ЗАЯВЛЕНИЕ ВМО О НАУЧНОЙ ОСНОВЕ И ОБ ОГРАНИЧЕНИЯХ ДЛЯ ПРОНОЗИРОВАНИЯ ПОГОДЫ И ПЕРСПЕКТИВНЫХ ОЦЕНОК КЛИМАТА

Автор: Комиссия по атмосферным наукам

Источник:http://meteoinfo.ru/climate-WMO

1.Введение

1.1Национальные метеорологические и гидрологические службы выпускают ежегодно десятки миллионов прогнозов погоды. Для этого ВМО требуются комплексные и хорошо обслуживаемые метеорологические сети, стандартизация и координация обмена данными и продукцией при высоких скоростях и разработка и применение новых методов наблюдений и моделирования, а также постоянное развитие метеорологических наук. Такой огромный опыт вместе с надежным комплектом данных об оценке точности, означает, что во многих случаях неопределенность в прогнозах погоды хорошо известна, а во многих случаях хорошо объяснима. Так, например, улучшенное предсказание путей движения тропических циклонов позволило сберечь множество жизней во всех бассейнах, находящихся под угрозой этих циклонов. Тем не менее прогнозы путей движения циклонов все еще нуждаются в улучшении, а предсказаниям интенсивности тропических циклонов все еще присуща большая степень неопределенности.

1.2 За последние несколько десятилетий благодаря улучшенным средствам наблюдений, возрастающему научному пониманию и более современным и сложным численным моделям, а также благодаря другим прогностическим механизмам, восприятие населением прогнозирования погоды постепенно сменилось от прогнозов, которые сообщество воспринимало таким образом, что они всегда неправильны, на идею о том, что прогнозы, предположительно, правильны. В самом деле, прогнозы на трое суток для приземного давления настолько же хороши, как прогнозы на сутки, которые выдавались 20 лет назад, что является величайшим научным достижением. Это улучшение переходит и в XXI век, вероятно, с еще большим темпом.

1.3 Несмотря на эти успехи, в прогнозах еще остается некая неопределенность; и стопроцентный успех не будет достигнут никогда в жизни. Однако все еще имеется риск того, что население предположительно придет к выводу о том, что прогнозы всегда правильные; а в тех случаях, когда они неправильные, то это результат некомпетентности, беспечности или же некая другая форма, ответственная за системный провал. Необходимо лучше понять, что при сегодняшнем (и в ближайшей перспективе) состоянии науки некоторые метеорологические явления останутся исторически непредсказуемыми, и чем более экстремальным является явление, тем больше вероятность непредсказуемости.

1.4 Этот документ подготовлен специалистами по научным программам в области атмосферы в рамках Всемирной Метеорологической Организации, с тем чтобы отразить текущее состояние научного предсказания погоды. Содержание документа может представлять широкий интерес для ученых, пользователей метеорологических прогнозов, финансирующих учреждений, а также лиц, принимающих решения. Однако это заявление предназначено главным образом для того, чтобы отпраздновать достижения при документировании причин для неопределенности в предсказании погоды и объяснении того, каким образом методы прогнозирования вырабатываются для приведения к минимуму и количественному объяснению неопределенности. Ожидается, что это позволит внести вклад во взаимное понимание между научным сообществом и сообществом пользователей при улучшенном понимании этой общей задачи.

2. Наука прогнозирования погоды

Изменение атмосферы, а отсюда и погоды, определяют динамические и физические процессы, протекающие в атмосфере, а также взаимодействия с примыкающей средой (например, поверхности суши, океана и льда). Научно обоснованные прогнозы погоды возможны лишь в случае, если процессы достаточно понятны, а текущее состояние атмосферы достаточно известно, для подготовки прогнозов будущих состояний. Прогнозы погоды подготавливаются с использованием в основном систематического подхода, включающегося наблюдения и усвоение данных, процесс понимания, предсказания и распространения. В каждой из этих компонент используются достижения науки и техники и будет продолжаться их использование.

