Das Problem mit Wettervorhersagen
Inhaltsverzeichnis:
Die Wissenschaft der Wetterprognose fällt jeden Tag in die Öffentlichkeit. Wenn die Prognose korrekt ist, kommentieren wir selten, aber wir beschweren uns oft, wenn die Prognose falsch ist. Ist es wahrscheinlich, dass wir eine perfekte, stundengenaue Prognose erzielen werden?
Bei der Vorbereitung einer Wettervorhersage sind viele Schritte erforderlich. Ihr Leben beginnt als globale Momentaufnahme der Atmosphäre zu einem bestimmten Zeitpunkt, die auf ein dreidimensionales Raster von Punkten abgebildet wird, die sich über den gesamten Globus erstrecken und sich von der Oberfläche in die Stratosphäre (und manchmal auch höher) erstrecken.
Mit einem Supercomputer und einem ausgeklügelten Modell, das das Verhalten der Atmosphäre mit Physikgleichungen beschreibt, wird dieser Schnappschuss dann zeitlich vorgezogen und erzeugt viele Terabytes an Rohprognosedaten. Es liegt dann an menschlichen Prognostikern, die Daten zu interpretieren und in eine aussagekräftige Prognose umzuwandeln, die an die Öffentlichkeit übertragen wird.
Ob im Wetter
Die Vorhersage des Wetters ist eine große Herausforderung. Zunächst einmal versuchen wir, etwas vorhersagen, das von Natur aus unvorhersehbar ist. Die Atmosphäre ist ein chaotisches System - eine kleine Änderung des Zustands der Atmosphäre an einem Ort kann an anderer Stelle im Laufe der Zeit bemerkenswerte Konsequenzen haben, die von einem Wissenschaftler als sogenannter Schmetterlingseffekt analogisiert wurde.
Jeder Fehler, der sich in einer Prognose entwickelt, wird schnell zunehmen und in größerem Umfang weitere Fehler verursachen. Und da wir bei der Modellierung der Atmosphäre viele Annahmen treffen müssen, wird deutlich, wie leicht sich Prognosefehler entwickeln können. Für eine perfekte Vorhersage müssen wir jeden einzelnen Fehler beheben.
Die Prognosefähigkeit hat sich verbessert. Moderne Prognosen sind sicherlich viel zuverlässiger als vor der Zeit des Supercomputers. Die frühesten veröffentlichten Prognosen des Vereinigten Königreichs stammen aus dem Jahr 1861, als der Offizier der Royal Navy und der leidenschaftliche Meteorologe Robert Fitzroy Prognosen in der Times veröffentlichten.
Seine Methoden umfassten das Zeichnen von Wetterkarten mit Beobachtungen aus einer kleinen Anzahl von Orten und das Vorhersagen basierend auf der Wetterentwicklung in der Vergangenheit, wenn die Karten ähnlich waren. Seine Vorhersagen waren jedoch oft falsch, und die Presse kritisierte sie meistens schnell.
Ein großer Schritt nach vorne wurde gemacht, als in den 1950er Jahren Supercomputer in die Prognosegemeinschaft eingeführt wurden. Das erste Computermodell war viel einfacher als das heutige von heute und prognostizierte nur eine Variable in einem Raster mit einem Abstand von mehr als 750 km.
Diese Arbeit ebnete den Weg für moderne Prognosen, deren Prinzipien immer noch auf demselben Ansatz und derselben Mathematik basieren, obwohl Modelle heute viel komplexer sind und viel mehr Variablen vorhersagen.
Heutzutage besteht eine Wettervorhersage normalerweise aus mehreren Läufen eines Wettermodells. Betriebswetterzentren verwenden normalerweise ein globales Modell mit einem Rasterabstand von etwa 10 km, dessen Ausgabe an ein Modell mit höherer Auflösung weitergegeben wird, das über ein lokales Gebiet läuft.
Um sich ein Bild von der Unsicherheit in der Vorhersage zu machen, führen viele Wetterzentren auch eine Reihe paralleler Vorhersagen durch, wobei jeweils geringfügige Änderungen an der ersten Momentaufnahme vorgenommen wurden. Diese kleinen Änderungen nehmen während der Prognose zu und geben den Prognostikern eine Abschätzung der Wahrscheinlichkeit, dass etwas passiert, beispielsweise die prozentuale Wahrscheinlichkeit, dass es regnet.
Die Zukunft der Prognose
Das Zeitalter der Supercomputer war ausschlaggebend für die Entwicklung der Wissenschaft der Wettervorhersage (und auch der Klimavorhersage). Moderne Supercomputer sind in der Lage, Tausende von Billionen Berechnungen pro Sekunde durchzuführen und Petabytes an Daten zu speichern und zu verarbeiten. Der Cray-Supercomputer im britischen Met Office verfügt über eine Verarbeitungsleistung und Datenspeicherung von etwa einer Million Samsung Galaxy S9-Smartphones.
