science >> Wetenschap >  >> Geologie

Hoe voorspellen spaghettimodellen een orkanenpad?

Spaghettimodellen voor Tropical Storm Ida tonen zijn pad over de Caribische Zee, in de Golf van Mexico en landt ergens langs de Amerikaanse Golfkust op maandag 30 augustus, waarschijnlijk als een grote orkaan. cyclocaan/CC DOOR 3.0

Als u in een kustgebied woont dat vatbaar is voor orkanen en grote tropische stormen, je bent misschien niet zo geïnteresseerd in het statistische en meteorologische grote plaatje achter stormvoorspelling. Wat je echt wilt weten, is wat een bepaalde orkaan gaat doen - wat zijn pad zal zijn, en wanneer het uw gebied gaat treffen.

Toen het Atlantische orkaanseizoen op 1 juni begon 2021 (het loopt tot 30 november), de National Oceanic and Atmospheric Association (NOAA) voorspelde tussen de 13 en 20 stormen die groot genoeg zouden zijn om namen te verdienen, met winden van 39 mijl per uur (63 kilometer per uur) of meer.

NOAA heeft die voorspelling echter op 4 augustus bijgewerkt, tot 15 tot 21 benoemde stormen, drie tot vijf daarvan zullen categorie 3 zijn, 4 of 5 orkanen met windsnelheden van 111 mijl per uur (179 kilometer per uur) of sneller.

Spaghettimodellen en voorspellingen

Om te helpen bij het voorspellen van inspanningen, meteorologen gebruiken visualisaties die spaghettimodellen worden genoemd (ook wel spaghettiplots genoemd). Voor een leek, spaghetti-modellen zien eruit als goed, een bos spaghettislierten willekeurig tegen een muur gegooid. In werkelijkheid, Hoewel, spaghettiplots zijn een methode om informatie uit verschillende voorspellende modellen op één kaart te combineren, om een ​​foto te maken van het potentiële spoor van een orkaan.

"Elk model dat wordt gebruikt om orkaanpaden te voorspellen - en in veel gevallen de intensiteit - kan dat pad op een kaart laten uitzetten, " Daniel J. Leathers legde uit toen we hem in 2019 spraken. Hij is een professor en directeur van het Meteorology and Climatology-programma aan de Universiteit van Delaware, die ook dienst doet als Delaware State Climatologist en als co-directeur van het Delaware Environmental Observing System. "Het enige dat een spaghettiplot doet, is de resultaten van al deze modellen nemen en ze allemaal op dezelfde kaart plotten."

Om te begrijpen waarom spaghettiplots belangrijk zijn, je moet begrijpen dat er een heleboel verschillende modelleringsmethoden zijn die worden gebruikt om orkanen te volgen, en zoals peilingen voor de presidentsverkiezingen, ze geven niet allemaal dezelfde resultaten.

Het doel van het maken van zo'n kaart, volgens leer, is om te zien in hoeverre alle verschillende modellen overeenkomen. "Als de paden erg op elkaar lijken, dit betekent dat alle modellen het (grotendeels) eens zijn over het toekomstige pad van de storm, "zegt hij. In tegenstelling, als de afzonderlijke percelen overal zijn, "dan zegt dat dat er grote onzekerheid is in de modellen over waar de storm zich in de toekomst zal verplaatsen. Spaghettiplots zijn een manier om alle modelresultaten in één keer te zien, en niet te vertrouwen op slechts één model voor een prognose. Ze zijn erg behulpzaam bij het overbrengen van de zekerheid, of onzekerheid, van een voorspelling."

Spaghetti modellen, of spaghettikaarten, tonen veel verschillende potentiële sporen van de baan van een tropisch systeem, het helpen van voorspellers om het uiteindelijke pad van een storm te bepalen. Waterbeheerdistrict Zuid-Florida

Spaghettimodellen lezen

De lijnen op de kaart geven de verschillende paden aan die door de verschillende modellen worden geprojecteerd, die een verschillende mate van betrouwbaarheid hebben. "De modellen omvatten dynamische modellen (met behulp van de fysica van de atmosfeer), statistische modellen en in sommige gevallen analoge modellen om de komende beweging van een individuele storm te voorspellen, "Leaths legt uit. "Deze modellen zijn afkomstig van meteorologische organisaties van over de hele wereld - plaatsen zoals de National Weather Service, het Britse Met Office, universiteiten enzovoort. Van sommige modellen wordt zeker gedacht dat ze beter zijn dan andere. Ze zijn heel verschillend in hoe ze voorspellingen doen, en waar ze het beste in zijn."

Wat, indien van toepassing, nuttige informatie kunnen niet-meteorologen krijgen door naar spaghettiplots te kijken? "De meest bruikbare informatie is de zekerheid van de voorspelling, "Leer legt uit. "Nogmaals, als alle paden erg op elkaar lijken, de voorspellingszekerheid is hoog. Als de paden heel verschillend zijn, de zekerheid is laag. Als er een grote spreiding in de voorspellingstracks is, toont dat aan dat de modellen het niet geweldig doen als een suite om uit te zoeken waar deze specifieke storm zich in de toekomst waarschijnlijk zal verplaatsen."

Maar als je probeert de spaghetti-plots te begrijpen, het is belangrijk om hun beperkingen te begrijpen. "Niet-meteorologen moeten voorzichtig zijn bij het interpreteren van de plots, aangezien sommige modellen het over het algemeen beter doen dan andere op verschillende tijdstippen in de levenscyclus van de storm, ', zegt Leathers. 'Dit kan belangrijke informatie zijn om het meeste uit een spaghettiplot te halen.'

Spaghettimodellen zijn in de loop der jaren subtiel veranderd, volgens Leathers. De aanpak is geëvolueerd naarmate meer orkaanmodellen in realtime worden uitgevoerd, en omdat de technologie ons in staat heeft gesteld deze modellen sneller samen te voegen tot een spaghettiplot, hij zegt. Hij zegt dat hij niet verwacht dat ze in de nabije toekomst zullen worden vervangen.

"Omdat technologie een snellere overdracht van gegevens mogelijk maakt en visualisatietechnologie gaat, Ik weet zeker dat er nog wat veranderingen zullen zijn, ', zegt Leathers. Hij voorspelt ook dat het aantal modellen, en hun verfijning, zal de komende jaren waarschijnlijk blijven groeien.

Dat is nu interessant

Volgens een functionaris van het National Hurricane Center, sommige orkaanmodellen kunnen in een paar seconden op een gewone computer worden uitgevoerd, terwijl anderen mogelijk uren aan berekeningen door een supercomputer nodig hebben.

Oorspronkelijk gepubliceerd:18 juni, 2019