Национальный институт космических исследований (Inpe) внедрил вычислительную модель прогнозирования погоды под названием Модель прогнозирования океана, суши и атмосферы (Monan). Эта система начала работать в этом месяце, используя суперкомпьютер Jaci, расположенный в центре обработки данных ведомства в Кашоэйра-Паулиста, Сан-Паулу.
Monan будет постепенно внедряться для замены предыдущей системы прогнозирования Inpe, известной как Бразильская глобальная атмосферная модель (BAM). Согласно информации, предоставленной Министерством науки, технологий и инноваций (MCTI), новая модель повысит точность бразильских прогнозов до уровня международных агентств, таких как Национальное метеорологическое управление Великобритании (UK Met Office), Национальное океаническое и атмосферное управление (NOAA) и Национальная метеорологическая служба США (NWS).
Цифровая перспектива
Сауло Рибейру Фрейтас, физик и исследователь, возглавляющий Отдел численного моделирования наземной системы (DIMNT) в Inpe, дал интервью о Monan. Фрейтас руководил разработкой этой модели, которая уже функционирует. Операционная группа Inpe обеспечивает выпуск прогнозов дважды в день, в полночь и в полдень, с возможностью прогнозирования до десяти дней.
Этот проект представляет собой усилие, начатое четыре года назад, и включает в себя несколько инноваций. Среди них выделяется общественный характер Monan, который включает сотрудничество бразильских университетов и научно-технологических институтов. Кроме того, он функционирует как унифицированная модель, способная удовлетворить различные временные и пространственные масштабы, важные для метеорологической информации, привлекая также интерес организаций за пределами Бразилии, включая Латинскую Америку, Центральную Америку и Карибский бассейн.
Преимущества наличия национальной модели
Inpe основывал свою разработку на зарубежных моделях, в частности на моделях Центра прогнозирования погоды и климатических исследований (CPTEC), которые совершенствовались на протяжении многих лет. В настоящее время Inpe использует собственную модель, которая использует более тридцатилетние накопленные знания для создания более современной и интегрированной системы. Эта единая модель может генерировать различные климатические и метеорологические продукты: прогноз сильной погоды, краткосрочные прогнозы (ближайшие часы), среднесрочные прогнозы (пять-десять дней), субординационные прогнозы (тридцать дней) и сезонные прогнозы (следующий сезон).
Каждый из этих продуктов ориентирован на определенную аудиторию. Например, сезонный прогноз имеет решающее значение для сельского хозяйства, а также для управления водными и энергетическими ресурсами. Среднесрочный прогноз полезен для населения в целом и Гражданской обороны, помогая в предотвращении и смягчении последствий стихийных бедствий, вызванных атмосферными явлениями.
Проблемы разработки модели
Относительно четырехлетнего срока разработки Фрейтас объяснил, что процесс был относительно быстрым, учитывая сложность атмосферного моделирования. Прогнозирование погоды классифицируется как одна из самых сложных научно-технических задач человечества из-за хаотического поведения атмосферы, что делает детальное представление ее движений и эволюции чрезвычайно сложным. Создание точной и физически реалистичной модели требует значительного участия отдела моделирования, в котором работает более 35 специалистов с докторскими степенями.
Этот период в три-четыре года считается стандартным для глобальных метеорологических центров при разработке усовершенствованных версий моделирования. Модели пишутся на вычислительном языке для работы на суперкомпьютерах и предоставления своевременных прогнозов; код таких моделей может достигать миллиона строк, что демонстрирует их высокую сложность, сопоставимую с разработкой спутника.
Сложность прогнозирования погоды сравнивается с симуляцией человеческого мозга. С математической точки зрения, это проблема начальных условий: хотя математические правила атмосферной эволюции известны, необходимо знать текущее состояние атмосферы, чтобы спрогнозировать будущее. Это подразумевает знание температуры, влажности и скорости ветра во всех точках планеты.
Этот сбор данных осуществляется обширной группировкой спутников, запущенных наиболее развитыми странами, которые отслеживают термодинамические свойства и отправляют измерения на центры обработки. Кроме того, обширная сеть наземных станций собирает данные о температуре, давлении, влажности и ветре по всему миру. Весь этот огромный объем данных обрабатывается для создания «фотографии» текущей атмосферы, которая затем вводится в математическую модель, работающую на суперкомпьютере, генерируя последовательные будущие изображения.
После генерации прогноза, который является огромным объемом данных, метеорологи интерпретируют и публикуют бюллетени, а средства массовой информации отвечают за окончательное распространение. Фрейтас подчеркнул, что эта ежедневная рутина зависит от колоссальной инфраструктуры, включающей спутники, суперкомпьютеры, международный трафик данных и пятьдесят лет научных исследований.
Новая модель обещает большую точность и надежность. Основное достижение — разрешение в четыре раза выше, чем у предыдущей модели CPTEC, которая работала с сетками 20x20 километров, переходя к 10x10 километрам. Это улучшение повышает пространственную точность при локализации явлений и оценке осадков, а также позволяет получать прогнозы более высокого качества на более длительных временных горизонтах.
Фрейтас пояснил, что модели по своей сути несовершенны, поскольку идеальная симуляция атмосферы невозможна, и качество прогноза снижается с увеличением временного горизонта. Тем не менее, достигнутый за четыре года результат дает более точный продукт, чем тот, который доступен в настоящее время на мобильных устройствах.
Дальнейшие шаги Monan
Разработка прогноза погоды — это траектория непрерывной эволюции почти на сто лет, отмеченная постоянным повышением производительности. Фрейтас подчеркнул, что это непрерывный процесс («работа в процессе»), поскольку, несмотря на улучшения в наблюдении, моделировании и вычислениях, несовершенства сохранятся.
В настоящее время Monan предоставляет среднесрочные прогнозы, охватывающие до десяти-пятнадцати дней. Однако есть планы по предоставлению новых продуктов в различных временных масштабах. Субординационные прогнозы (30 дней) и сезонные прогнозы (три месяца) все еще находятся на стадии разработки и должны быть представлены общественности в течение двух лет согласно графику. Проект Monan, начатый в 2022 году, имеет общую продолжительность в десять лет, до 2031 года, когда ожидается наличие полной модели, способной предоставлять прогнозы ливневых дождей на ближайшие шесть часов.
