Каждый день мы смотрим прогноз погоды, чтобы понять, брать сегодня с собой зонт или нет, при этом, совершенно не задумываемся, что за доступной нам на любом ресурсе сводкой стоит колоссальный труд специалистов, в том числе математиков. С помощью грамотно выстроенных математических моделей мы знаем, какая температура будет в Москве, на Дальнем Востоке, в Сибири или любой другой точке Земного шара. Существуют различные модели, по которым строится прогноз погоды. «Научная Россия» узнала подробнее о глобальной модели атмосферы у доктора физико-математических наук, ведущего научного сотрудника Института вычислительной математики РАН им. Г.И. Марчука, заведующего лабораторией Гидрометцентра России Михаила Андреевича Толстых. 

- Михаил Андреевич, в своих исследованиях вы пишете, в том числе, о модели глобальной атмосферы. Что это такое и почему модель называется глобальной? Она высчитывает изменения погоды на многие годы вперёд, расчёты ведутся относительно масштабных территорий или по каким-то другим причинам? 

Иллюстрация: Infodays.ru

Иллюстрация: Infodays.ru

 

Обычно, для того, чтобы сделать прогноз на несколько дней, вполне достаточно модели, которая рассчитывала бы состояние атмосферы на ограниченной территории. Так во многих странах мира и делают. Точно так происходит и у нас в России. У нас для этого есть модель международного консорциума COSMO, которая работает на ограниченной территории, модель рассчитывает прогноз вплоть до 3-х суток. Однако, через три дня ветер приносит частички из дальних стран, поэтому всё, что за пределами 3-х дней, во всём мире рассчитывается с помощью модели, которая описывает состояние атмосферы глобально, то есть на всём Земном шаре. Это с одной стороны. С другой стороны, если говорить о долгосрочном прогнозе, то там, в принципе его невозможно сделать с помощью модели, которая работает на ограниченной территории.

- Расскажите, пожалуйста, про саму «кухню» процесса. Как высчитываются прогнозы по этим глобальным моделям?

- Всё начинается со сбора данных наблюдений, это и традиционные радиозонды, барометры, термометры и анемометры на станциях, которые измеряют давление, температуру и ветер. Мы их многократно видели в разных кинофильмах. В последние годы всё большую роль приобретают спутники, которые обеспечивают глобальное покрытие и позволяют по косвенным данным высчитать трёхмерное распределение давления, температуры, ветра и влажности. Дальше эти данные нужно «переварить», чтобы соорудить из них начальные данные для работы численной модели. Прежде всего, потому, что данные мы меряем в совершенно разных местах, а численная модель требует начальных данных во вполне определённых местах, так называемых узлах сетки. После этого запускается модель, модель рассчитывает прогноз.

Если вы бывали за рубежом, то могли заметить, что в ряде стран прогноз, начиная с третьих суток, сопровождается оценкой его надёжности. Например, по пятибалльной шкале 3 из 5. Для того чтобы получить такую оценку надёжности, часто вместе с прогнозом как таковым рассчитывают слегка возмущённый прогноз и дальше смотрят насколько он, используя артиллерийский термин, «кучно лёг» на одно место. Если все возмущённые прогнозы примерно сходятся на одном и том же, что в данном месте дождя не будет, значит, мы можем поставить высокую оценку вероятности этого явления – отсутствия дождя.

- Вам кто-то высылает эту информацию? Откуда она появляется?

- Существует Всемирная метеорологическая организация и очень давно. В рамках этой организации осуществляется бесплатный обмен всеми данными наблюдений по всей территории Земного шара.

- А вычисления краткосрочных прогнозов и долгосрочных отличаются как-то разительно? Длиной формул, сложностью вычислительных операций или чем-нибудь ещё?

- Уравнения, которые описывают состояние атмосферы в принципе, одни и те же и там, и там, только для краткосрочного прогноза нам достаточно рассчитать состояние атмосферы на ограниченной территории. Легко посчитать, насколько эта территория должна быть ограничена. Мы знаем силу ветра, мы умножаем скорость ветра на время, и мы получаем то расстояние, которое должно быть для прогноза на трое суток, чтобы влияние границ расчётной области сказалось на точке в центре прогноза. Вот так легко можно посчитать, какая должна быть покрыта территория.

Важно отметить, что у глобальной модели нет никаких границ. Она покрывает весь Земной шар. Поэтому она более универсальна. С другой стороны, качество прогноза во многом определяется детализацией модели. Чем выше детализация, тем меньше масштаб явления, который мы можем представить. Например, гора. Если модель глобальная, то горы мы можем описать шагом в 20 км. Совершенно очевидно, что все или большинство ущелий в этом случае пропадут. А модель, которая считает прогноз на несколько дней, в состоянии позволить себе более тонкое описание гор и, как следствие, получить более точный прогноз погоды. Но это всё вычислительно дорого. Чем больше детализация, тем дороже расчёт, именно поэтому нам и нужны суперкомпьютеры.

