Как составить долгосрочный прогноз

Как рассчитывается долгосрочный прогноз в «Гисметео»?

22 нояб, 10:01, 2021

1. О погоде

Первый подход к долгосрочному прогнозированию — это климат. На протяжении многих веков метеорологи вели наблюдения за погодой, чтобы использовать ее для прогнозов. Конечно, статистический метод имеет свои ограничения, особенно в эпоху климатических изменений.

С наступлением компьютерного века открылись новые возможности для прогнозирования. Появились численные модели прогнозов погоды.

Модели долгосрочных прогнозов отличаются от моделей краткосрочных (на трое суток) и среднесрочных (до 10 суток) прогнозов. В долгосрочном прогнозировании большую роль играют температурные аномалии поверхности океана. В более коротких прогнозах их вклад незначительный.

В краткосрочных и среднесрочных прогнозах указываются конкретные значения метеорологических параметров в данном месте в данное время. Такие прогнозы дают полную картину погодных условий, они понятны и популярны у пользователей.

В долгосрочных прогнозах дается описание осредненных метеорологических параметров, выраженных в виде отклонений от среднестатистических величин этого периода. Таким образом, прогноз показывает насколько более холодным или более теплым, чем обычно, будет месяц или сезон.

В таком виде долгосрочные прогнозы удобны для бизнеса. Предприятия топливно-энергетического комплекса, жилищно-коммунального хозяйства, аграрного сектора и транспортные компании закладывают полученные данные в свои модели развития и тем самым ведут успешную деятельность.

Но для обычных людей «отклонения от среднестатистических величин» мало о чем говорят. Пользователи хотят получить не абстрактные рассуждения, а конкретные значения метеопараметров (температуры, облачности и осадков).

Гисметео — сервис для обычных людей. Поэтому мы предоставляем долгосрочные прогнозы в привычной и понятной форме.

Научное сообщество считает такие подходы сомнительными. Да, это так, указывать точные цифры температуры с заблаговременностью более месяца не совсем корректно. Ведь ситуация в атмосфере не стоит на месте, и с каждым последующим расчетом значения параметров будут меняться. Но мы осознанно идем на это, поскольку в обществе есть спрос, а у нас есть научно обоснованный технологичный прогноз.

Наши долгосрочные прогнозы рассчитываются ансамблевой моделью из множества членов. Это позволяет нивелировать ошибки начальных данных и расширить спектр возможных сценариев. На сайте публикуется наиболее вероятный на момент расчета прогноз. Долгосрочные прогнозы рассчитываются два раза в неделю, по вторникам и пятницам. Следите за обновлениями.

Больше интересного в «Телеграме»

Читайте нас в «Дзене»

Читайте также

Климатические прогнозы, также называемые долгосрочными прогнозами, позволяют определить, в какую сторону будет меняться погода в ближайшие месяцы или сезоны: влажнее или суше обычного, жарче или холоднее, или не будет сильного сдвига в ту или иную сторону. Итак, какая информация входит в них и как они составляются?

Климатические прогнозы могут стать эффективным инструментом, который поможет принимать решения в отношении деятельности, на которую влияет изменчивость погоды — от планирования рабочей силы и методов ведения сельского хозяйства до подготовки к сезону суровых погодных условий или даже к отпуску.

Прогнозы работают потому, что погода не просто случайна. Погода определяется энергией солнца и переносом энергии, массы и импульса между океанами, атмосферой, льдом и сушей, и все это происходит на вращающейся, наклоненной планете.

В прошлом климатические прогнозы использовали взаимосвязь между более крупными климатическими факторами, такими как Эль-Ниньо и Ла-Нинья, и средней погодой в регионе в определенное время года. В качестве грубого инструмента для широких областей это было достаточно эффективно — несомненно, лучше, чем простое угадывание. Однако сейчас есть климатология и вычислительная техника для расчета климатического прогноза, основанного на текущем состоянии океанов, атмосферы, суши и льда, а также на том, как они могут взаимодействовать и изменяться со временем.

Сбор данных

Ежедневно собираются сотни миллионов данных наблюдений с наземных станций и океанических буев, метеорологических аэростатов, самолетов и спутников. Эти наблюдения охватывают все уголки земного шара и позволяют создавать высокодетализированную трехмерную картину текущего состояния окружающей среды Земли.

Компьютерная модель долгосрочного прогноза помещает этот огромный объем данных в трехмерную сетку, затем с помощью математических отношений, представляющих физику океанов, суши, льда, атмосферы и их взаимодействие, рассчитывает, как каждое значение может измениться в течение следующих нескольких месяцев. Подумайте об этом, как если бы мы взяли условия, которые мы можем измерить на земном шаре сегодня, поместили их на отдельный, но идентичный мир, а затем переместились на несколько месяцев вперед.

Множество возможных вариантов развития событий

Когда мы заглядываем на несколько месяцев вперед, существует много шансов на случайные, на первый взгляд, изменения в погоде. Это означает, что погода на ближайшие несколько месяцев не предопределена — существует несколько вполне реальных возможностей.

Используя модель Земли, можно проверить, какими могут быть эти будущие состояния. Для этого вносятся небольшие изменения в начальные условия (наблюдения), которые передаются в модель — эти изменения отражают неопределенность в наблюдениях. Например, можно запустить модель прогнозирования 100 раз, каждый раз немного меняя начальные условия. 100 различных сценариев, которые при этом возникнут, называются «ансамблем», со 100 «членами ансамбля». Если, скажем, 80 из этих 100 прогнозов предсказывают развитие более влажных, чем в среднем, условий в каком-либо районе, можноговорить, что вероятность более влажного, чем в среднем, сезона в этом районе составляет 80 процентов. Если только 50 из прогнозов окажутся более влажными, чем в среднем, вероятность составить 50%.

Проверка модели

Чтобы проверить надежность модели, ее запускают на определенный период в прошлом — обычно около 30 лет. Сравниваются исторические прогнозы, полученные в результате этих прогонов («ретроспективные прогнозы»), с тем, что произошло на самом деле. Поскольку некоторые климатические события (такие как Ла-Нинья или Эль-Ниньо) происходят не каждый год, используется как можно более длительный период, чтобы проверить, как модель поведет себя в различных ситуациях.

