Pasifik Okyanusu üzerindeki fırtınalar geçen hafta önemli ölçüde inşa edilmeye başlamadan önce bile, ABD Ulusal Bilim Vakfı Ulusal Atmosferik Araştırma Merkezi’nde (NSF NCAR) deneysel tahminler, ortaya çıkan hava sistemini süper bir tayfuna yoğunlaştırdı. Ve gerçekten, fırtına, sonuçta saatte 165 mil rüzgarlar onu bu yıl dünyadaki en güçlü fırtına haline getiren Süper Typhoon Ragasa’yı ortaya çıkardı.
Bilim adamları, onları kasırgaların tahminlerini önemli ölçüde iyileştirme zirvesine getirebilecek yenilikçi bir bilgisayar modelleme yaklaşımı kullanarak Ragasa’yı önceden tahmin edebildiler.
Yeni sistem, 3.75 kilometrelik (2.3 mil) gerçek zamanlı küresel tahminler üreterek Dünya atmosferini alışılmadık ayrıntılarla simüle ediyor. Bu tür ince ölçekli çözünürlük, dünya çapında fırtınaları yakalar ve hava sistemlerinin yüzlerce hatta binlerce mil uzakta tropik bölgelerdeki fırtınaların evrimini nasıl etkileyebileceğini gösterir.
“Esasen bu, havayı tüm dünyada yüksek çözünürlüklü hale getiriyor,” dedi NSF NCAR Falko Judt. Diyerek şöyle devam etti: “Bunun, kasırgalar ve küresel ölçekte yağış üreten flaş selleri gibi aşırı olayları tahmin etmede gerçekten bir fark yaratabileceğini düşünüyoruz.”
Teşvik edici işaretler
Gerçek zamanlı, deneysel tahminler, tarihsel olarak Atlantik kasırga sezonunun zirvesi olan Eylül boyunca devam ediyor. Ayın ilk kısmı alışılmadık derecede sessiz olduğundan, Judt’un NSF NCAR tahminlerinin operasyonel tahmin modelleri tarafından üretilenlerden daha iyi performans gösterip performans gösteremeyeceğini göstermek için az sayıda vaka çalışması vardır.
Ancak ilk endikasyonlar cesaret vericidir, NSF NCAR yaklaşımı da geçen hafta sonu Gabrielle Kasırgası’nın Atlantik üzerindeki hızlı yoğunlaşmasını yakalamakta nispeten iyi gidiyor.
Tahminleri yapmak için Judt, ölçeklerde tahmin için NSF NCAR tabanlı model olan gelişmiş bir bilgisayar modeli kullanıyor (MPA’lar). O ve meslektaşları, Cheyenne’deki NSF NCAR-Wyoming Supercomputing Center’daki Derecho süper bilgisayarında çalışıyorlar. Judt’un bir gösteri projesi olarak nitelendirdiği çalışmanın temel odağı, Atlantik ve Doğu Pasifik’teki kasırgaları ve Batı Pasifik’teki tayfunları yakalamaktır. Ancak araştırmacılar, aşırı yağışları yakalamada nasıl olduğunu görmek istiyorlar.
Çabaları, NSF NCAR’ın geçen baharda geçici olarak başlattığı bir çabaya benzer. Bu durumda, orta derecede orta hızlarda aşırı hava ile ilgilenen bilim adamları, 60 saate çıkan gerçek zamanlı, 3 kilometrelik deneysel tahminler için MPA’lar kullandılar. Bu kez odak noktası, çoğu orta enlem fırtınasından daha büyük ve gelişmesi daha uzun süren tropikal siklonları içerdiğinden, Judt, ayrıntıları hesaplamalı olarak daha etkili hale getirmek için 3,75 kilometreye geri çevirirken tahminleri 120 saate çıkarıyor.
MPA’lar gibi hava modelleri, atmosferi temsil etmek için bir ızgara sistemi kullanır ve seçilen noktalardaki sıcaklık, nem ve diğer özellikleri simüle etmek için fizik yasalarını uygular. Noktalar birbirine ne kadar yaklaşırsa, çözünürlük o kadar yüksek ve doğru tahminler için potansiyeli o kadar büyük olur. Bununla birlikte, diğer faktörler, modelin, tahminlerin temelini oluşturan atmosferin ilk temsilini üretmek için verileri gözlemlerden nasıl özümsemesi gibi doğruluğu etkiler.
Tahmin merkezleri tarafından kullanılan bilgisayar modelleri genellikle atmosferi değişen çözünürlükle simüle eder. Örneğin, Atlantik ve Doğu Pasifik’teki fırtınalara odaklanan Ulusal Kasırga Merkezi’nde, kasırgalar 2 kilometrede ve çevre ortamda yaklaşık 6-8 kilometrede simüle edilir. Bununla birlikte, dünyanın daha uzak kısımları çok daha kaba simüle edilir.
Judt, Kasırga Merkezi ve diğer tahmincilerin böyle bir yaklaşımının daha kısa menzilli tahmin için ideal olduğunu söyledi. Ancak tüm küreyi yüksek çözünürlükte simüle etmek, sadece meydana geldikleri herhangi bir yerde fırtınaları yakalamakla kalmaz, aynı zamanda tropikal siklonları oluşmadan daha iyi beklemeye yardımcı olur ve 7 ila 10 gün çıkan daha doğru tahminler sağlar.
Süper Typhoon Ragasa’da olan bu gibi görünüyor.
Judt, “Bana göze çarpan şey, MPA’ların bu sistemin fırtına oluşmadan önce bile süper bir tayfun olduğunu tahmin etmesidir.” Dedi. “Aslında, daha önce, birçok operasyonel modelin tahmin edeceği ve yoğunluğunun daha iyi tahmin edilmesiyle.”
Yetkili, bu tür çabaların yeni nesil yapay zeka hava modellerini eğitmek için de değerli olabileceğini de sözlerine ekledi. MPA’lar tarafından sağlanan yüksek çözünürlüklü, yüksek kaliteli veriler, çok daha kaba veriler üzerinde eğitilmiş mevcut AI modellerini büyük ölçüde artıracaktır.