Dies bedeutet, dass wir über die Rechenleistung verfügen, um unsere Modelle mit hoher Auflösung auszuführen und mehrere Variablen in unsere Prognosen aufzunehmen. Dies bedeutet auch, dass wir beim Generieren unseres ersten „Schnappschusses“ mehr Eingabedaten verarbeiten können, um ein genaueres Bild der Atmosphäre zu erhalten, mit dem die Prognose gestartet werden kann.
Dieser Fortschritt hat zu einer Erhöhung der Prognosefähigkeit geführt. Eine saubere Quantifizierung davon wurde in a dargestellt Natur Studie aus dem Jahr 2015 von Peter Bauer, Alan Thorpe und Gilbert Brunet, die die Fortschritte bei der Wettervorhersage als „leise Revolution“ bezeichnet.
Sie zeigen, dass die Genauigkeit einer Fünf-Tage-Prognose heutzutage mit der einer Drei-Tage-Prognose vor etwa 20 Jahren vergleichbar ist und dass wir in jedem Jahrzehnt etwa einen Tag an Geschicklichkeit gewinnen. Die heutigen Drei-Tage-Prognosen sind im Wesentlichen so genau wie die Zwei-Tage-Prognose von vor zehn Jahren.
Aber wird sich diese Kompetenzsteigerung wahrscheinlich auch in Zukunft fortsetzen? Dies hängt zum Teil davon ab, welche Fortschritte wir mit der Supercomputertechnologie erzielen können. Schnellere Supercomputer bedeuten, dass wir unsere Modelle mit einer höheren Auflösung ausführen und noch atmosphärischere Prozesse darstellen können, was theoretisch zu einer weiteren Verbesserung der Prognosefähigkeit führt.
Nach dem Mooreschen Gesetz verdoppelt sich unsere Rechenleistung seit den 70er Jahren alle zwei Jahre. Dies hat sich jedoch in letzter Zeit verlangsamt, so dass möglicherweise weitere Ansätze erforderlich sind, um zukünftige Fortschritte zu erzielen, beispielsweise die Steigerung der Recheneffizienz unserer Modelle.
Werden wir das Wetter also jemals mit 100-prozentiger Genauigkeit vorhersagen können? Kurz gesagt, nein. In der Atmosphäre befinden sich 2 × 10⁴⁴ (200.000.000.000.000.000.000.000.000.000.000.000.000.000.000) Moleküle in zufälliger Bewegung - der Versuch, sie alle darzustellen, wäre unergründlich. Die chaotische Natur des Wetters bedeutet, dass, solange wir Annahmen über Vorgänge in der Atmosphäre treffen müssen, immer die Möglichkeit besteht, dass ein Modell Fehler entwickelt.
Fortschritte bei der Wettermodellierung können diese statistischen Darstellungen verbessern und es uns ermöglichen, realistischere Annahmen zu treffen, und schnellere Supercomputer können es uns ermöglichen, unseren Wettermodellen mehr Details oder eine höhere Auflösung hinzuzufügen, aber der Kern der Prognose ist ein Modell, das immer einige erfordert Annahmen.
Solange es jedoch Forschungen gibt, um diese Annahmen zu verbessern, sieht die Zukunft der Wettervorhersage gut aus. Wie nah wir an die perfekte Prognose herankommen, bleibt jedoch abzuwarten.
Dieser Artikel wurde ursprünglich von Jon Shonk auf The Conversation veröffentlicht. Lesen Sie hier den Originalartikel.
"Call of Duty" kehrte aus diesem wichtigen Grund in den Zweiten Weltkrieg zurück
Inverse sprach mit dem Mitbegründer von Sledgehammer Games, Michael Condry, über die wirkungsvollen Gründe, warum Call of Duty im letzten Spiel in den Zweiten Weltkrieg zurückkehrte.
Das Donald Trump "Salt Bae" Meme ist aus diesem Grund traurig ironisch
Am 4. Juli hat Donald Trump Jr. zwei Memes seines Vaters, des US-Präsidenten Donald Trump, auf Instagram hochgeladen. Eines der Memes stellte Donald Trump als geliebte Internet-Ikone Salt Bae dar, was seltsam war, weil Salt Bae genau die Art von Person ist, auf die die Trump-Administration abzielte.
Apple soll seine iPhone X- und SE-Modelle aus diesem Grund töten, Bericht erstatten
Ein Bericht von zwei Analysten von BlueFin Research Partners behauptet, Apple werde sowohl das iPhone X als auch SE nach dem dritten Quartal 2018 einstellen, um sein neues iPhone-Trio zu verdoppeln. In einer Mitteilung an die Anleger prognostizieren die Analysten, dass Apple in Kürze enorme Mengen an neuen Handys entwickeln wird.