Как и в случае с прогнозами, для ретроспективных прогнозов также используются ансамбли. При использовании нескольких дат начала с несколькими членами ансамбля в течение многих лет генерируется большое количество данных — порядка десятков тысяч модельных лет — достаточное для того, чтобы удостоверится, что модель работает.

Превращение данных в прогнозы

Чтобы понять и объяснить прогнозы, климатологи интерпретируют все данные и превращают их в полезную информацию. По сути, они разбирают информацию модели, чтобы определить, что является движущей силой прогноза, и, сочетая это со своими знаниями о том, как работает модель, создают картину общих движущих сил нашего климата и степень уверенности в прогнозе. Затем их задача — представить эту информацию обществу в Интернете, на телевидении и радио, в печати и при личной встрече.

Поэтому в следующий раз, когда вы зададитесь вопросом «Когда пойдет дождь?», посмотрите на небо со спутника, подумайте о столетии науки о климате, о миллионах расчетах, которые ежесекундно выполняются в течение нескольких месяцев на суперкомпьютерах, и восхититесь тем, как много науки и техники уходит на «вероятность выпадения осадков выше среднего».

Что такое прогнозирование погоды

Прогноз погоды — научно обоснованное предположение о том, какая погода будет в определенное время в определенном месте. Наука о погоде и методах ее предсказания называется синоптической метеорологией. Она является частью метеорологии — науки, изучающей атмосферу Земли и происходящих в ней явлениях. Специалистов, которые составляют прогнозы, называют синоптиками.

Прогнозы погоды можно условно разделить:

• по срокам (сверхкраткосрочные, краткосрочные, среднесрочные и другие);
• по охвату территории: местные, региональные, страновые, мировые (глобальные);
• по назначению: общего пользования, авиационные, морские, речные и сельскохозяйственные.

Прогноз погоды могут делать с помощью:

• анализа синоптической карты погоды — географической карты, на которой в виде цифр и символов изображены результаты наблюдений метеорологических станций в определенные моменты времени;
• численных методов прогноза погоды — компьютерной математической модели атмосферы, которая построена на базе системы уравнений гидродинамики и текущих данных погоды;
• статистических методов — сбора статистических метеоданных, исходя из предположения, что в будущем погода повторится. Этот метод дополняет численный.

Сегодня почти во всех странах существуют региональные национальные метеослужбы. Гидрометцентр для России, Метеофранс для Франции, Оффенбах для Германии и т. д. Туда стекаются метеоданные о текущем состоянии атмосферы для дальнейших расчетов прогнозов погоды. Все национальные метеослужбы обмениваются информацией со Всемирной метеорологической организацией (ВМО), членами которого являются 193 государства и 6 территорий.

Откуда синоптики берут данные

Чтобы предсказать погоду, нужно знать «текущие условия» — то есть то, какая она сейчас. К основным параметрам относятся: температура, атмосферное давление, влажность, скорость и направление ветра, осадки и их количество.

Современный прогноз погоды основывается в первую очередь на данных спутников, а метеостанции, зонды и радары корректируют и непрерывно дополняют их. Вместе все эти источники создают полноценную картину происходящего в атмосфере.

Метеостанции

Метеостанции — специальные площадки, где непрерывно проводятся метеорологические измерения погоды и климата. На станциях установлены приборы для метеоизмерений: термометр, гигрометр, барометр, осадкомер и другие устройства. Они одинаковы по всему миру. Для точности метеорологи производят замеры регулярно и синхронно — через каждые 3 часа.

Наземные метеостанции бывают разные: огромные мачты в полях, плавающие буйки в море, шарообразные радары. Часть станций расположена в виде автономных устройств в труднодоступных местах, таких как горы и моря.

У метеостанций есть недостатки: они собирают данные только возле себя, расположены далеко друг от друга и не знают количество осадков.

Метеозонды

Метеозонды — беспилотные аэростаты. Зонд выглядит как наполненный гелием резиновый или пластиковый шар, к которому крепится контейнер с аппаратурой — датчиками для измерения температуры, влажности и атмосферного давления, а также батарейки и антенны, с помощью которой эти данные передаются.

Весит один метеозонд примерно 300 граммов и поднимается на высоту 30–40 километров. Зонды одноразовые: набирая высоту, шар лопается от избыточного давления. Пенопластовый контейнер падает на землю, и повторно не используется.

Метеозонды запускают в 870 точках Земли два раза в день, обычно в 00 и 12 часов по UTC.

Метеорологические радары

Метеорологические радары — специализированные радары для определения координат выпадения осадков, их типа, направления движения и интенсивности. Они обнаруживают опасные метеоусловия, такие как гроза, град, а также зоны интенсивных осадков и турбулентности.

Появление таких радаров связано со Второй мировой войной: радисты заметили «шум», который возникал на приборах во время осадков. Исследование этого явления привело к созданию специализированных погодных радаров, предназначенных для нужд метеорологии.

Современные радары каждые 10 минут делают трехмерный снимок атмосферы в радиусе 200–250 километров вокруг себя. Это позволяет описать погоду вплоть до микрорайона. Но для точного глобального прогноза их должно быть много. Здесь возникает проблема: так, российские радары расположены только в европейской части страны, а также Новосибирске, Барабинске и Владивостоке. Другая проблема — зона видимости радаров. Высотные здания могут загораживать обзор, создавая слепые зоны, а низкие осадки оказываются невидимы из-за кривизны планеты.

Метеоспутники

Метеоспутники — искусственные спутники Земли, их используют для просмотра и сбора данных о погоде и климате планеты. Они позволяют наблюдать за погодой на больших территориях, подобно тому, как вид с крыши или вершины горы дает более широкий обзор.

Метеоспутники определяют зоны интенсивных осадков и опасных явлений природы. Спутники отслеживают выбросы от вулканов и дым от лесных пожаров, последствия загрязнений, песчаные и пыльные бури, а также границы океанских течений.