2.1 Наблюдения и усвоение данных

2.1.1 За последние несколько десятилетий, благодаря значительным достижениям в науке, появились улучшенные и более эффективные методы для проведения наблюдений и своевременного сбора данных от большого ряда источников, включающих радиолокаторы и спутники. Использование данных этих наблюдений в научно обоснованных методах привело к значительному повышению качества прогнозов погоды, и в результате этого люди во всем мире стали полагаться на прогнозы погоды в качестве ценного вклада во многие процессы принятия решений.

2.1.2 Подготавливаемые с помощью компьютеров прогнозы начинаются с описания состояния атмосферы, основываясь на прошлых и текущих наблюдениях в процессе, называемом усвоением данных, в котором используется модель численного прогнозирования погоды (ЧПП) (см. 2.3.2) для обобщения и продвижения во времени информации от прошлых наблюдений. Усвоение данных является весьма эффективным при использовании неполного охвата данными наблюдений от различных источников с целью создания логически согласованной оценки состояния атмосферы. Однако, подобно прогнозу, она базируется на модели ЧПП и не может с готовностью использовать наблюдения в таких масштабах и процессах, которые не представлены моделью.

2.1.3 Международное научное сообщество подчеркивает, что ограничивающим фактором в качестве некоторых прогнозов является наличие районов с очень бедным охватом данными. Поэтому все еще имеется потребность в улучшенных системах наблюдений и в методах для усвоения данных этих систем в моделях ЧПП.

2.2 Понимание атмосферы: присущие ограничения для предсказуемости

2.2.1 Благодаря различной исследовательской деятельности, включая проведение полевых экспериментов, теоретическую работу и численное моделирование, в научном понимании физических процессов достигнут значительный прогресс. Однако атмосферные процессы изначально являются нелинейными, и не все физические процессы можно понять или представить в моделях ЧПП. Например, широкое разнообразие возможного наличия воды в облаках и частиц льда необходимо значительно упростить в виде небольших кучевых облаков, которые могут быть источником ливневого дождя. Постоянные исследовательские усилия с использованием ожидаемых улучшений в компьютерной технологии и физических измерениях позволят улучшить эти приближения. И даже после этого все еще окажется невозможным представлять все атмосферные движения и процессы.

2.2.2 Имеется широкий спектр видов атмосферного движения — от планетарного масштаба до местной турбулентности. Некоторые из них являются неустойчивыми и организованы таким образом, что поток усиливается с использованием, например, энергии от нагревания и конденсации влаги. Это свойство атмосферы означает, что небольшие неопределенности о состоянии атмосферы также будут возрастать, и, таким образом, в конечном итоге, окажется невозможным точно предсказать неустойчивые системы. Насколько это быстро происходит зависит от типа и размера движения. Для конвективных движений, таких как грозы, ограничение составляет порядка часов, в то время как для крупномасштабных движений оно составляет порядка двух недель.

2.3 Предсказание погоды

2.3.1 Прогнозирование текущей погоды: прогнозы в пределах от 0 и вплоть до 6-12 часов основываются на более интенсивном, с точки зрения наблюдений подходе, и называются как прогнозы текущей погоды. Традиционно прогнозирование текущей погоды концентрируется на анализе и экстраполяции наблюдаемых метеорологических полей с особым упором на мезомасштабные поля облаков и осадков, полученных по данным спутников и радиолокаторов. Прогностическая продукция текущей погоды особенно ценна в случае мезомасштабных неблагоприятных условий погоды, связанных с сильной конвекцией и интенсивными циклонами. В случае с тропическими циклонами, прогнозирование текущей погоды является важным подходом для обнаружения и последующего краткосрочного предсказания, которое обеспечивает действительность прогноза в некоторых случаях свыше 24 часов. Однако временной темп изменения этих явлений является таковым, что простая экстраполяция важных значительных характеристик приводит к тому, что продукция очень быстро ухудшается со временем, даже во временных масштабах порядка одного часа. Поэтому разрабатываются методы, которые сочетают методы экстраполяции с ЧПП, при этом как за счет смешения двух видов продукции, так и с помощью улучшенной ассимиляции подробных мезомасштабных наблюдений. Это изначально очень трудная задача и, несмотря на точность и конкретность, которые будут улучшаться в предстоящие годы, эти виды продукции всегда будут связаны с неопределенностью, касающейся конкретного местоположения, времени и суровости метеорологических явлений, таких как грозовые и градовые ливни, торнадо и нисходящие порывы.

