การพยากรณ์แบบอองซอมเบิลและการคาดการณ์ได้

เนื่องจากชั้นบรรยากาศมีความปั่นป่วน การพยากรณ์เพียงครั้งเดียวจึงไม่เพียงพอ การพยากรณ์แบบอองซอมเบิลจะทำการพยากรณ์ที่แตกต่างกันเล็กน้อยหลายครั้ง เพื่อแสดงช่วงของอนาคตที่เป็นไปได้ และเปลี่ยนการพยากรณ์อากาศให้เป็นการระบุความน่าจะเป็นที่ซื่อตรง

Definition

การพยากรณ์แบบอองซอมเบิลคือการปฏิบัติในการพยากรณ์หลายครั้งจากเงื่อนไขเริ่มต้นและโครงสร้างแบบจำลองที่ถูกรบกวน เพื่อประมาณการกระจายความน่าจะเป็นของสถานะบรรยากาศในอนาคต โดยพิจารณาจากข้อจำกัดโดยธรรมชาติของความสามารถในการคาดการณ์

Scope

หัวข้อนี้ครอบคลุมถึงความสามารถในการคาดการณ์ของชั้นบรรยากาศและวิธีการแบบอองซอมเบิลที่ใช้ในการหาปริมาณความไม่แน่นอนของการพยากรณ์ ซึ่งรวมถึงการเพิ่มขึ้นของข้อผิดพลาดของเงื่อนไขเริ่มต้น การออกแบบการรบกวนเงื่อนไขเริ่มต้นและแบบจำลอง การตีความการกระจายตัวของอองซอมเบิลเป็นความน่าจะเป็น และการตรวจสอบการพยากรณ์เชิงความน่าจะเป็น

Core questions

• ทำไมชั้นบรรยากาศจึงสามารถคาดการณ์ได้ในช่วงเวลาที่จำกัดเท่านั้น?
• สมาชิกอองซอมเบิลถูกสร้างขึ้นได้อย่างไรผ่านการรบกวนเงื่อนไขเริ่มต้นและแบบจำลอง?
• การกระจายตัวของอองซอมเบิลถูกแปลงเป็นความน่าจะเป็นของการพยากรณ์ได้อย่างไร?
• คุณภาพของการพยากรณ์เชิงความน่าจะเป็นวัดได้อย่างไร?

Key theories

ความปั่นป่วนเชิงกำหนดและการเติบโตของข้อผิดพลาด

Lorenz แสดงให้เห็นว่าการไหลของบรรยากาศที่ไม่เป็นเชิงเส้นแสดงให้เห็นถึงการพึ่งพาเงื่อนไขเริ่มต้นอย่างละเอียดอ่อน ดังนั้นข้อผิดพลาดที่เล็กน้อยมากจะเติบโตแบบทวีคูณและจำกัดความสามารถในการคาดการณ์เชิงกำหนดไว้ที่ประมาณสองสัปดาห์

การพยากรณ์ความไม่แน่นอนแบบอองซอมเบิล

โดยการสุ่มตัวอย่างข้อผิดพลาดของเงื่อนไขเริ่มต้นและแบบจำลองที่เป็นไปได้ และรวมแต่ละส่วนไปข้างหน้า อองซอมเบิลจะประมาณการกระจายความน่าจะเป็นที่กำลังพัฒนาของการพยากรณ์ ดังนั้นการกระจายตัวของมันจึงกลายเป็นมาตรวัดความมั่นใจที่ขึ้นอยู่กับการไหล