Суперкомпьютеры

Весь поток погодных данных от метеостанций, зондов, радаров, спутников, датчиков на самолетах и кораблях поступает в центры обработки метеорологической информации — они есть в каждой национальной метеослужбе. Такие центры оснащены суперкомпьютерами. Менее мощные машины были бы не способны обработать такое количество данных в приемлемый срок.

Так, в Великобритании погоду предсказывает Cray XC40, который занимает 11-е место в списке мощнейших суперкомпьютеров мира с производительностью в 7 петафлопс (семь тысяч триллионов операций в секунду). Такая машина может спрогнозировать начало дождя вплоть до минуты. Главный суперкомпьютер российской гидрометеослужбы уступает британскому, его мощность 1,2 петафлопса.

Полученные результаты синоптики анализируют и составляют окончательный прогноз. Машина считает конкретные характеристики, а обобщить их может только человек. Синоптики делают прогнозы там, где есть ответственность и где технологии не способны предсказать некоторые погодные явления на местности, такие как туман и гололед.

Как сегодня составляют прогноз погоды: модели прогнозирования

Синоптики выделяют два основных типа моделей: глобальные и локальные.

Глобальные модели

Эти модели обсчитывают всю атмосферу Земли или полушария. Учитывают обширные погодные системы, которые могут простираться по всему континенту — холодные фронты и сильные штормы.

Существует несколько глобальных моделей: американская модель (GFS), европейская модель (ECMWF), немецкая (ICON), английская (UKMet), канадская (СМС), японская (JMA), русская (ПАЛВ) и другие. Синоптики используют в основном американскую и европейскую.

• Американская модель (GFS). Создана Национальной метеорологической службой США. Она запускается четыре раза в день: в 00, 6, 12 и 18 часов по UTC. Результаты публикует спустя 3,5 часа. Выдает прогнозы на 16 дней вперед.

  Доступ к данным модели бесплатный. Любой может скачать их на официальном сайте. Популярный сайт Windguru отображает результаты именно по американской модели.

  Вычислительная мощность американской модели выросла в десять раз за последние четыре года, и теперь модель способна проводить восемь квадриллионов вычислений в секунду.

• Европейская модель (ECMWF). Названа в честь операционного агентства в Европе в результате партнерства между 34 различными странами. Она делает прогнозы на 10 дней вперед. Запускается два раза в день: в 00 и 12 часов по UTC. Из-за сложности считает прогноз целых 6 часов.

  Доступ к данным платный. Результаты отображаются на сайте Foreca. «Гисметео», Yahoo, «Яндекс» и другие популярные ресурсы берут данные именно с него.

  Европейская модель в среднем более мощная в вычислительном отношении, а американская иногда дает более точные прогнозы.

Локальные модели

Глобальные модели хороши и полезны, но часто на небольшом квадрате невозможно адекватно предсказать погоду из-за гор, водоемов или снежных покровов, которые влияют на изменение погодных данных. Тогда выручают локальные модели — они с высокой точностью моделируют отдельную область, страну или город.

Самая популярная среди локальных моделей — модель WRF (Weather Research and Forecasting). Она открыта — любой может скачать ее на GitHub и запустить. Применима для всех стран мира и может учитывать местную географию и топографию.

Ансамблевые прогнозы

Все математические модели прогнозирования погоды имеют ограниченные возможности. Они не могут рассчитать метеорологические параметры в абсолютно каждой точке пространства в абсолютно каждый момент времени. Такие физические процессы, как туманы и гололед, в силу локальности и сложности природы, затруднительно описать с помощью математики. Вдобавок заданные параметры о текущем состоянии погоды не могут быть абсолютно точными.

Поэтому появились современные методы прогнозирования — «ансамблевые». Расчет прогноза запускается не один, а несколько раз, со слегка разными входными данными.

Ансамблевые прогнозы позволяют рассчитать вероятность явления. Например, вероятность осадков составляет 80%. Это значит, что из 50 членов ансамбля 40 (абсолютное большинство) прогнозируют дождь. Вместе с тем, есть 10 членов, которые исключают осадки.

Прогноз погоды от нейросети

С расцветом нейросетей их стали активно применять в прогнозировании погоды. Основной плюс — не нужно решать сложные физические уравнения и хранить огромные объемы информации. Вы собираете некоторый архив данных, а затем нейросеть самостоятельно анализирует его и выделяет закономерности.

Алгоритмы машинного обучения применяет, например, «Яндекс.Погода», используя систему Meteum. Нейросеть берет прогнозы, рассчитанные американской, канадской, японской и европейской моделями, и считает свой по модели WRF. Эти прогнозы сверяются с реальными наблюдениями в нескольких точках города, собранных по метеостанциям и спутникам. Потом она находит повторяющиеся закономерности и выдает прогноз «с точностью до дома».

Почему разные приложения дают разные прогнозы

Это происходит потому, что провайдеры используют разные алгоритмы, основанные на разных моделях прогнозов с разным уровнем детализации. Кто-то просто «штампует» прогнозы моделей, не делая поправку на реальную погоду. Другие нанимают синоптиков для наблюдений и исправлений ошибок.

Большинство популярных сайтов с прогнозами в интернете, отображают данные либо из американской GFS, либо из европейской ECMWF. Национальные метеослужбы делают прогнозы по собственным локальным моделям. Поэтому прогнозы погоды на Гисметео будет отличаться от Росгидромета.

Почему синоптики ошибаются

Точность краткосрочных прогнозов равна 95%. Прогнозы на пятые сутки имеют успешность на 80%, на 10 и более дней — только в половине случаев.

На точность прогнозов влияет множество факторов: количество и качество собираемых данных, способы их сбора и обработки, компьютерные ошибки и тот простой факт, что атмосфера Земли хаотична и ее очень трудно предсказать.

Ниже — основные причины, по которым погода не соответствует предсказаниям.

Неполнота наблюдений

Для идеального прогноза погоды необходимо точно знать текущие данные о фактической погоде на территории в несколько тысяч километров. Прогноз больше, чем на неделю, требует информации о том, что происходит с погодой на всем земном шаре.

На сегодня текущее состояние атмосферы известно приближенно, поскольку многие области планеты наблюдаются приборами слабо — океаны, тропики, пустыни, горы.