2.3.2 Численное прогнозирование погоды (ЧПП): прогнозы с заблаговременностью, превышающей несколько часов, почти всегда полностью основываются на ЧПП. В действительности, большую часть улучшений в оправдываемости прогнозов погоды за последние 20 лет можно отнести за счет компьютерных моделей ЧПП, которые строятся с использованием уравнений, описывающих динамическое и физическое изменение атмосферы. Модели ЧПП представляют атмосферу на трехмерной сетке, при этом оперативные системы в 2001 г. используют горизонтальное пространственное разрешение в 50-100 км для крупномасштабного прогнозирования, и 5-40 км — для прогнозирования по ограниченному району в мезомасштабе. С поступлением более мощных компьютеров это представление улучшится. Точно могут предсказываться только метеорологические системы, которые в несколько раз превышают шаг сетки, и поэтому явления в меньших масштабах должны представляться в приближенном виде с использованием статистических и других методов. Эти ограничения в моделях ЧПП оказывают особое влияние на подробные прогнозы местных элементов погоды, такие как облачность и туман, а также экстремальные явления, такие как интенсивные осадки и пиковые порывы. Они также вносят неопределенности, которые могут хаотично возрастать и, в конечном итоге, ограничивать предсказуемость.

2.3.3 Прогнозирование по ансамблю: неопределенность существует всегда, даже в наших знаниях текущего состояния атмосферы. Она хаотично возрастает во времени с поступлением большого количества новой информации, которая вначале не добавляет дополнительное значение, до тех пор, пока не остается только климатологическая информация. Скорость роста этой неопределенности трудно оценить, поскольку она зависит от трехмерной структуры атмосферного потока. Решение этой проблемы состоит в использовании группы прогнозов – ансамбля – по ряду незначительно отличающихся начальных условий и/или группы моделей ЧПП с различными, но равновозмоными приближениями. Если ансамбль хорошо построен, то его прогнозы охватят ряд возможных результатов, обеспечивая диапазон образований, где могут возрастать неопределенности. По этому комплекту прогнозов можно автоматически получить информацию о вероятностях, применительно к потребностям пользователей. Ансамбли прогнозов зависят от ограничений ЧПП, рассмотренных ранее. Кроме того, поскольку группа прогнозов обрабатывается на компьютере одновременно, то остается меньше компьютерных мощностей для каждого прогноза. В этой связи требуется повышение шага сетки, что ведет к затруднениям в представлении некоторых суровых явлений погоды меньшего горизонтального масштаба. С учетом ограниченного количества прогнозов в ансамбле, трудно вычислить вероятности весьма экстремальных и редких явлений непосредственно по ансамблю. Более того, невозможно изменить используемые модели ЧПП для должной выборки ошибок моделирования, и, таким образом, во всех моделях будут допускаться одни и те же ошибки.

2.3.4 Оперативный метеоролог: сохраняется важнейшая роль прогнозиста в интерпретации выходной продукции и в упорядочении иногда разноречивой информации из различных источников. Эта роль особенно важна в тех ситуациях, когда проявляется суровая погода в местном масштабе. Несмотря на энергичные усилия по обеспечению прогнозистов системами высокого качества, такими как интерактивные рабочие места прогнозиста для отражения и обработки основной информации, им еще, как прежде, предстоит иметь дело с огромными количествами информации и принимать решения в пределах очень ограниченного отрезка времени. Более того, прогнозистам необходимо идти в ногу с последними научными достижениями.

3. Предсказание в масштабах от сезона до межгодового

3.1 За пределами двух недель обычные недельные подробные прогнозы погоды имеют очень низкий уровень успешности, но обычные месячные прогнозы с использованием ЧПП с предсказанными аномалиями температуры поверхности моря все еще имеют значительную успешность для некоторых регионов и сезонов в пределах нескольких месяцев.