Mechanisms

ความสามารถในการคาดการณ์มีจำกัดเนื่องจากชั้นบรรยากาศเป็นระบบที่ไม่เป็นเชิงเส้นและมีความปั่นป่วน ซึ่งความแตกต่างเล็กน้อยจะขยายตัว โดยเฉพาะอย่างยิ่งในบริเวณที่ไม่เสถียรทางพลวัต ระบบอองซอมเบิลจะสุ่มตัวอย่างความไม่แน่นอนนี้โดยการรบกวนสถานะเริ่มต้นไปตามทิศทางที่เติบโตเร็วที่สุด และโดยการรบกวนฟิสิกส์ของแบบจำลองหรือใช้แบบจำลองหลายแบบ เมื่อสมาชิกถูกรวมเข้าด้วยกัน พวกมันจะแยกออกจากกัน การรวมกลุ่มหรือการกระจายตัวของพวกมันจะประมาณการกระจายความน่าจะเป็นของการพยากรณ์ โดยที่การรวมกลุ่มที่แน่นหนาบ่งบอกถึงความมั่นใจ และการกระจายตัวที่กว้างบ่งบอกถึงความไม่แน่นอน คะแนนการตรวจสอบ เช่น คะแนน Brier และฮิสโตแกรมอันดับจะทดสอบว่าความน่าจะเป็นเหล่านี้เชื่อถือได้หรือไม่

Clinical relevance

การพยากรณ์แบบอองซอมเบิลเป็นพื้นฐานของคำแนะนำเชิงความน่าจะเป็นซึ่งปัจจุบันเป็นหัวใจสำคัญของบริการสภาพอากาศ ตั้งแต่โอกาสเกิดฝนเป็นเปอร์เซ็นต์ไปจนถึงการเตือนล่วงหน้าสำหรับเหตุการณ์ที่มีผลกระทบสูง เช่น พายุและน้ำท่วม มาตรการความมั่นใจช่วยให้ผู้มีอำนาจตัดสินใจในการบิน พลังงาน และการจัดการเหตุฉุกเฉินสามารถประเมินความเสี่ยงได้ แทนที่จะพึ่งพาการพยากรณ์เชิงกำหนดเพียงครั้งเดียว

History

การค้นพบของ Lorenz ในปี 1963 เกี่ยวกับการพึ่งพาเงื่อนไขเริ่มต้นอย่างละเอียดอ่อนได้เปิดเผยข้อจำกัดโดยธรรมชาติของการพยากรณ์อากาศ การพยากรณ์แบบสุ่มเชิงพลวัตได้รับการเสนอในทศวรรษต่อมา และในช่วงต้นทศวรรษ 1990 พลังการประมวลผลของคอมพิวเตอร์ที่เพิ่มขึ้นทำให้ระบบอองซอมเบิลเชิงปฏิบัติการสามารถใช้งานได้ที่ศูนย์หลักๆ หลังจากนั้นวิธีการรบกวน การแสดงข้อผิดพลาดของแบบจำลอง และการตรวจสอบเชิงความน่าจะเป็นก็พัฒนาไปสู่การปฏิบัติมาตรฐาน

Key figures

• Edward Lorenz
• Tim Palmer
• Eugenia Kalnay
• Zoltan Toth

Seminal works

• lorenz1963
• palmer2000

Frequently asked questions

การกระจายตัวของอองซอมเบิลบอกอะไรคุณได้บ้าง?

เมื่อสมาชิกอองซอมเบิลเห็นด้วยอย่างใกล้ชิด การพยากรณ์จะมีความมั่นใจมากขึ้น และเมื่อพวกมันแตกต่างกันอย่างมาก สถานการณ์จะมีความไม่แน่นอนมากขึ้น ดังนั้นการกระจายตัวจึงทำหน้าที่เป็นการประมาณค่าที่ขึ้นอยู่กับการไหลว่าการพยากรณ์นั้นน่าเชื่อถือเพียงใดในแต่ละวัน

มีขีดจำกัดที่แน่นอนว่าสภาพอากาศสามารถพยากรณ์ล่วงหน้าได้ไกลแค่ไหนหรือไม่?

มีครับ เนื่องจากชั้นบรรยากาศมีความปั่นป่วน ทักษะเชิงกำหนดที่มีประโยชน์สำหรับสภาพอากาศในแต่ละวันจะขยายออกไปได้เพียงประมาณหนึ่งถึงสองสัปดาห์เท่านั้น แม้ว่าคุณลักษณะบางอย่างที่เปลี่ยนแปลงช้าและข้อมูลเชิงความน่าจะเป็นสามารถพยากรณ์ได้ไกลกว่านั้นเล็กน้อย