Как правило, метеостанций в городах значительно больше, чем в менее населенных районах. Среднее расстояние между метеостанциями на европейской территории России — 150 километров, в Сибири ― 300, на арктическом побережье еще больше. Данные в районах, где нет станций, восстанавливаются при помощи нахождения промежуточного значения, то есть приближенно. За счет этого возникают ошибки. Увеличивать плотность сети глобального наблюдения можно, но не бесконечно, поэтому данные никогда не станут полными.

Атмосфера хаотична

Синоптики пытаются предсказать то, что по своей природе непредсказуемо. Атмосфера представляет собой хаотичную систему: небольшое изменение состояния атмосферы в одном месте может иметь значительные последствия в другом — так проявляется «эффект бабочки». Любая ошибка, которая возникает в прогнозе, будет быстро увеличиваться и вызывать дальнейшие, но уже в большем масштабе.

Несовершенство моделей

Еще одна причина ошибок — несовершенство используемых прогностических моделей и методов. Некоторые погодные явления, такие как туманы и гололед, в моделях сознательно не учтены или упрощены, поскольку даже современные суперкомпьютеры не могут быстро их просчитать.

Несмотря на все технологические достижения, суперкомпьютеры не всегда точны. Хаотическая природа погоды означает, что до тех пор, пока синоптикам приходится делать предположения о процессах, происходящих в атмосфере, у любого компьютера всегда будет шанс ошибиться, независимо от того, насколько он мощный и быстрый.

Исследователи из Университета Пенсильвании нашли предел точности прогнозов погоды. Они обнаружили, что даже уменьшив первоначальные ошибки, лучшее, чего можно добиться, — это прогноз примерно на 15 дней вперед. И это если погода «установится».

Долгосрочный прогноз погоды и его особенности

На этот раз речь пойдёт о самом неоднозначном, спорном виде прогнозов: о долгосрочных. Стоит ли доверять таким прогнозам? Нужны ли долгосрочные прогнозы? Сейчас узнаем.

Долгосрочный прогноз погоды (ДПП) – это прогноз метеорологических параметров на период от 30 суток до 2х лет (Гидрометцентр России).

Долгосрочный прогноз погоды отличается от краткосрочного или среднесрочного. Прежде всего, это выражается в том, что в нём указывается ожидаемое распределение лишь двух параметров:

1) температуры воздуха;

2) осадков.

Современные методы позволяют прогнозировать общие черты распределения облачности, характеристик ветра и некоторых явлений погоды, но потребителям данная информация не передается. Более того, среднемесячную температуру воздуха и количество осадков принято прогнозировать в виде их аномалий (отклонений от нормы) в стандартных градациях.

Так, например, прогнозы Гидрометцентра РФ включают в себя распределение среднемесячной температуры воздуха с шагом в 0,5°C и количества осадков в трех градациях: ниже нормы (менее 80%), около нормы (80-120%) и выше нормы (более 120%).

Пример долгосрочных прогнозов осадков

Несмотря на значительные успехи в долгосрочном прогнозировании, достигнутые в последние годы, оправдываемость долгосрочных прогнозов пока сравнительно невысока и составляет в среднем 70-80% (по данным Гидрометцентра РФ). С другой стороны, в 2016 году из 10 прошедших месяцев успешными долгосрочные прогнозы были в 9 случаях. Октябрь 2016г ярко показал, что в любой момент может пойти всё не так. В результате между прогнозами и фактической погодой образовалась большая разница.

Особенно важно то, что успешно были спрогнозированы крупнейшие аномалии температуры воздуха: экстремально тёплый февраль и август. На взгляд автора, долгосрочные прогнозы являются мощным инструментом планирования, однако всегда необходимо помнить о том, что сама суть долгосрочного прогноза подразумевает определенную вероятность ошибки

Наша команда с недавнего времени ведёт обзор долгосрочных прогнозов погоды и описывает общие закономерности, которые ожидаются в следующем месяце. Пример можно увидеть здесь.

Похожие темы:

Профессия метеоролог

Изобретение относится к метеорологии. Погоду на конкретном участке Земли прогнозируют по отнесенным к одной высоте эталонному вектору скорости перемещения атмосферы и эталонной температуре атмосферы. Их графики составляют для каждого дня каждого лунного месяца каждого лунного года 12-летнего лунного цикла по действительному вектору скорости перемещения атмосферы и действительной температуре атмосферы без учета случайных энергетических воздействий на атмосферу из недр Земли, на ее поверхности, в ее атмосфере или из Космоса. Исключение в оценочном периоде указанных помех обеспечивает получение долгосрочного прогноза погоды с повышенной точностью. 4 ил.

Изобретение относится к метеорологии и представляет собой способ определения Эталонного вектора скорости перемещения атмосферы (ВСПА) и Эталонной температуры атмосферы. При этом значения Эталонного ВСПА определяются как точные с вероятностью близкой к 100% для каждого дня каждого лунного месяца каждого лунного года 12-летнего лунного цикла для любого лунного цикла. В основе способа лежит установленная заявителем закономерность в перемещении атмосферных потоков, представленных своим Действительным ВСПА для каждого участка земной поверхности со своим участком атмосферы, от изменения лунного светового потока (ЛСП), отражаемого на Землю Луной, и от имеющих место по всему Земному Шару энергетических воздействий на атмосферу из недр Земли, на ее поверхности, в ее атмосфере или из Космоса известной или неизвестной физической природы. При этом Эталонный ВСПА определяется как реакция системы из атмосферы и поверхности Земли на воздействие только со стороны ЛСП в то время, как остальные упоминавшиеся энергетические воздействия на эту систему относятся к разряду помех. Исключив из Действительного ВСПА те его значения, которые относятся к разряду помех, мы получим Эталонный ВСПА для каждого дня каждого лунного месяца каждого лунного года 12-летнего лунного цикла для любого лунного цикла, который и будет являться для данного участка поверхности Земли долгосрочным прогнозом погоды. При этом следует отметить, что измерение параметров Действительного ВСПА и температуры атмосферы, необходимые при составлении Эталонного ВСПА и Эталонной температуры, должны быть отнесены к одной и той же Эталонной высоте.

