Completăm seria de articole privind automatizarea prognozei meteorologice pe termen scurt cu acest articol, care introduce utilizarea modelelor numerice în prognoza meteo. Vom continua cu prezentarea unor metode și modele de învățare automată pentru prognoza fenomenelor meteorologice severe pe termen scurt, ce sunt dezvoltate în cadrul proiectului internațional de cercetare WeaMyL, condus de o echipă de la Universitatea Babeș-Bolyai, în parteneriat cu Administrația Națională de Meteorologie și Met Norway.
Indiferent de domeniul de activitate, interesul pentru starea vremii în diferite locuri şi pentru diferite perioade de timp este mare. În aceste condiții, cea mai importantă aplicaţie practică a meteorologiei este prognoza vremii.
Primul pas în prognoza vremii este colectarea datelor. Trebuie să cunoaștem istoria vremii dintr-o zonă, deoarece unul dintre principiile cheie ale prognozei meteo este că tiparele din trecut pot indica evenimente viitoare. În România, în anul 2022, colectarea datelor satelitare și a celor RADAR este completată de datele obținute de la cele 163 de stații meteorologice existente (Figura 1). 20 dintre acestea sunt autonome, iar 143 automate cu personal.
Figura 1. Stație meteorologică automată [1]
Parametrii de bază măsurați la stațiile meteorologice de suprafață sunt temperatura aerului la 2m, presiunea atmosferică, viteza și direcția vântului la 10m, acoperirea noroasă, cantitatea de apă, radiația solară directă măsurată la nivelul solului, durata de strălucire a soarelui, umiditatea relativă la 2m și grosimea stratului de zăpadă.
Parametrii atmosferici de la altitudini mari, departe de suprafața pământului sunt măsurați cu ajutorul baloanelor meteorologice, avioanelor sau sateliților meteorologici. Programul de măsurători aerologice este efectuat la câteva stații meteorologice din rețeaua națională. Datele obținute cu ajutorul sondajelor aerologice sunt de o importanță deosebită pentru activitatea de meteorologie sinoptică, deoarece oferă profile verticale ale temperaturii, umezelii, presiunii atmosferice și vântului.
Deși politicile de acces la date diferă în funcție de țară, acestea sunt trimise la centrele regionale și globale prin Sistemul Global de Telecomunicații (GTS) al Organizației Meteorologice Mondiale (OMM). Datele sunt apoi compilate, redistribuite în GTS și utilizate în diverse modele numerice de prognoză. De obicei, aceste modele numerice încep cu date măsurate între orele 00 și 12 UTC. Pentru a ajuta meteorologul, datele sunt reprezentate grafic în mai multe moduri. Astfel, prognoza meteorologică se creează prin colectarea de date obiective despre starea reală a atmosferei într-o anumită locație și folosind meteorologia pentru a prezice cum se va comporta vremea în viitor.
Sunt mai multe tipuri de prognoză. Prognozele pe termen scurt sunt predicțiile făcute pentru o perioadă cuprinsă între una și șapte zile înainte de a se produce. Prognozele pe termen mediu sunt de obicei realizate pentru un interval care poate fi de la o săptămână până la patru săptămâni, iar prognozele pe termen lung au în vedere perioade de la o lună până la un an.
O prognoză meteo se realizează în trei etape: analiza stării atmosferei pentru un set de date observaționale, diagnoza acestei stări cu privire la posibile dezvoltări viitoare și prognoza schimbării stării actuale pentru anticiparea celei viitoare.
Pentru a prognoza evoluţia unui sistem de vreme se pot distinge două clase de metode: metodele statistice şi metodele deterministe.
Metodele statistice nu necesită cunoaşterea şi descrierea structurii sistemului, dar presupun că funcţionarea sa nu este aleatorie și că ea este guvernată de legi care fac ca între valorile succesive ale parametrilor de stare să existe relaţii de tip cauză - efect. Metodele de prognoză numerică îşi propun evidenţierea acestor legături prin prelucrarea matematică a datelor care caracterizează un număr suficient de mare de stări. Această clasă de metode este folosită pentru prognozele pe durată lungă sau pentru corectarea, detalierea şi exprimarea în termeni de vreme a prognozelor numerice.
Metodele de acest tip necesită şiruri lungi de date şi furnizează rezultate cu o aproximaţie destul de mare (datorită răspunsului neliniar al metodelor statistice) astfel că cedează permanent teren în favoarea metodelor deterministe.
Metodele deterministe necesită cunoaşterea structurii sistemului şi identificarea legilor fizice care stau la baza fenomenelor din interiorul său, precum şi a interacţiunilor cu mediul exterior. Pe baza acestora se explică funcţionarea sistemului şi se anticipează stările viitoare pornind de la o stare dată. Deoarece majoritatea interacţiunilor din natură şi în particular din atmosferă sunt extrem de complexe, problema tratării deterministe a unui sistem real este practic irealizabilă apelându-se la noţiunea de model.
