Mevsimsel hava tahmini

Diyagram gfs

Mevsimsel tahminlerin nasıl yapıldığını anlamak istiyorsanız, hiç düşünmeden kendiniz nasıl tahminler yaptığınızı düşünün. Hızla yolunuza çıkan bir kara bulut gördüğünüzde, barınak aramaya başlayacaksınız. Bunun nedeni elbette beyninizin size yağmur yağma ihtimalinin çok büyük olduğunu söylemesidir.

Bir hava tahmini modeli hemen hemen aynı şekilde çalışır. Bu, havanın mevcut durumunu bilirse, bundan sonra ne olacağını tahmin edebilen bir bilgisayar programıdır. Bunun nedeni, rüzgarları, yağmurları ve havanın diğer tüm bileşenlerini yönlendiren fizik ve kimya yasalarını biliyor olmasıdır. Hava durumu modeline beslenen bilgi – ilk koşul dediğimiz şey – iyiyse, tahmin önümüzdeki birkaç saat ve gün için çok doğru olacaktır. Birçok gün kala tahmini bir hava, diğer taraftan, genellikle de doğru. Bunun başlıca iki nedeni vardır:

Modele beslenen başlangıç ​​koşulları eksik. Uygulamada, bu bilgiler, dünyanın dört bir yanındaki hava durumu istasyonlarından, gemilerden, hava balonlarından, okyanus şamandıralarından ve en önemlisi: uzaydaki uydulardan alınan veriler gibi mevcut tüm gözlemlerden oluşur. Mikrodalgalar ve radardan normal görüntülere kadar her şeyi kullanarak rutin olarak yüzeyi ve atmosferi tararlar. Yerdeki gözlem ağının yoğun olduğu Orta Avrupa gibi bölgelerde ve Kuzey Amerika ve Doğu Asya’nın büyük bölümlerinde tahminler genellikle güvenilirdir. Kuzey Kutbu’nda ve Afrika’nın çoğunda, daha az gözlem var ve hava tahminleri o kadar iyi değil. Zayıf başlangıç ​​koşulları nedeniyle modeldeki hatalar zamanla artacaktır, böylece geleceğe yönelik birkaç gün öngörü, gerçekte olanlardan yavaş yavaş sapacaktır.
Atmosferdeki hareketler biraz kaotik. Bu, belirli bir rasgelelik derecesi olduğu anlamına gelir. Sarhoş bir adamın çölde veya başka bir geniş açık alanda nasıl hareket ettiğini tahmin etmek istediğinizi hayal edin. Yürümeye başladığında nerede olduğunu biliyorsunuz, böylece 10 saniye içinde olacağı genel alanı tahmin edebilirsiniz. Ancak (ne kadar sarhoş olduğuna bağlı olarak gelecekte nerede olduğunu tahmin etmek 10 dakika daha zor. Atmosfer o kadar rastgele değil ama anladınız. İlginç bir nokta, bazı insanların atmosferin hiç de kaotik olmadığını düşünmesidir, sadece modellerimizin ve başlangıç ​​koşullarının asla yeterince iyi olmayacağıdır. Sonuç olarak, atmosfer kaotik görünüyor . Bir şeyin olabileceği inancı Yeterli başlangıç ​​koşulları verildiğinde tahmin edilebilir determinizm ve yaşamımızın yönü ve fiziksel fenomenler için geçerlidir.

Öyleyse, birkaç gün öncesindeki hava durumu tahminleri güvenilir değilse, neden gelecek haftaları ve ayları tahmin eden mevsimlik tahminlere güvenelim? Bunun hakkında farklı düşünmek zorundayız. Bir hava tahmini genellikle mutlaktır. Diyor ki: “Yarın sabah 9 ile 10 arasında yağmur yağacak”. Mevsimsel tahmin daha çok olasılıklarla ilgilidir. Mayıs ayında yayınlanan tipik bir tahmin şöyle diyor: “Haziran ayının normalden daha sıcak olma olasılığı yüksek.”

