原来今天的东北暴风雪比我们收到的警告晚了几个小时。
天气预报技术已经取得了长足的进步。今天的三天预测与 10 年前的一天预测一样好,这要归功于超级计算机的强大计算能力,可以将数万亿个大气条件数据点整合到简单的模拟中。
然而,确定暴风雪将在何时何地发生仍然极具挑战性。
一个直接的原因就是起作用的因素的数量。
预测今天东北部风暴的一大挑战是降水类型——是雨还是雪,还是两者兼而有之?国家气象局预报业务主管格雷格·卡宾 (Greg Carbin) 表示,从一小时到下一小时很难跟踪这些精细尺度的细节,因为有太多的变量会影响这些细节。我们从中获取天气信息的主要电视网络和其他媒体。
一场小毛毛雨和一场暴风雪之间的距离可以接近 30 英里,这意味着 State Island 可能同时有阵雨,而 Bronx 几乎不会下雨。
更多技术的原因,作为 2016 经济学家 文章 指出的是,相互冲突的预测模型会产生截然不同的结果。
例如,在 2012 年飓风桑迪袭击东海岸之前,大多数美国天气模型预测风暴将绕过大陆并前往大西洋,而欧洲模型正确识别了风暴轨迹。
天气预报从描述大气状况的原始数据开始,这些数据由许多来源收集,从卫星到地面气象站。这些信息以数万亿个数据点的形式出现,然后通过模型进行处理,这些模型生成未来时间最可能的天气模拟。
作为基本规则, 计算机可以处理的数据越多(而且速度越快),预测结果就会越准确。
一个好的天气预报需要两个部分:准确的大气初始状态和具有足够分辨率的良好模型。但是,在现实中,精确的 3D 大气初始状态非常具有挑战性。普林斯顿大学大气和海洋科学研究员 Xi Chen 告诉《观察家报》,这会造成不确定性,随着大气模拟随着时间的推移而扩大。
陈的实验室制作了一个名为 FV3 的模型,它可以利用数万个处理器同时进行大气模拟。该模型于 2016 年被国家气象局采用,作为飓风桑迪误预测后升级的一部分。新模式目前正在实施中。
国家气象局的现有模型将地球划分为 13 公里×13 公里的网格,以进行观测和预测。
然而,许多重要的天气现象,如降水,在很大程度上是由云过程决定的,而云过程的规模可能要小得多,陈说。因此,科学家们依靠一种称为“物理参数化”的技术来估计这些过程,这不可避免地引入了不确定性。我们的工作是通过改进的理论和希望更多的可用计算资源来最小化不确定性。
在过去的几十年中,预测准确性的提高非常显着。全球模型已经非常擅长指示未来 5 到 7 天的潜在重大天气。例如,我们今天处理的暴风雪是一周前预测的,尽管细节仍然需要解决,卡宾告诉观察家。
陈补充说,毕竟这是在告诉未来。