3.2 При сезонном временном масштабе подробные прогнозы метеорологических явлений или последовательностей метеорологических образований невозможны. Как уже упоминалось выше, неупорядоченный характер поведения атмосферы устанавливает фундаментальное ограничение порядка двух недель для таких детерминистских предсказаний, связанных с быстрым возрастанием ошибок исходного условия, возникающих из несовершенных и неполных наблюдений. Тем не менее в ограниченном плане некая предсказуемость проявляется с более длительными сроками заблаговременности вплоть до нескольких сезонов. Это происходит в связи с взаимодействиями между атмосферой, океанами и поверхностью суши, которые становятся важными в сезонных временных масштабах.

3.3 Свойственные временные масштабы изменчивости как для поверхности суши, так и для океанов, являются более длительными по сравнению с временными масштабами изменчивости атмосферы, частично вследствие сравнительно большой термальной инерции. Океанские волны и течения являются медленными по сравнению с их атмосферными контрагентами ввиду большой разницы в структуре плотности. Поскольку атмосфера связана с условиями океана и поверхности суши, то степень предсказуемости может быть перенесена на атмосферу в сезонных временных масштабах. Известно, что такое взаимодействие существует особенно в зоне тропиков, где характер атмосферной конвекции в конечном итоге является важным для характера погоды в глобальном масштабе и довольно тесно связан с колебаниями температуры поверхности океана. Наиболее важным примером такого взаимодействия является явление Эль-Ниньо/Южное колебание, которое приводит к значительным сдвигам в глобальном климате с интервалами в пределах от 2 до 7 лет.

3.4 Характер предсказуемости в климате в сезонных временных масштабах следует понимать в вероятностных выражениях. Это не точная последовательность погоды, которая имеет предсказуемость с большой временной заблаговременностью (сезон или более), но скорее некоторые аспекты статистических данных о погоде, например средняя или колебание температуры/осадков за сезон, которые имеют потенциальную предсказуемость. Хотя погода в любой определенный день совершенно неопределенна в долгосрочном плане, устойчивое влияние медленно изменяющихся условий поверхности могут изменить шансы для конкретного типа погоды, происходящей в этот день. Если проводить грубую аналогию с процессом игры в кости, незначительное, но систематическое влияние граничного усилия можно сравнить с киданием костей, которые «загружены». При каждом определенном броске мы не можем предсказать результатов, но после нескольких бросков отклоненная кость будет в пользу конкретного результата по сравнению с другими. Это вид ограниченной предсказуемости, которая характеризует сезонное прогнозирование.

3.5 В настоящее время сезонные предсказания подготавливаются с использованием как статистических схем, так и динамических моделей. Статистический подход стремится к обнаружению повторяющихся схем в климате, связанных с предикторным полем, таким как температура поверхности моря. Такие модели продемонстрировали оправдываемость при прогнозировании Эль- Ниньо и некоторых из его глобальных климатических последствий. Основными инструментами для динамического прогнозирования являются совмещенные модели – модели, которые включают как атмосферу, так и другие важные среды, особенно океан. Такие модели инициализируются с использованием имеющихся наблюдений и интегрируются по времени, с тем чтобы подготовить сезонное предсказание. Проблема неопределенности решается с использованием группового подхода, при котором модель климата прогоняется множество раз с несколько разными исходными условиями (в пределах ошибок наблюдения или ошибок выборочного обследования). Отсюда получают распределение результатов, по которым можно рассчитать данные о климате. Недавно получены обещающие результаты по групповой продукции, при которой объединялись несколько моделей.

3.6 Имеется несколько ограничений, касающихся текущих предсказаний. Большинство из совмещенных моделей (и в меньшей степени несовмещенных моделей) демонстрирует несколько серьезных постоянных систематических ошибок, которые неизбежно снижают уровень оправдываемости прогноза. Наличие данных является ограничением как для статистических моделей, так и для динамических моделей. В последнем случае весьма ограниченная информация имеется для большей части глобального океана и для условий поверхности суши. Кроме того, текущие модели инициализации не учитывают должным образом систематические ошибки моделей, ограничивая еще более полезность прогноза. Окончательный набор ограничений возникает по практическим причинам. В связи с ресурсными потребностями большинство сезонных предсказаний не могут производиться с разрешениями, сравнимыми с прогнозированием погоды. Далее, довольно небольшие размеры ансамбля (порядка 10) используются для некоторых моделей и, безусловно, являются менее оптимального для подготовки надежных вероятностных прогнозов. Последние исследования касаются потенциала для приведения климатических прогнозов до регионального уровня путем применения различных средств, а также возможностей для более подробной вероятностной климатической информации от расширенных ансамблей одной или нескольких моделей.