Известен способ составления долгосрочного прогноза погоды, при котором в районе прогноза ежедневно в течение предшествующего оценочного периода проводят наблюдения за значением ВСПА, представленном своими параметрами, и находят значения приливообразующих сил Луны и Солнца в атмосфере Земли, при обработке результатов наблюдений выбирают из предшествующего оценочного периода дни-аналоги, соответствующие дням прогноза, значения приливообразующих сил для которых близки к значениям приливообразующих сил для соответствующих дней прогноза, и по ним судят о значениях метеопараметров [1].

Известен другой способ составления долгосрочного прогноза погоды, в котором кроме действий, определенных предыдущим способом, выполняют наблюдения за значением ВСПА за не менее чем 40 лет при определении приливообразующих сил Луны и Солнца в атмосфере Земли, для предшествующего оценочного периода и для дней прогноза, дополнительно фиксируют время, при обработке результатов наблюдений дополнительно находят для дней-аналогов и дней-прогноза значения результирующего гравитационного воздействия на Солнце планет Солнечной системы, а при суждении о прогнозируемых значениях метеопараметров учитывают значения результирующего гравитационного воздействия на Солнце от планет Солнечной системы в соответствующие дни-аналоги и производят интерполяцию параметров, ближайших по значениям результирующего гравитационного воздействия в дни-аналоги [2].

В обоих способах рассматривается прогноз значений параметров ВСПА, т.е. делается попытка определить закономерность в перемещении атмосферных потоков под влиянием сил притяжения со стороны Луны и Солнца [1], планет Солнечной системы и энергетического воздействия от Солнца [2].

В этих способах не рассматривается воздействие на значение ВСПА со стороны ЛСП, которое является регулярным, множество таких случайных энергетических воздействий на атмосферу, какими являются землетрясения, извержения вулканов, обширные пожары где-либо на земной поверхности, испытания мощных взрывных устройств, запуски мощных ракет и т.д., которые своим воздействием на атмосферу Земли создают, с одной стороны, регулярные воздушные потоки (от ЛСП), а с другой стороны, случайные воздушные потоки, возникающие под воздействием случайных энергетических излучений в атмосферу, указанных ранее, которые будем называть помехами. Эти помехи оказывают решающее влияние на значение ВСПА в данном регионе составления прогноза параметров ВСПА. Отсутствие даже упоминания их воздействия на Действительный ВСПА означает, что в указанных аналогах при составлении прогноза погоды указанные помехи не исключались из категории воздействующих на ВСПА, хотя и имели место. А это означает, что в будущих прогнозируемых параметрах ВСПА предполагается 100% присутствие их влияния в одно и то же время, а это маловероятно тем более, что, например, такие сильнейшие энергетические воздействия на атмосферу, как ядерные испытания, уже в значительной степени прекращены, хотя все еще и проводятся. Кроме того, возможные из упоминавшихся помех могут случаться тогда, там и в таких сочетаниях, когда, где и каких ранее не было, вероятность чего близка к 100%, что при появлении их в предшествующие прогнозируемым годы оценка прогнозируемых параметров ВСПА на последующие годы с помощью способов аналогов может дать взаимно исключающие результаты по отношению к тем, которые были до появления этих данных. Т.о. основным недостатком способов указанных аналогов является присутствие в значениях параметров ВСПА оценочного периода случайных функций энергетического воздействия на ВСПА, которые делают определение прогнозируемых параметров ВСПА способами аналогов существенно приближенным.

Технический результат в способе, при применении которого ведут наблюдение за значением Действительного ВСПА, достигают за счет того, что для конкретного участка территории Земли погоду прогнозируют по отнесенным к одной высоте Эталонному ВСПА и Эталонной температуре атмосферы, графики которых для данного участка составляют для каждого дня каждого лунного месяца каждого лунного года 12-летнего лунного цикла по Действительному ВСПА и Действительной температуре атмосферы без учета энергетических воздействий, отнесенных к разряду помех.

На фиг. 1а представлена блок-схема системы из участка поверхности Земли и отнесенного к нему участка атмосферы, на входе которой действует ЛСП, а на выходе — Эталонный ВСПА и Эталонная температура атмосферы, изображенные в виде значений: V и T^oC — соответственно, которые являются реакцией данной системы только на воздействие со стороны ЛСП.

На фиг. 1б представлена блок-схема системы из участка поверхности Земли с отнесенным к нему участком атмосферы, на входе которой действует как ЛСП, так и 5 видов помех, к которым относятся: Q₁ — землетрясения, Q₂ — извержения вулканов, Q₃ — изменение активности Солнца, Q₄ — обширные пожары на поверхности Земли, Q₅ — прочие выбросы энергии в атмосферу, приложенные к системе изображенным образом, на выходе — Действительная температура атмосферы и Действительный ВСПА, изображенные соответственно T^oC и V, и формирующиеся под воздействием как ЛСП, так и 5-ти перечисленных выше помех.

На фиг. 2 изображен график ЛСП, на отрезке лунного месяца, где: НЛ — новолуние, ПЛ — полнолуние, t — время.

На фиг. 3 изображен обобщенный Эталонный график температуры атмосферы, определенный для Московской области и с некоторыми допущениями применимый для каждого месяца лунного года для всех 12 лет лунного цикла.

На фиг. 4 в изображен обобщенный Эталонный график ВСПА для Московской области, при этом с помощью зон I, II, III, IV, V, VI изображена его взаимосвязь с Эталонным графиком температуры (фиг. 4б) и с графиком ЛСП (фиг. 4а) с помощью отметок времени НЛ — новолуние, ПЛ — полнолуние на оси времени t, при этом символы С, Ю, 3, В означают соответственно: Север, Юг, Запад, Восток.

