Numbriline ilmaprognoos on viis, kuidas tehakse ilmaprognoose. Selleks kasutatakse atmosfääri arvutimudeleid, mis kirjeldavad praeguseid ilmastikutingimusi ja nende muutumist aja jooksul, kasutades selleks võrrandeid. Mudelid arvutavad selliseid füüsikalisi parameetreid nagu rõhk, temperatuur, tuule suund ja kiirus ning teised suurused aja funktsioonidena. Neid modelleeritakse osaliste diferentsiaalvõrrandite süsteemiga – dünaamilise süsteemiga, mis lahendatakse numbriliselt. Kuna võrrandite lahendamiseks ja andmetöötluseks on vaja väga palju operatsioone, teostavad selle töö tavaliselt superarvutid, et tulemused jõuaksid enne reaalset sündmust valmis.

Kuidas numbriline ilmaprognoos toimib

Protsess võib jagada põhiliselt kolmeks etapiks:

  • Andmete kogumine ja initsialiseerimine: mudel vajab täpset lähteolekut ehk hetkeseisu. See põhineb satelliitandmetel, radari-, raadiosondide ja maapinnapunktide mõõtetel. Saabunud vaatlused kombineeritakse esialgse välja loomiseks ja vigade vähendamiseks kasutatakse andmete assimilatsiooni meetodeid (nt 3DVar, 4DVar, Ensemble Kalman Filter).
  • Numbriline lahendus: atmosfääri võrrandid diskretiseeritakse ruumis ja ajal (nt ruudustik või spektraalvõrrandid). Kasutatakse erinevaid numbriskeeme — lõplike erinevuste, lõplike mahtude või spektraalmeetodeid — mis juhivad, kuidas väärtusi ajas uuendatakse.
  • Tõlgendamine ja postprotsessimine: mudeli väljundit töödeldakse ja tõlgendatakse: statistiline kallas, downscaling (kohandamine kohaliku mastaabi jaoks), pildi- ja kaardirakendused ning häirete genereerimine.

Mudeli ehitus ja füüsikalised protsessid

Mudel peab jaotama atmosfääri kolmemõõtmeliselt ruudustikuks või muuks diskreetseks kujuks ning kirjeldama paljusid alamprotsesse, mis toimuvad väiksematel skaala kui võrgusamm. Nendeks on:

  • konvektsioon ja äärmuslikud sademed (pilvete ja vihma tekkimine),
  • pilvemikrofüüsika (vee- ja jääosakesed),
  • kiirgus (päikeselt ja maapinnalt tulev mõjutus),
  • piirkondlikud pinnamõjud — maastik, metsad, pinnaniiskus, lumekate ning ookeanite temperatuurid,
  • turbulents ja piirkiht (mõjutavad eriti madalaid kihte ja saaste hajumist).

Paljud neist protsessidest on väiksemal skaalal (alavõrgusammust) ning neid kirjeldatakse parameetriseerimiste abil — ligikaudsete reeglitega, mis annavad efekti ilma kõiki üksikasju lahendamata.

Andmed ja assimilatsioon

Täpse prognoosi aluseks on hea initsialiseering. Vaatlused on erineva ruumilise ja ajalisusega: meteostatsioonid annavad püsivaid pinnamõõte, radiosondid mõõdavad kõrgustel temperatuuri, niiskust ja tuult, satelliidid katavad suurt ala ning radarid annavad detailset infot sademete kohta. Need andmed kombineeritakse mudeli algoleku loomiseks läbi andmete assimilatsiooni, mis vähendab vaatlustest ja mudelist tulenevaid vigu.

Mudelitüübid ja skaala

  • Globaalsed mudelid hõlmavad kogu Maa atmosfääri ja annavad pikemaajalisi (päevi kuni nädalaid) prognoose.
  • Regionaalsed (või lokaalsed) mudelid katavad piiratud piirkondi suurema ruumilise eraldusvõimega ning sobivad lühiajalisemate, kohalike nähtuste prognoosimiseks.
  • Nowcasting ja väga lühiajalised mudelid töötlevad tihti radari- ja väga värskeid vaatlusandmeid, et ennustada mõne tunni silda.
  • Sezonilised ja kliimamudelid uurivad pikemaid perioode ja erinevaid protsesside hinnanguid.

Ebakindlus ja ensemble-prognoosid

Täpsus langeb prognoosi pikkuse kasvades ning eri algväärtuste või mudeli parameetrite väikesed erinevused võivad anda erinevaid tulemusi. Selleks kasutatakse ensemble-prognoose: sama mudeli või eri mudelite komplektiga tehakse mitu simulatsiooni väikeste variatsioonidega initsialiseerimisel ja parameetrites. Ensemble võimaldab hinnata prognoosi ebakindlust ja tõenäosusi, mitte ainult ühte deterministlikku ennustust.

Arvutuslikud nõuded ja superarvutid

Numbriline ilmaprognoos on arvutuslikult nõudlik: kõrgem ruumiline ja ajaline eraldusvõime ning suurem atmosfääri- ja protsesside hulk nõuavad rohkem operatsioone. Suure hulga arvutuste tõttu töötavad need programmid sageli paralleelselt sadadel või tuhandetel protsessoritel ning neid jooksutatakse superarvutitel. Traditsiooniliselt on ilmamudeleid kirjutatud FORTRAN-iga ning tänaseni on suur osa mudelikoodist näiliselt või osaliselt FORTRANis, kuigi töövood ja visualiseerimine võivad kasutada ka C/C++, Pythonit ja muid tööriistu.

Piirangud ja arengud

Kuigi NWP on väga võimas, on tal piirangud:

  • diskretiseerimisest tulenev viga (kõik protsessid ei mahu võrgusammu sisse),
  • parameetriseerimiste ebatäpsused (näiteks äärmuslike äikeste ja sademete kirjeldus),
  • piiratud ja ebaühtlane vaatlusvõrgustik, mis mõjutab initsialiseerimist,
  • andmete ja mudelite arvutuslikud restriktsioonid, mis piiravad eraldusvõimet ja ensemble-suurtust.

Teadusuuringud ja tehnoloogia arendamine püüavad neid piiranguid korrigeerida: parem vaatluste katvus (nt uued satelliidid), edasijõudnud assimilatsioonimeetodid, kõrgema eraldusvõimega mudelid, paremad parameetriseerimised ja raha- ning energiatõhusamad superarvutid. Samuti suureneb huvi ühendatud mudelite vastu (atmosfäär–ookean–lumi–muda), et paremini kirjeldada komplekssust ja tagasisidemehhanisme.

Kokkuvõte

Numbriline ilmaprognoos ühendab vaatlusandmed, füüsikateadmised ja arvutuslikud meetodid, et simuleerida atmosfääri käitumist. See on tänapäeval ilmavaatlustes keskne tööriist: alates lühi- ja regionaalsetest hoiatustest kuni globaalsete ilmamustrite ja kliimamuutuste uurimiseni. Et saada usaldusväärseid tulemusi, on vaja nii täpseid andmeid, häid mudeliüleseid parameetriseerimisi kui ka suurt arvutusvõimsust.