Пример синоптической прогностической карты. Гидрометцентр России

Пример синоптической прогностической карты. Гидрометцентр России

 

- По итогам расчётов появляется один единый прогноз и потом уже он оказывается близким к реальности или нет, или рассчитывается сразу несколько?

- По итогам расчётов мы получаем трёхмерное состояние атмосферы, дальше мы можем «рисовать» как хотим. Можем нарисовать на определённом уровне карту, или много разных карт для разных параметров: температура, влажность, ветер. На поверхности всё тоже можем нарисовать. Если мы считали один прогноз, его называют детерминистическим, тогда у нас один набор таких карт, или данных, по которым мы эти карты можем строить. А если у нас ансамблевый прогноз, мы одновременно считаем и надёжность своего прогноза, тогда у нас будет много разных карт. Мы их головой не «переварим», нужно весь набор из ансамбля перевести в форму вероятности. Тогда у нас появляется ещё и карта вероятности.

- Расскажите, пожалуйста, про карту вероятности подробнее.

- Здесь потребуется привлекать всякие математические термины, поэтому если совсем грубо, то вот один из возможных примеров представления… Например, вы рисуете изолинии температуры, то есть линии одинаковой температуры на карте. Если у вас один прогноз, то у вас просто одна линия. Если вы рисуете ансамблевый прогноз, то это получается как наложенный друг на друга набор изолиний. Там, где они более-менее совпадают, то у вас получается одна жирная линия. Там, где они расходятся, там получается разброс, и это ещё называют «спагетти». Это возможная форма представления ансамблевого прогноза. И очень наглядно. Там, где всё «слиплось» в одну линию, там, видимо, так и будет.

- Очень часто мы сталкиваемся с тем, что прогнозы погоды не совпадают с реальностью. С чем это может быть связано? Это связано с тем, что неправильно было рассчитано, кто-то вмешался и изменил погоду? Что могло к этому привести?

- Наша атмосфера – сильно неустойчивая среда. Как гласит теория, даже малое возмущение, внесённое в начало расчёта, исчезающе малое, оно начинает бесконечно расти по мере расчёта прогноза. С этим ничего не сделаешь, к сожалению. А с другой стороны, у нас есть много источников ошибок в самой методе расчёта прогноза. Во-первых, когда мы измеряем температуру вот здесь, в этой комнате, она, скажем, за дверью, уже отличается хотя бы на одну десятую градуса. Хотя, вроде бы, это одно и то же здание, один и тот же этаж. Ошибка начальных данных, ошибка представления, ошибка самого термометра, опять-таки, она тоже не нулевая. Потом, когда мы пишем модель, очень дорого было бы все процессы описывать с полной детализацией. Никакого суперкомпьютера бы для этого не хватило. Поэтому мы в некоторых местах, например, при расчёте ливневых осадков вынуждены применять некие упрощения в этих моделях. Поэтому, как всякое упрощение это означает, что мы уже внесли ошибку. Эти ошибки, к сожалению, в силу неустойчивости, нелинейно растут. Но, должен сказать, что официальные прогнозы Гидрометцентра, по крайней мере, на первые сутки, по крайней мере, в европейской части страны, где у нас много наблюдений, оправдываются очень и очень неплохо, вполне на лучшем мировом уровне. Ситуация чуть хуже в азиатской части России, потому что там не такая плотность наблюдений. 

Если говорить про дожди, то, с чем каждый из нас сталкивается, то, скажем, зимние осадки гораздо легче прогнозируются, потому что, они, как правило, имеют больший масштаб. Соответственно, мы их в моделях описываем, если угодно, более подробно. Для летних осадков вполне реальна ситуация, когда, скажем, в Москве, на ВДНХ идёт дождь, а в Чертаново светит солнце. Встречалось такое не раз. А расстояние, ведь, всего-то несколько десятков километров. И если по Москве даётся прогноз, что в Москве будет дождь, северная половина скажет, что всё «OK», прогноз оправдался, а южная скажет, что никакого дождя не было.

- Вы не могли бы рассказать об истории вычисления прогнозов? Совершенствуются ли модели с каждым годом?

-  Пионером расчёта прогнозов с помощью компьютера был английский учёный Льюис Фрай Ричардсон, который в годы Первой мировой войны, когда ещё никаких компьютеров не было, обратился в английский генеральный штаб с предложением сделать численный прогноз. И тогда это было организовано таким образом, что были арифмометры, было много народа, который крутил ручки этих арифмометров, что-то считали, обменивались листочками. Это был первый, правда, неудачный по ряду причин опыт численного расчёта прогноза.