Modelul determinist este constituit dintr-un sistem idealizat. Acesta reprezintă o simplificare acceptabilă a modelului real. Simplificarea este adaptată fiecărui scop în parte, prin urmare nu există un model universal valabil. Așadar, dacă într-un sistem natural complex sunt implicate fenomene fizice, chimice, biologice etc. un model va selecta una, maxim două clase de fenomene determinante. În aceste condiții, în cazul atmosferei, fără a nega importanţa fenomenelor chimice şi biologice, sunt luate în calcul în special fenomenele fizice, cu accent pe cele termodinamice.
Sistemul atmosferic este foarte complex, de aceea primele modele au avut la bază simplificări importante ale proceselor fizice și au cuprins doar formulări calitative ale legilor de evoluţie. Astfel de modele nu pot furniza decât reguli analogice de prognoză. Totuşi, unele dintre ele sunt valoroase pentru explicarea unor mecanisme atmosferice precum modelul circulaţiei tricelulare a atmosferei, modelul de depresiune al lui Bjerknes, modelul vântului geostrofic etc.
Ulterior modelele au reușit să includă şi expresiile cantitative ale legilor care guvernează procesele atmosferice și au devenit modele fizico-matematice. Dar chiar sistemul de ecuaţii asociat celor mai simple modele de interes practic nu are soluţia analitică, fiind necesară rezolvarea sa numerică. Pe de altă parte, prognoza obţinută pe această cale nu este exprimată în termeni de vreme, ci ca valori numerice ale unor parametri în punctele unei grile. Ţinând seama de toate acestea se realizează "prognoza deterministă a vremii, pe baza modelelor fizico-matematice integrate numeric", sau pe scurt "prognoza numerică a vremii" - PNV (eng. Numerical Weather Prediction - NWP).
Sintetic, prognoza numerică a vremii înseamnă determinarea stării viitoare a sistemului atmosferic, pornind de la o stare dată, prin integrarea numerică a sistemului de ecuaţii format din principalele legi ce guvernează fenomenele atmosferice. Acest ansamblu de legi defineşte modelul utilizat.
Modelele de prognoză numerică a vremii pot fi hidrostatice sau nehidrostatice.
Un model atmosferic în care aproximarea hidrostatică înlocuiește ecuația momentului vertical se numește model hidrostatic. Acest lucru implică faptul că accelerația verticală este neglijabilă în comparație cu gradienții verticali de presiune și forțele verticale de flotabilitate [2]. Această aproximație este valabilă pentru scările de mișcare sinoptice și sub-sinoptice. Modelele hidrostatice au fost aplicate cu succes la rezoluții orizontale de aproximativ 10 km, rezolvând chiar și unele circulații de mezo scară. Modelele de prognoză a vremii globale și regionale au fost în mod tradițional modele hidrostatice.
Modelul nehidrostatic este un model în care nu se folosește aproximația hidrostatică, astfel încât se poate rezolva ecuația momentului vertical. Acest lucru permite ca modelele nehidrostatice să fie utilizate cu succes pentru scări orizontale până la ordinul sutelor de metri, rezolvând astfel problema circulațiilor la scară mică, cum ar fi convecția și briza marină [3]
De la un an la altul, creșterea puterii de calcul a făcut posibilă îmbunătățirea prognozei vremii la mezoscară cu ajutorul modelelor nehidrostatice.
Prognoza meteo numerică este, prin însăși natura sa, o disciplină care trebuie să facă față incertitudinilor. Condițiile inițiale ale unui model numeric de prognoză a vremii pot fi estimate numai cu o anumită precizie. În timpul unei prognoze, unele dintre aceste erori inițiale se pot amplifica și pot duce la erori semnificative. Mai mult, reprezentarea dinamicii și fizicii atmosferei prin algoritmi numerici introduce incertitudini suplimentare asociate, de exemplu, cu erori de trunchiere, cu incertitudinea parametrilor care descriu proceselor care se produc sub-grila modelului, precum cele convective în cazul unui model global [4].
În ultimii mai bine de 15 ani, prognoza de ansamblu a venit în întâmpinarea limitărilor impuse de incertitudinile inerente procesului de predicţie. Scopul final al prognozei de ansamblu este de a prevedea cantitativ densitatea de probabilitate a stării atmosferei la un moment de timp din viitor. Pentru mulți utilizatori ai prognozei, o estimare a densității probabilității viitoare poate oferi informații utile dincolo de cele conținute într-o singură prognoză a cărei realizare pornește de la cea mai bună estimare disponibilă pentru starea inițială.