3.7 В настоящее время рассматривается вопрос о возможном использовании сезонных прогнозов в различных контекстах. В каждом случае для эффективного использования потребуется особое внимание к вопросу неопределенности, присущей сезонным прогнозам. Можно предположить, что в ближайшем будущем передовые достижения позволят улучшить оценки неопределенностей, связанные с прогнозами, что позволит осуществлять лучшее использование прогностической продукции.

4. Перспективная оценка будущего климата

4.1 Как объяснялось выше, основываясь на текущем наблюденном состоянии атмосферы, предсказание погоды может предоставить подробную метеорологическую информацию по конкретному месту и времени во временных масштабах порядка двух недель. Как оказалось, существует некая предсказуемость аномалий температуры и осадков на более длительные сроки вплоть до нескольких сезонов. Это происходит за счет взаимодействий между атмосферой, океанами и поверхностью суши, которые становятся важными в масштабах сезона. Для более длительных временных масштабов текущее наблюденное состояние атмосферы и даже тех крупномасштабных аномалий, которые обеспечивают оправдываемость в пределах от сезонного до межгодового масштабах, уже не могут этого сделать ввиду фундаментального хаотического характера поведения системы земля-атмосфера. Однако долгосрочные изменения в системе земля-атмосфера в климатических временных масштабах (десятилетия-столетия) зависят от факторов, которые изменяют баланс входящей и уходящей энергии в системе земля-атмосфера. Эти факторы могут быть естественными (например, изменения в солнечной мощности излучение или вулканы) или антропогенными (например увеличение массы парниковых газов). Поскольку моделирование возможных будущих состояний климата зависит от предписанных сценариев этих факторов, то более точно их называют как «перспективные оценки», а не «предсказания» или «прогнозы».

4.2 Для того чтобы выполнять перспективные оценки климата, требуются модели климата, основывающиеся на физических процессах, с тем чтобы представлять тонкие механизмы обратной связи, которые являются важнейшими во временных масштабах климата. Физические процессы и обратные механизмы связи, которые не являются важными в ЧПП, или даже во временных масштабах сезонного предсказания становятся важными при попытке моделировать климат на длительные периоды, например, взаимодействие между облачностью и радиацией и механизмы обратной связи, механизм обратной связи водяного пара (и правильного моделирования долгопериодных трендов в водяном паре), динамика и процессы океана (особенно точное представление термохалинной циркуляции). Обработка этих ключевых свойств является адекватной для того, чтобы воспроизводить многие аспекты климата реалистично, хотя остается много неопределенностей, связанных с облачностью и аэрозолями и их радиационными воздействиями и многими океанским процессами. Тем не менее имеется достаточная уверенность в том, что существующие модели климата и их состояние обеспечивают полезную перспективную оценку изменения будущего климата. Эта уверенность основывается на продемонстрированных характеристиках и работе моделей в ряде пространственно-временных масштабов.

4.3 Понимание основных климатических процессов и их репрезентативность в моделях (такие как включение динамики морского льда и более реалистичный перенос океанского тепла) за последние несколько лет заметно улучшилось. В настоящее время многие модели позволяют удовлетворительно моделировать климат без необходимости применения нефизических поправок потоков тепла и воды при взаимодействии океана и атмосферы, используемых в моделях раннего периода. Более того, моделирование, которое включает оценку природного и антропогенного воздействия, вполне в состоянии воспроизвести наблюденные крупномасштабные изменения, произошедшие в приземной температуре за двадцатое столетие. Эта крупномасштабная согласованность между моделями и наблюдениями ведет к уверенности в оценках темпов потепления, рассчитанных на следующий век. Моделирование наблюденной естественной изменчивости (например, Эль-Ниньо, циркуляции муссона, северо-атлантическое колебание) также улучшилось. 4.4 С другой стороны, систематические ошибки все еще слишком очевидны, например, в смоделированном распределении температуры в различных регионах мира или в различных частях атмосферы, в полях осадков, облачности (в особенности в слоистых облаках над морем). Одним из факторов, которые ограничивают уверенность в перспективной оценке изменения климата, является неопределенность внешнего воздействия (например, в предсказании будущей концентрации атмосферной двуокиси углерода и других парниковых газов и аэрозольных нагрузок).

