نموذج جديد ثوري للطقس: كيف يمكن للبيانات عالية الدقة أن تغير تنبؤات الطقس؟

في عالم تنبؤات الطقس، تمثل دقة البيانات العنصر الأهم، وهذا هو السبب وراء تطوير نموذج جديد يعتمد على البيانات بصورة probabilistic data-driven. يتيح لنا هذا النموذج تقديم تنبؤات عالية الدقة لـ 87 متغيرًا جويًا عبر مساحة شبكة ممتدة بمعدل دقة يصل إلى 2.5 كم في المنطقة الاسكندنافية و31 كم في باقي المناطق، مع دقة زمنية تبلغ 6 ساعات.

يستخدم النموذج بنية معمارية عشوائية لإنتاج أعضاء فريدة من الترجيحات (ensemble members)، حيث يتم تدريب النموذج بناءً على دالة الخسارة المستندة إلى مقياس Continuous Ranked Probability Score (CRPS) المُقيّم في نقطة الشبكة وفي الفضاء الطيفي. وقد أظهر المكون الطيفي أنه ضروري لإنشاء حقول متناسقة مكانيًا، وهو ما لم يتحقق عند التدريب باستخدام خسارة المتوسط المربّع فقط.

أضفنا نموذجنا إلى اختبارات مقارنة، حيث تم تقييمه ضد ملاحظات تم جمعها من محطات الأرصاد الجوية السطحية ومقارنته بتنبؤات العمليات الرقمية العالية الدقة من نظام تنبؤات MetCoOp Ensemble Prediction System (MEPS). وأظهرت النتائج أن النموذج الجديد يحقق CRPS أقل بنسبة 13% لدرجات حرارة 2 م، و10% للضغط الجوي عند مستوى سطح البحر، بينما كانت الفروقات في سرعة الرياح والهطول أقل.

وفي حالة العاصفة ديف، استوعب النموذج موقع وهيكل نظم الرياح القوية، ولكنه قدّر سرعة الرياح القوية المفرطة بشكل أقل من المطلوب. تعد هذه النتائج مثيرة للاهتمام وتعكس إمكانية تحسين دقة نموذج الطقس عبر الاستفادة من التطورات الحديثة في النمذجة وتوسيع نطاق البيانات المتاحة.

ما رأيكم في تأثير هذه النماذج الجديدة على دقة تنبؤات الطقس؟ هل تعتقدون أنها ستحدث ثورة في هذا المجال؟ شاركونا آرائكم في التعليقات.