Погодные модели предсказания пробуют угадать будущую погоду бегущими моделированиями на базе существующих условий, забранных из разных источников данных. Но неотъемлемо сложный темперамент совокупностей, вместе с своевременностью и отсутствием точности данных, мешает проводить правильные предсказания, в особенности с погодными совокупностями, такими как неожиданные осадки.Как средство улучшить модели, ученые применяют замечательные суперкомпьютеры, дабы руководить моделированиями на базе более довольно часто обновляемых и правильных данных.
Команда во главе с Тэкемасой Миеси из AICS решила трудиться с данными из Himawari-8, геостационарный спутник, что начал работату в 2015. Его инструменты смогут просмотреть всю область, которую это покрывает шесть раз в час и в видимом и в инфракрасном свете в резолюции до 500 метров, и эти предоставлены метеорологическим агентствам.
Инфракрасные измерения нужны для косвенно измерительного ливня, потому, что они разрешают видеть, где облака расположены и в какой высота.Для одного изучения они взглянуть на поведение Тайфуна Soudelor (узнаваемый на Филиппинах как Ханна), категория 5 штормов, каковые дали выход повреждению в Тихоокеанском регионе в последних числах Июля и в первых числах Августа 2015. Во втором изучении они изучили применение улучшенных данных по предсказаниям проливного дождя, что случился в области Kanto Японии в сентябре 2015. Эти статьи были размещены в Monthly Weather Review и Издании Геофизического Изучения: Воздуха.
Для изучения Тайфуна Soudelor исследователи приняли сравнительно не так давно созданную погодную модель называющиеся МАСШТАБ-LETKF – управление ансамблем 50 моделирований – и включили инфракрасные измерения от спутника шесть раз в час, сравнивая выполнение модели против фактических данных из тропического шторма 2015 года. Они нашли, что если сравнивать с моделями, не применяя ассимилируемые эти, новое моделирование более совершенно верно предсказало стремительное развитие шторма. Они пробовали ассимилировать эти на более медленной скорости, обновляя модель каждые 30 мин., а не десять мин., и модель не выступала кроме этого, показывая, что частота ассимиляции – серьёзный элемент улучшения.
Дабы выполнить изучение в области катастрофических осадков, несколько изучила эти из проливного дождя, что случился в регионе Kanto в 2015. Если сравнивать с моделями без ассимиляции данных от спутника Himawari-8 моделирования более совершенно верно предсказали сильный, сконцентрированный ливень, что случился и пришел ближе к предсказанию обстановки, куда переполняющаяся река стала причиной важному наводнению.
По словам Миеси, «Приятно видеть, что суперкомпьютеры наровне с новыми спутниковыми данными, разрешит нам создавать моделирования, каковые будут лучше в предсказании неожиданных осадков и других страшных погодных явлений, каковые наносят серьезный ушерб и смогут стать более нередкими из-за трансформации климата. Мы планируем применить данный новый способ к вторым погодным явлениям, дабы удостовериться, что результаты вправду прочны».