarande under implementering.
Den befintliga modellen för National Weather Service delar upp jorden i ett rutnät på 13 km-13 km block för att observera och göra förutsägelser.
Men många viktiga väderfenomen, såsom nederbörd, bestäms till stor del av molnprocesser, som kan vara av mycket mindre skalor, sa Chen. Därför förlitar sig forskare på en teknik som kallas ”fysisk parameterisering” för att uppskatta sådana processer, vilket oundvikligen medför osäkerhet. Vårt jobb är att minimera osäkerheten genom både förbättrade teorier och förhoppningsvis mer tillgängliga datorer.
Förbättringar i prognosnoggrannheten har varit ganska dramatiska under de senaste decennierna. De globala modellerna har blivit ganska bra på att indikera potentiellt betydande väder fem till sju dagar ute. Till exempel förutspåddes snöstormen vi har att göra med idag för en vecka sedan, även om detaljer fortfarande behöver utarbetas, säger Carbin till Braganca.
Det berättar trots allt framtiden, tillade Chen.