Для того, чтобы уяснить физическую природу установленной закономерности перемещения атмосферных потоков под влиянием переменного ЛСП, следует упомянуть Нулевой закон термодинамики, который утверждает, что «Две системы, находясь порознь в термическом равновесии с третьей системой, находятся также в термическом равновесии между собой» [3]. Если рассматривать в качестве систем участок поверхности Земли совместно с расположенным над ним участком атмосферы, принять во внимание тот факт, что ЛСП периодически изменяется на отрезке лунного месяца, а также учесть, что на основании Нулевого закона термодинамики можно утверждать, что системы, имеющие разную температуру, не находятся в термическом равновесии между собой, то можно обнаружить явление, сущность которого состоит в том, что переменный ЛСП, различным образом взаимодействуя с отдельными участками атмосферы и относящимся к ним участками земной поверхности, переводит атмосферу над такими участками из одного неустойчивого состояния термического равновесия в другое такое же состояние, вынуждая ее (атмосферу) совершать перемещения вдоль определенных участков земной поверхности в противоположных (и/или строго определенных) направлениях. Эти перемещения атмосферы имеют периодический характер с периодом, равным периоду лунного месяца.

В основе физической модели атмосферы Земли лежит тот факт, что поведение атмосферы в определенный лунный месяц года над определенными участками территории Земли является вполне определенным в том случае, если на атмосферу нигде не оказывают энергетического воздействия никакие помехи, т.е. процессы, изменяющиеся во времени, при этом предполагается, что на отрезке лунного месяца изменения солнечной активности не происходит. В этом случае характеристики атмосферных потоков (вектор скорости и температура) на отрезке лунного месяца над отдельными участками территории Земли при отсутствии помех являются эталонными для каждого лунного месяца (строго говоря, для каждого отдельно взятого участка территории Земли количество таких эталонов будет равно числу лунных месяцев в году (12), умноженному на 12 лет лунного цикла, т. е. 144 эталонам, на практике же при довольно высокой точности прогнозирования характеристик атмосферных потоков удается обойтись всего одним эталоном на отдельный участок территории, каким, например, является Европейский континент, на все лунные месяцы года для всего 12-летнего лунного цикла).

Рассмотрим изменение ВСПА под влиянием ЛСП в модели, представленной ниже.

Пусть мы имеем три одинаковых по площади, но отличающихся по способности поглощать падающий световой поток, участка земной поверхности. Так водная поверхность в большей степени поглощает падающий световой поток, чем поверхность суши, покрытая растительностью или почвенным слоем, которая, в свою очередь, в большей степени поглощает световой поток, чем поверхность, покрытая снегом.

Назовем эти типы поверхностей, следующие в порядке: покрытая снегом — это П1; покрытая почвенным слоем — П2; покрытая водой — П3.

Предположим, что в порядке следования эти поверхности обладают свойством полного отражения падающего светового потока, частичного отражения светового потока и свойством полного поглощения падающего светового потока.

Предположим, что на отрезке лунного месяца на все эти три поверхности одновременно падает ЛСП, который является переменным на этом отрезке времени.

К моменту наступления полнолуния давление атмосферы над этими поверхностями сформируется отличающимся по величине. Над П1 оно будет несколько больше, чем над П2, а над П2 несколько больше, чем над П3 в силу свойств этих поверхностей или полностью отражать падающий на них ЛСП (П1), или частично или полностью поглощать падающий ЛСП (П2 и П3). В это время формируются условия для перемещения атмосферы от П1 к П2, а от П2 к П3.

В новолуние, когда ЛСП оказывается минимальным, каждая из указанных поверхностей начинает выделять накопленную энергию ЛСП. При этом оказывается, что П3, обладающая свойством полного поглощения ЛСП, выделит в атмосферу больше энергии, чем П2, обладающая свойством лишь частичного поглощения ЛСП, а П2 выделит в атмосферу больше энергии, чем П1, которая обладает свойством полного отражения светового потока и энергию не накапливает.

Таким образом, к новолунию в атмосфере сформируются условия, при которых атмосфера от П3 с большим давлением начнет перемещаться к П2, где давление ниже, а от П2 к П1, где давление сформируется самое низкое.

Следовательно, если бы поверхность Земли строго соответствовала приведенной модели, и на атмосферу на отрезке лунного месяца действовал только один переменный ЛСП, то она в период времени от новолуния до полнолуния перемещалась бы от П3 к П2 и далее к П1, а в период времени от полнолуния до новолуния она перемещалась бы от П1 к П2 и далее к П3. Т.е. в соответствии с изменением фазы ЛСП изменялось бы на противоположное и направление движения воздушных потоков над этими поверхностями.

В связи с тем, что указанные условия представлены на поверхности Земли до некоторой степени хаотически, то и атмосферные потоки, формирующиеся над поверхностью Земли, не являются однотипными. Однако, можно утверждать, что когда на атмосферу Земли не оказывают воздействия другие переменные источники энергии, движение атмосферных потоков над одними и теми же участками поверхности Земли в одни и те же отрезки лунного месяца должны быть вполне определенными.

Таким образом, если рассматривать атмосферу Земли вместе с относящимися к ней участками земной поверхности в качестве нелинейной системы, а переменный ЛСП — в качестве функции F_вх(t) типового воздействия, поданного на вход этой системы, то выходными функциями F_вых(t) данной системы будут функции изменения параметров погодных условий, относящихся к данной местности. Передаточной же функцией элемента данной нелинейной системы (участка поверхности Земли с относящимся к нему участком атмосферы), т.е. ее математическим изображением можно считать отношение функции выходных параметров данного участка атмосферы (параметров погодных условий для данной местности) к функции типового воздействия, т.е. можно записать W = F_вых/F_вх, где W — передаточная функция данного элемента нелинейной системы; F_вых — выходная функция данной системы, представленная параметрами погодных условий — вектором скорости перемещения атмосферы (ВСПА) и температурой; F_вх — входная функция данной системы (ЛСП).

В качестве примера рассмотрим характеристики погоды — ВСПА и температуру воздушного потока для Московской области (МО), изображенных на фиг. 4 (а, б, в), при этом будем предполагать, что значения ВСПА отнесены к одной и той же высоте измерения. Рассмотрим их во взаимосвязи с географическим положением данного района и с поверхностями П1, П2, П3, как они описаны для модели.

