Een recente studie suggereerde dat we waarschijnlijk de grens van voorspelbaarheid voor de voorspelling van tropische cyclonen (TC) hebben bereikt. Als dat waar is, er is weinig dat we kunnen doen om de TC-voorspellingen te verbeteren, aangezien een onjuiste positie het nut van alle andere richtlijnen beïnvloedt, inclusief wind, neerslag, en stormvloedbegeleiding. Dit zou slecht nieuws zijn voor de preventie en mitigatie van rampen.

"De reden dat sommige wetenschappers zich afvragen of de limiet van voorspelbaarheid dichtbij is of al is bereikt, is dat er een afnemende trend is in de vermindering van positionele fouten in tropische cycloonvoorspellingen van het National Hurricane Center (NHC). er lijkt weinig ruimte voor verbetering, " verklaarde Dr. Feifan Zhou, een wetenschapper bij het Institute of Atmospheric Physics aan de Chinese Academie van Wetenschappen, verwijzend naar een vraag gesteld door Landsea en Cangialosi (LC18) in een paper gepubliceerd in 2018.

Niet bereid potentiële kansen voor verbeterde TC-prognoses op te geven, Zhou gebruikte dezelfde dataset als in LC18 (behalve met uitzondering van tropische depressies) en een benadering genaamd Statistical Analysis and Forecast Error Estimation, voorgesteld door Zoltan Toth en zijn medewerkers bij de National Oceanic and Atmospheric Administration van de VS. In een studie, mede geschreven door Zhou en Toth en onlangs gepubliceerd in de Bulletin van de American Meteorological Society (BAMS), ze onderzoeken wat de trend in het verleden is in de vermindering van de TC-voorspelde spoorfout, en hoe dergelijke fouten in de komende decennia verder kunnen worden verminderd.

In overeenstemming met de theoretische verwachtingen, ze ontdekten dat de ware voorspelde spoorfout (d.w.z. prognose minus werkelijke TC-positie) neemt exponentieel toe met de doorlooptijd. Het groeipercentage van de 24-uurs voorspelde fouten lijkt over de jaren vrij stabiel te zijn, met slechts relatief kleine fluctuaties van jaar tot jaar, mogelijk beïnvloed door seizoenscirculaties zoals ENSO of MJO. Zoals Zhou uitlegt, "De exponentiële groei van de ware voorspelde spoorfout impliceert dat de dynamiek van TC-bewegingen als lineair kan worden beschouwd, en dat er geen model-geïnduceerde fout is in TC-positievoorspellingen. Met andere woorden, de omzetting van TC's wordt gedomineerd door de grootschalige milieucirculatie, die goed wordt gesimuleerd in moderne numerieke weersvoorspelling (NWP) modellen."

interessant, Zhou en Toth ontdekten ook dat de echte analysefout ook exponentieel verandert over lange tijdsperioden. "De bijna exponentiële vermindering van analysefouten die we in de loop der jaren hebben gevonden, betekent dat initiële fouten in de officiële prognoses van de NHC elk jaar met ongeveer dezelfde fractie worden verminderd. Dit suggereert dat de efficiëntie van internationaal NWP-onderzoek en -ontwikkeling van invloed is op de officiële prognoses, over het algemeen, is constant door de jaren heen", voegde Zhou toe.

Op basis van deze kenmerken, het team stelde een foutenmodel op met slechts vier parameters. Ervan uitgaande dat het investeringsniveau, en het tempo van verbeteringen aan het observeren, modellering, en data-assimilatiesystemen gaan onverminderd door, hun 4-parameterfoutmodel geeft aan dat de tijdslimiet van voorspelbaarheid bij het 181 nm-foutniveau dat op dag 5 in 2017 werd bereikt, kan worden verlengd tot meer dan 6/8 dagen in 10/30 jaar.

"Dat wil zeggen, over 10 jaar, de voorspellingsvaardigheid op dag 6 zou hetzelfde zijn als op dag 5 in 2017. Gezien ook enkele resultaten van Zhang et al. (2019 , we kunnen hieraan toevoegen dat deze één dag per decennium geëxtrapoleerde foutenreductie, gezien de veronderstelling hierboven, kan in de toekomst ten minste 25 jaar gelden. Dat is een lange tijd, met veel potentieel voor TC track error reducties onderweg", verklaarde Dr. Toth.

De meer optimistische beoordeling van de voorspelbaarheid van het TC-spoor door Zhou en Toth (2020) is blijkbaar te wijten aan hun erkenning dat echte voorspellingsfouten zich exponentieel gedragen (d.w.z. groeit over de voorspelde dagen, en wordt verminderd door NWP-ontwikkeling door de jaren heen). Dit in tegenstelling tot LC18, die voorlopig aannemen dat waargenomen fouten (d.w.z. prognose minus analysepositie) kan lineair worden verlaagd.