Densitatea de probabilitate va oferi informații utile, atâta timp cât distribuția diferă de distribuția empirică a acestei variabile obținute din date anterioare. Aceasta din urmă este de obicei denumită distribuție climatologică [5].
O prognoză meteo de ansamblu este un set de prognoze care prezintă gama de posibilități meteorologice viitoare. Sunt efectuate mai multe simulări, fiecare cu o ușoară variație a condițiilor sale inițiale și cu modele meteorologice ușor perturbate.
Principiile de bază ale prognozei numerice a vremii au fost formulate iniţial de Bjerknes, care a arătat că sistemul ecuaţiilor fundamentale este un sistem determinat, care poate fi rezolvat pentru a prevedea starea viitoare a atmosferei pornind de la o stare iniţială cunoscută şi că sistemul nu este liniar şi nu are soluţie analitică. Rezultatele primelor prognoze numerice corecte bazate pe unele rezultate teoretice ale lui Rossby, au fost publicate în 1950 de J. Charney, R. Fjortoft şi John von Neumann [6].
Primele modele constituiau simplificări severe ale ecuaţiilor de mişcare, prognozând doar vântul geostrofic la mijlocul troposferei pe baza conservării momentului cinetic al curgerii fluidului atmosferic. Modelele operative moderne întrebuinţează ecuaţiile de mişcare în forma lor originală (sistemul ecuaţiilor primitive), includ mai multe nivele pe verticală, descriu procesele termodinamice asociate dezvoltării barocline şi incorporează multiple parametrizări ale fenomenelor de sub-grilă, cum ar fi procesele radiative, schimbul de căldură sensibilă, degajarea de căldură latentă, evaporarea-condensarea, procesele convective etc.
PNV implică, prin definiţie, două laturi: modelul fizico-matematic şi procedeul de integrare numerică. Pentru realizarea unei prognoze operative aceste componente trebuie înglobate într-un flux informaţional complex care formează un sistem operativ pentru prognoza numerică, iar pentru a obţine prognoza vremii, produsele de PNV trebuie interpretate în termeni de vreme.
Obiectivul prognozei numerice este să prevadă starea viitoare a circulaţiei atmosferice, cunoscând starea prezentă, prin folosirea ecuaţiilor dinamicii atmosferei. Pentru realizarea acestui obiectiv sunt necesare următoarele informaţii:
Starea iniţială a câmpului variabilelor;
Un set complet de ecuaţii de predicţie care leagă variabilele de câmp;
PNV este un câmp de studiu foarte specializat într-o dezvoltare rapidă. Există însă câteva metode dinamice standard de prevedere a evoluţiei pe termen scurt a elementelor circulaţiei la scară sinoptică. Aceste metode se bazează pe analizele scalare.
O dificultate în aplicarea directă a ecuaţiilor mişcării nesimplificate este că mişcările importante din punct de vedere meteorologic sunt uşor pierdute în zgomotul introdus prin amplitudinea mare a undelor sonore şi gravitaţionale care pot apărea ca un rezultat al erorilor în datele iniţiale şi apoi în mod fals amplificate printr-un proces numit "instabilitate computaţională".
Pentru înlăturarea acestei probleme, cea mai simplă procedură este să se simplifice ecuaţiile de bază, ca să se îndepărteze mecanismele fizice responsabile pentru obţinerea oscilaţiilor nedorite, în timp ce se păstrează mişcările importante meteorologic.
După filtrarea ecuaţiilor fundamentale şi alegerea metodei de integrare, interpretarea rezultatelor depinde foarte mult de experienţa meteorologului previzionist.
Astăzi, calitatea prevederii numerice este în general bună. Modelele cu rezoluţie înaltă sunt capabile să simuleze nu numai sistemele de la scara mare cum sunt depresiunile şi anticiclonii sau undele barocline din troposfera superioară, dar şi fenomene mezoscalare cum ar fi fronturile.
Sunt însă şi cazuri când modelele nu surprind anumite fenomene, de obicei cele extreme, şi atunci meteorologul previzionist trebuie să intervină şi să corecteze prognoza numerică sau să realizeze prognoze independent de ieşirile modelului. Prin urmare, meteorologii previzionişti trebuie să fie familiari cu metodele diagnozei sinoptice şi cu metodele de a furniza prevederea vremii şi fără ajutorul modelelor.
Administrația Națională de Meteorologie (ANM) beneficiază de rezultatele a trei modele globale de înaltă performanță, utilizate atât ca date de intrare în modelele numerice de arie limitată cât și în activitatea de prognoză meteorologică. Cele trei modele numerice globale sunt :
modelul ARPEGE (Action de Recherche Petite Echelle Grande Echelle) operațional la Meteo France - Franța. Rezoluția orizontală este variabilă pe glob, iar deasupra României este de 7 km. Numărul de nivele verticale este de 105;
modelul ECMWF - IFS (European Center For Medium Range Weather Forecast - Integrating Forecasting System, operațional la ECMWF, în Anglia). Rezoluția orizontală este de 9 km, iar numărul de nivele verticale este 137;
În cadrul ANM se integrează operațional următoarele modele de arie limitată cu ecuații primitive:
Este un model spectral, modular și flexibil, dezvoltat ca o versiune a modelului ALADIN (Aire Limitée Adaptation Dynamique Développement Internațional) pentru a fi integrat la rezoluțiile orizontale din zona gri, în jur de 5 km [7].