В соответствии с моделью и географическим положением МО поверхности П1 будет соответствовать снежная поверхность льдов Карского моря. Район, заключенный между Карским морем с одной стороны, и Балтийским и Северным морями, Атлантическим океаном, Средиземным, Черным и Каспийским морями, служащими в качестве П3, с другой стороны, будет служить в качестве П2 (Европейский континент).

После наступления новолуния (см. фиг. 4), в соответствии с описанной моделью атмосфера должна начать перемещаться от П3 к П2. Т.к. МО относится к П2, а наиболее близкой к ней П3 является Балтийское море, то на этом временном отрезке воздушные массы должны начать перемещаться со стороны Балтийского моря в сторону МО. Именно это и имеет место после наступления новолуния. В МО в это время мы наблюдаем ветер с Северо-западного направления. Т. к. поступающий с Балтийского моря воздух оказывается теплее того воздуха, который поступал сюда ранее с П1 (из района Карского моря), то температура в МО станет повышаться. На фиг. 4б на графике температуры в области 1 мы видим повышение температуры в МО. В это же самое время в сторону Западной, Центральной и Восточной Европы (П2) начинают поступать воздушные потоки со стороны Балтийского и Северного морей. Атлантического океана, Средиземного, Черного и Каспийского морей (П3). В силу данного взаимного расположения указанных водных поверхностей по отношению к МО в ней воздушные потоки постепенно в течение первой недели после новолуния будут менять направление с Северо-западного на Западное и Юго-Западное направление. Такой постепенный поворот направления ВСПА по отношению к МО, расположенной в центре Европы и окруженной морями с постепенным их более удаленным расположением, вполне очевиден. Уральские горы на Востоке Европы ограничивают распространение западных ветров в этом направлении и далее к Северному Ледовитому океану. Остается один относительно свободный путь продвижения на Северо-восток в направлении Карского моря (П1). Однако ввиду изменения направления движения воздушного потока, обусловленного конкретными условиями географического свойства, в конце первой недели после новолуния в атмосфере формируются вихри (циклоны) при общем стремлении перемещения атмосферы в направлении П1, т.е. на Северо-восток в сторону Карского моря, покрытого заснеженным льдом. В результате действия вихревых потоков происходит захват прохладных воздушных масс северных районов, относящихся как к П2, так и к П1, и перенос их в южные районы с более теплым воздухом. На графике температуры (фиг. 4б, II) этот процесс понижения температуры в МО представлен областью графика 11. Т.к. общее перемещение воздушных масс продолжает оставаться неизменным от П3 к П2 и далее к П1, т.е. с Юго-запада на Северо-восток, что сопровождается поступлением теплых воздушных потоков с Атлантики, Черного и Средиземного морей, то и температура в МО с течением времени после выравнивания температуры в вихре снова должна начать расти, что и имеет место на практике. На графике температуры (фиг. 4б) это представлено областью III. При этом перед полнолунием воздушные потоки перемещаются с Юго-запада на Северо-восток. С наступлением полнолуния направление прохождения процессов в атмосфере меняется на противоположное. Наличие горных цепей в центре Европы обусловливает образование нескольких вихрей над Европой, а различное состояние поверхностей поглощения светового потока обусловливает различные пути прохождения циклонов в разные лунные месяцы над П2.

На фиг. 4 а, б, в представлены входная (а) и выходные (б, в) характеристики участка атмосферы МО.

На входной характеристике (а) представлено изменение ЛСП на отрезке лунного месяца от новолуния до новолуния. На выходной характеристике (б) представлен график изменения температуры воздуха в МО на том же отрезке лунного месяца при том условии, что на таком же отрезке времени в недалеком прошлом в атмосферу Земли не происходили выбросы энергии, выделяемые помехами. На выходной характеристике (в) представлено изменение направления вектора скорости перемещения того же участка атмосферы в зависимости от времени на отрезке лунного месяца. В области 1 воздушные потоки имеют преимущественное направление с Юго-запада на Северо-восток; в области II воздушные потоки в МО имеют характер циклонического движения; в области III, как и в области 1, устанавливаются воздушные потоки, двигающиеся с Юго-запада на Северо-восток. В областях IV и VI устанавливаются потоки, направление движения которых противоположно направлению областей 1 и III, а в области V, как и в области II, движение воздушного потока циклоническое.

Т. к. атмосфера Земли находится в различных своих частях под воздействием, кроме ЛСП, со стороны различных случайных энергетических процессов как случайных помех (см. фиг. 1б), то стоит задача определения Эталонного ВСПА для конкретной местности в условиях действия этих помех по всему Земному Шару. Для решения этой задачи рассмотрим Действительный ВСПА, взятый на отрезке лунного месяца (ЛМ), и обозначим его как функцию F_д(t), где t изменяется от 1 до 30 дней ЛМ. Можно утверждать со 100% вероятностью, что на отрезке ЛМ F_д(t) находится пол влиянием двух видов воздействий: от ЛСП, в результате чего формируется Эталонный ВСПА, который обозначим как функцию F_э(е), где t изменяется от 1 до 30 дней ЛМ, и которая никогда не равна нулю, т.е. можно записать, что F_э(t)0, (1) и от совокупной помехи, вызванной всеми возможными видами известных и неизвестных воздействий на атмосферу, в результате чего формируется ВСПА от помех, которую назовем F_п(t), при этом она может быть равной нулю при отсутствии помех или не быть равной нулю при их наличии, т.е. можно записать, что F_п(t)0 (2) при t, изменяющемся от 1 до 30 дней ЛМ.

В отношении Действительного ВСПА можно записать F_д(t)=F_э(t)+F_п(t) (3)
при t, изменяющемся от 1 до 30 дней ЛМ.

Чаще всего действие помех оказывается по длительности меньше ЛМ, и в этом случае на отдельных участках t_i функция F_п(t_i) будет равна нулю, т.е. можно записать, что
F_п(t_i) = 0, (4)
где t_i является конкретной датой того дня, когда Действительный ВСПА оказывается равным Эталонному, т.е. можно записать
F_д(t_i) = F_э(t_i), (5)
где t_i является конкретной датой того дня, когда это случилось.