"Когда появился первый компьютер ЭНИАК в 1947 году, с самого начала говорилось, что у него будет две задачи: первая рассчитать ядерную бомбу, и вторая – посчитать прогноз погоды. То есть эти задачи на тот момент стояли на одном уровне сложности".

Дальше по мере развития компьютеров, естественно, становилось возможным делать всё более и более подробные модели, скажу, что когда появился первый компьютер, рассчитывалось одно двумерное уравнение. Сейчас это порядка десяти трёхмерных уравнений. В ближайшие годы, по всей видимости, их станет ещё в несколько раз больше, потому что на погоду влияют, в том числе, и химические малые газовые составляющие, например, аэрозоли. Их тоже надо честно описывать в моделях. Всё это вызывает  кратный рост требований к вычислительной технике, но могу сказать, что в Главном вычислительном центре Росгидромета стоит вторая по мощности вычислительная система России. Если сравнивать с другими метеослужбами, всё равно это лишь где-то восьмое место по мощности, 1,3 петафлопса. Дело не только в мощности, ещё и в том, чем мы эти мощности загрузим.  Нужно, конечно, работать над научным описанием процессов, которые определяют погоду. Такие работы, в общем-то, везде в мире ведутся.

- Для составления глобальной модели необходим только один математик, или эта работа группы учёных?

- Это очень мультидисциплинарная область. Если сами атмосферные течения  описываются уравнениями гидродинамики, но с некоторыми особенностями, то есть в принципе, первая задача – написать уравнение, они уже давно написаны. Дальше - придумать приближённый метод их численного решения на компьютере – это вычислительная математика, прикладная математика. Дальше нужны толковые программисты, чтобы реализовать этот приближённый метод на суперкомпьютере. А затем мы упираемся в то, что целый ряд процессов, который определяет погоду, мы не можем описать с помощью таких уравнений. Простой пример: солнечное излучение, обратное излучение земной поверхности, которое происходит во многих частях спектра, - нам сразу нужны физики, к физикам нужно «приставить» программистов, которые всё это запрограммируют. Дальше мы знаем, что на прогноз влияет состояние поверхности. Нам нужны специалисты по процессам на поверхности и в глубине суши. Конечно, нужны метеорологи для анализа результатов модели и предложений по её уточнению. Дальше, если мы говорим про долгосрочный прогноз, мы знаем, что во многом он зависит от океана и морского льда, значит, нам сразу нужны ещё соответствующие специалисты. И чем дальше, тем больше людей разных специальностей становятся вовлечёнными в разработку современных моделей прогнозов. Собственно, сейчас в мире их называют уже не модели прогноза, а модели Земной системы.

- Может быть, вам есть, что добавить по нашей теме?

-  В последние годы начал интенсивно развиваться вероятностный прогноз на временных масштабах, который превышает привычные нам 5-7 дней. Именно на столько дней современные модели позволяют дать более или менее надёжный среднесрочный прогноз. Такие подходы очень востребованы жизнью, например, если бы мы знали о том, что через две недели у нас ожидается аномальная засуха, может быть, мы могли бы за это время подготовиться и предпринять какие-то меры по поливу каких-то растений, которые иначе бы погибли от засухи. И в рамках Всемирной метеорологической организации существует проект по, так называемому, субсезонному прогнозу, в рамках которого, страны предпринимают массированные усилия по развитию такого прогноза. Этот прогноз будет делаться только с помощью совместных моделей. Есть надежда, что постепенно этот прогноз станет таким же привычным для нас, как и обычный среднесрочный прогноз. Есть только одна разница – если мы говорим о прогнозе через пять дней, мы хотим слышать, что будет тепло, будет или не будет дождь в городе Москве. Если мы говорим о прогнозе на несколько недель, такого мы сказать не можем, но можем спрогнозировать, что существует большая вероятность того, что на территории Европейской части страны, или на какой-то части, в нескольких областях, скажем Центрального федерального округа, будет аномальная жара через две недели.

- Вы не хотели бы оставить какие-то пожелания нашим зрителям, читателям. Зачем заниматься математикой, нужно ли это?

- Я бы смотрел на дело шире. Нужно заниматься не только математикой, нужно заниматься и физикой, если хотите получить хороший прогноз. Потому что самая сложная научная часть в прогнозе погоды – это облака. Все мы очень мало знаем о них. Вернее мы знаем их состав, структуру, знаем, какие там бывают частицы, все эти удивительные формы снежинок. Всё это задокументировано. Основная беда, что мы плохо знаем облака в глобальном масштабе. До сих пор во всех моделях прогноза погоды у нас есть лишь приближённое описание этих очень важных для нас процессов. Поэтому я бы призвал заниматься не только математикой, но и физикой.