ALARO pune accentul pe simularea proceselor umede. El este integrat în mod operațional de adaptare dinamică la o rezoluție orizontală de 6,5 km și cu 60 de nivele verticale (Figura 2). Modelul ALARO este integrat de patru ori pe zi (cu starea inițială corespunzătoare orelor 00, 06, 12 si 18 UTC) cu anticipații între 54 și 78 de ore, condițiile inițiale și la limită fiind furnizate de modelul global Arpege.
Figura 2. Domeniul de integrare şi orografia modelului ALARO
COSMO este un model atmosferic de prognoză pe arie limitată, bazat pe setul complet de ecuaţii nehidrostatice, compresibile, în formă advectivă. Sunt efectuate patru rulări pe zi (cu date de intrare pentru orele 00, 06, 12, 18 UTC) la două rezoluții spațiale: 7 km si 2.8 km.
Folosind o rezoluție orizontală de 7 km, modelul COSMO este integrat pentru o anticipație de 78 de ore - rularea de 00 UTC, 174 de ore - rularea de 12 UTC, respectiv 48 de ore - rulările de 06 și 18 UTC. Domeniul de integrare este compus din 201x177 puncte de grilă cu 40 de nivele verticale. Condiţiile inițiale şi la limită sunt obţinute prin interpolarea numerică a rezultatelor modelului global ICON.
Pentru rularea COSMO la o rezoluție spațială fină (de 2.8 km) sunt folosite rezultatele numerice obținute în urma integrării modelului la rezoluția de 7 km (Figura 3a). Modelul COSMO la 2.8 km (Figura 3b) rulează pentru o anticipație de 30 de ore (rularea de la ora 00 UTC), de 18 ore (rularea de la ora 06 UTC), de 84 de ore (rularea de la ora 12 UTC) și de 30 de ore (rularea de la ora 18 UTC). Domeniul de integrare numerică este format din 361x291 puncte de grilă cu 50 de nivele verticale.
Figura 3. Domenii operaționale ale modelului numeric nehidrostatic COSMO: stânga - 7 km rezoluție spațială orizontală și dreapta - 2.8 km rezoluție spațială orizontală
În prezent, serviciul meteorologic german DWD (Deutscher Wetterdienst) integrează operativ modelul ICON (global) la rezoluţia spaţială de 13 km. Ieșirile numerice ale acestuia sunt utilizate în ANM ca și condiții inițiale și la limită pentru integrarea modelului numeric pe arie limitată COSMO si ICON.
ICON poate fi integrat atât ca model numeric global, cât și ca model de prognoză a vremii pe arie limitată (regional) la diferite rezoluții spațiale. În prezent, modelul ICON este integrat în ANM zilnic la ora 00 UTC pe domeniul geografic reprezentat în Figura 4, la o rezoluție spațială de 2.8 km și 60 de nivele verticale.
Figura 4. Domeniul operațional al modelului numeric ICON regional
Parametrii de ieșire ai acestor modele sunt reprezentați grafic, sub forma unor hărți de prognoză (ex. Figura 4), iar meteorologii le folosesc zilnic în realizarea prognozei fenomenelor meteorologice.
Proiectul WeaMyL este finanțat prin mecanismul Granturilor Norvegiene, cu numărul RO-NO-2019-0133, contract 26/2020 (eng. The research leading to these results has received funding from the NO Grants 2014-2021, under Project contract no. 26/2020)
[2] https://glossary.ametsoc.org/wiki/Hydrostatic_model
[3] https://glossary.ametsoc.org/wiki/Nonhydrostatic_model
[4] https://www.ecmwf.int/en/elibrary/10729-ensemble-forecasting
[5] https://www.ecmwf.int/en/elibrary/10729-ensemble-forecasting
[6] J. Charney, R. Fjørtoft and J. von Neumann, "Numerical integration of the barotropic vorticity equation", Tellus, vol. 2, pp. 237-254, 1950
[7] Gerard, L., Piriou, J. M., Brožková, R., Geleyn, J. F., & Banciu, D. (2009). Cloud and precipitation parameterization in a meso-gamma-scale operational weather prediction model. Monthly weather review, 137(11), 3960-3977.
de Ovidiu Mățan
de Ovidiu Mățan
de Vlad Petrean
de Ovidiu Mățan