Т. к. F_п(t) является случайной величиной, то вероятность того, что для одного и того же месяца одного и того же года, относящихся к различным 12-летним лунным циклам, значения этой функции на всем интервале времени ЛМ совпадают, близка нулю.

С другой стороны, т.к. функция F_э(t) создается только ЛСП, то вероятность того, что совпадение Действительных ВСПА, взятых для одного и того же месяца одного и того же года различных 12-летних лунных циклов, будет удовлетворять уравнению (5) на основании уравнений (1), (2), (3), (4), близка к 100%.

Обозначим 12-летний лунный цикл символом «Ц», тогда Ц_j будет обозначать j-й 12-летний цикл, а Ц_к — k-й 12-летний цикл, при этом j и k изменяются в соответствии с натуральным рядом чисел 1, 2, 3 и т.д. до n, причем jk.

Таким образом, если

то на основании уравнений (1), (2), (3),(4) и (5) можно записать, что
i=30; j,k=n i=30; j,k=n;

i=1; j,k=1;jk i=1; k=1; jk
При этом суммарная помеха на отрезке этого ЛМ для различных (тех же самых, что и в уравнении (7) ) лунных циклов будет равна нулю, т.е.:
i=30; j,k=n;

i=1; j,k=1; jk,
где, как и в уравнении (7), t_i — конкретные даты Действительных ВСПА различных 12-летних циклов, расположенные на отрезке ЛМ определенного года в пределах лунного цикла, где ВСПА от помех был равен нулю;
j,k — номера лунных циклов, Действительные ВСПА которых сравнивались;
Ц_jk — циклы, номера j и k которых выбирались, и Действительные ВСПА которых совпали на отрезках t_i.

Уравнения (7) и (8) являются алгоритмом отбора совпадающих на отдельных временных участках различных 12-летних лунных циклов Действительных ВСПА, которые равны Эталонным ВСПА для этих отрезков времени и которые в сумме составляют Эталонный ВСПА для каждого ЛМ каждого года в пределах 12-летнего лунного цикла. Рассмотрим пример определения Эталонного ВСПА для одного аналога ЛМ, начинающегося 31 марта и заканчивающегося 29 апреля 1983 г.

Предположим, что у нас имеются данные по параметрам воздушного потока (по температуре атмосферы и ВСПА) в МО за предшествующие 120 лет, отнесенные к одной высоте измерения. Т.к. для получения Эталонного графика температуры атмосферы (ГТА), необходимого для получения Эталонного ВСПА, сравнение графиков ГТА данного ЛМ и данного лунного года должно производиться для различных лунных циклов, то из 120 лет наблюдений мы должны выбрать наблюдения за указанный ЛМ, сделанные через каждые 12 лет, начиная с 1983 г., на протяжении этих 120 лет, т.е. мы выбираем данные по температуре погоды в Москве за ЛМ, начинающийся 31 марта и заканчивающийся 29 апреля, который назовем апрельским ЛМ (АЛМ), за 1983, 1971, 1959, 1947, 1935, 1923, 1911, 1899, 1887, 1875, 1863 годы. Т.к. с вероятностью близкой к 100% все ГТА АЛМ для этих лет отличаются друг от друга, т.к. маловероятно, чтобы ВСПА от помехи на отрезке ЛМ был равен нулю, то эти графики могут содержать участки траектории, совпадающие между собой на графиках различных лет, когда ВСПА от помехи был равен нулю. Предположим, что ГТА для АЛМ за 1983, 1947, 1923 совпали на отрезке с 31 марта по 2 апреля; ГТА за 1971, 1959, 1935 совпадали с 2 апреля по 5 апреля; ГТА за 1923, 1899, 1875 совпадали с 5 по 8 апреля; ГТА за 1983, 1911, 1887 совпадали с 8 по 11 апреля; ГТА за 1911, 1875, 1863 совпадали с 14 по 16 апреля; ГТА за 1935, 1899, 1875 совпадали с 20 по 22 апреля; ГТА за 1923, 1887, 1863 совпадали с 22 по 25 апреля; ГТА за 1911, 1875, 1863 совпадали с 25 по 28 апреля; ГТА за 1947, 1935, 1923 совпадали с 17 по 19 апреля.

Допустим, что больше никакими сравнениями ГТА из перечисленных лет для АЛМ нам не удалось заполнить пропуски в Эталонном ГТА за 12, 13 и 29 апреля. Выбирая те даты, ГТА для которых совпали, мы выбираем ВСПА, с параметрами, определенными в эти дни, в качестве Эталонного ВСПА. Пропуски в Эталонном ГТА, относящиеся к числам 12, 13 и 29 апреля, могут быть заполнены при построении Эталонных ГТА для АЛМ предшествующего и последующего годов, как их среднего значения, а также сравнением его с Эталонным ГТА марта и мая того же года. Все они должны быть похожими в качественном отношении и иметь лишь незначительные отличия. Таким образом составляется Эталонный ВСПА, который является долгосрочным прогнозом погоды для каждого дня каждого лунного месяца каждого лунного года 12-летнего лунного цикла.

Список литературы:
1. Ржеплинский Т. Самсонов день и погода на лето. Наука и жизнь. -М.: Правда, 1991, N 6, с. 74-77.

2. Патент N 2002282, G 01 W 1/00, 1993.

3. Hans Dieter Baeher. TERMODYNAMIK Eine Einfuhrung in die Grundlagen und lhre technischen Anwendungen. 3. Neubearbeitete Auflage Springer-Verlag Eerlin Heidelberg. New York. 1973.

Формула изобретения

Способ составления долгосрочного прогноза погоды, заключающийся в том, что ведут наблюдение за значениями действительного вектора скорости перемещения атмосферы и действительной температурой атмосферы, отличающийся тем, что для конкретного участка территории Земли погоду прогнозируют по отнесенным к одной высоте эталонному вектору скорости перемещения атмосферы и эталонной температуре атмосферы, графики которых для данного участка составляют для каждого дня каждого лунного месяца каждого лунного года 12-летнего лунного цикла по действительному вектору скорости перемещения атмосферы и действительной температуре атмосферы без учета энергетических воздействий, отнесенных к разряду помех.

РИСУНКИ

Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4