4.5 Как и в случае с прогнозами ЧПП и сезонными прогнозами, перспективные оценки климата по ансамблю также являются чрезвычайно важными. Ансамбли позволяют измерить магнитуду влияния естественной изменчивости климата, а также его влияние на будущие перспективные оценки и, таким образом, позволяют выделить более четко статистически любой значительный сигнал изменения климата (магнитуда естественной изменчивости климата будет сравнима с величиной естественной изменчивости климата на ближайшие несколько десятилетий).

5. Распространение продукции для конечных пользователей

5.1 Прогнозы погоды от НМГС и частного сектора необходимо распространять среди большого круга пользователей, таких как руководители операциями в условиях чрезвычайных ситуаций, диспетчеры воздушного движения, прогнозисты паводков, руководители общественных мероприятий и т.д., при этом необходимо соблюдать сроки и приемлемую для пользователей форму представления. Это само по себе представляет еще одну важную задачу, выполнение которой во все большей степени полагается на достижения в информативной технологии. Все возрастающий круг пользователей использует также предсказания в масштабах от сезонного до межгодового и перспективной оценки климата.

5.2 Если бы можно было выразить присущую неопределенность количественным образом, то ценность прогнозов для лиц, принимающих решения, значительно бы возросла. Это особенно относится к прогнозам суровой погоды, которая может нанести серьезный ущерб имуществу и привести к потерям жизни, и поэтому необходимо настоятельно рекомендовать принятие мер предосторожности, даже если такое явление маловероятно, но возможно. Вероятности являются естественным способом выражения неопределенности. Диапазон возможных результатов можно описать с помощью соответствующих вероятностей, а пользователи могут затем на основе этой информации принимать решения в соответствии с их конкретными расходами и рисками.

5.3 В прогнозах, выраженных в качестве вероятностей или ансамблей, содержится намного больше информации, чем в детерминистских прогнозах, и поэтому трудно передать их все для пользователей. В транслируемых прогнозах можно лишь дать широкую картину наиболее вероятного результата. При этом возможно выразить идею о значительных рисках. Решение каждого пользователя может основываться на вероятностях ряда конкретных явлений. Их характер, а также пороги вероятности для принятия действий по прогнозам, будут различными. Таким образом, для важных решений пользователя необходимо применять их конкретные критерии, касающиеся подробной прогностической информации.

6. Выводы

6.1 Успешность метеорологических прогнозов существенно продвинулась с середины ХХ-го столетия. Это во многом связано с достижениями в вычислительной технике, в наблюдениях и системах телесвязи, а также с развитием моделей численного прогнозирования погоды и связанных с ними методов усвоения данных. Этому во многом способствовали огромный опыт как прогнозистов, так и лиц, принимающих решения, при подготовке и использовании прогностической продукции. Тем не менее каждому компоненту в пределах науки и технологии прогнозирования погоды и перспективных оценок присущи свои неопределенности. Некоторые из них связаны с недостатком полного понимания или наследованного ограничения предсказуемости исключительно сложных процессов. Другие все еще связаны с необходимостью дальнейших достижений в методах наблюдений или в вычислительной технике, или с неадекватным переходом от исследований к оперативным работам. И наконец, нельзя недооценивать важность надлежащей передачи метеорологических прогнозов хорошо подготовленным пользователям.

6.2 Несомненно то, что значительные выгоды будут получены в результате оказания постоянного внимания научным исследованиям и внедрению знаний, полученных от этой работы в практику прогнозирования. Кроме того, признание ограниченности прогнозов погоды и перспективных оценок климата и, когда возможно, оценки степени неопределенности, приведет в конечном итоге к улучшенному использованию прогнозов и другой метеорологической информации лицами, принимающими решения. В конечном итоге, цель состоит в том, чтобы научные сообщества и сообщества пользователей работали вместе, с тем чтобы получить еще более значительные выгоды.