Mevsimsel tahminlerin olasılıklarla ilgili olmasının nedeni, düzenli deterministik bir hava tahmininde olduğu gibi sadece bir değil birkaç model simülasyonuna dayanmalarıdır . Önümüzdeki günler için belirli bir tahminin kusurlu olacağını kabul ediyoruz. Bu nedenle, onları biraz farklı başlangıç ​​koşullarıyla besleyerek birçok tahmin gerçekleştiriyoruz. Tüm tahminlerin doğru olma olasılığı eşittir (veya olası değildir), ancak en azından tek bir simülasyondan daha geniş bir sonuç yelpazesini kapsıyoruz.

Bir örnek ele alalım. Mayıs’taki gözlemlere dayanarak başlatılan 50 hava simülasyonumuz olduğunu varsayalım. Bu simülasyonlardan 40’ı Haziran ayının belirli bir bölgede normalden daha sıcak olacağını gösteriyorsa, daha önce bahsedilen tahmini yayınlayabiliriz (yüksek olasılıkla Haziran’ın normalden daha sıcak olması). 50 simülasyondan sadece 10’u sıcak olsaydı, sıcak bir Haziran olasılığının düşük olduğunu (aslında sadece% 20’si) söylememiz gerekirdi.

Olduğu gibi, simülasyonlar ne kadar ilerlerse, o kadar az anlaşmaya varırlar. Haziran ayında yayınlanan bir tahmin için, Ağustos için çok az net sinyal olacak. Gelecekteki tüm model simülasyonları üzerinde etkisi olacak kadar önemli olan bir başlangıç ​​koşulu olmadığı sürece, model simülasyonları her yerde olacaktır. El Niño fenomeni böyle bir özelliktir.

Kısacası, bir El Niño bölümü, tropikal Pasifik Okyanusu’nun bazı kısımlarında deniz yüzeyi sıcaklıklarının normalden daha yüksek olduğu zamandır. Bu, okyanustan atmosfere büyük ısı kaybına yol açar ve uzaktaki hava modellerini etkiler. Örneğin, Doğu Afrika’daki Etiyopya’da yaz mevsiminde yağışlı mevsimler büyük bir kısmı birkaç bin kilometre uzaklıktaki El Niño tarafından yönetiliyor.

pasifik okyanusunda el nino
1997 El Niño sırasında deniz yüzeyi sıcaklığı anormalliklerinin bir haritası.
El Niño fenomeni, okyanusun atmosferin iyi bir belirleyicisi olarak hareket etmesine iyi bir örnektir. Okyanusun durumu, atmosferdeki rüzgar ve yağmurlardan çok daha yavaş değişir. Bu nedenle, iyi bir mevsim tahmini oluşturmak için okyanusu (ve kışın deniz buzu ve kar örtüsünü) mümkün olduğu kadar temsil etmek son derece önemlidir. Atmosferin başlangıç ​​durumu o kadar önemli değil, çünkü bu zaten birkaç gün içinde büyük ölçüde değişecek.

Mevsimsel tahminler, planlama için çok yararlı araçlar olabilir. Bununla birlikte, kaliteleri başlangıç ​​koşullarının kalitesine (modele beslenen gözlemsel veriler), simülasyonların sayısına (çoğunun gerçekleştirilmesi pahalıdır) ve atmosferin ve okyanusun durumuna bağlıdır. Ek olarak, tahminin doğruluğu okyanus ve hava sisteminin mevcut öngörülebilirliğinden etkilenir. Örneğin, bir El Niño devam ediyorsa, bazı bölgeler normalden daha öngörülebilirdir.

Biz iklim bilimcilerin yapmaya çalıştığı şey, modelleri iyileştirerek, gözlem ağını geliştirerek ve en önemlisi, atmosferin neden bazen diğer zamanlardan daha öngörülebilir olduğunu anlamaya çalışarak mevsimsel tahminleri iyileştirmektir. Bu bizim eğlence anlayışımız.

Share:

Author: co.admin