به گزارش خبرنگار علمی ایرنا، پتری تالاس روز دوشنبه در نخستین كنفرانس بین المللی پیش بینی عددی وضع هوا و اقلیم در پیامی به صورت ویدیوكنفرانس افزود: این پیش بینی ها زندگی انسان ها را نجات می دهند و ار مدیریت بحران و جلوگیری و كاهش خسارات اقتصادی ناشی ار حوادث شدید اب و هوایی پشتیبانی می كند و در بخش های انرژی، كشاورزی، حمل و نقل و تفریحات به طور قابل توجهی درامدزایی می كند.
وی اظهار داشت: پیشرفت های علمی و فنی منجر به توسعه مهارت های پیش بینی وضع هوا در ٤٠ سال اخیر شده است، مهم اینكه این مهارت ها دائما به صورت كیفی و عینی ارزیابی می شوند زیرا این پیش بینی ها هر روزه با مدادهای وافعی مقایسه می شوند.
وی ادامه داد: پیش بینی عددی وضع هوا یك برتری اساسی نسیبت به سایر رشته های علمی دارد و آن این است كه میزان مهارت آن هر روزه و در سطح دنیا به صورت عینی ارزیابی می شود، بنابراین درستی و نادرستی این پیش بینی ها دقیقا مشخص شده و راه های توسعه این مهارت به گونه ای موثر ازمایش می شود.
دبیر كل سازمان جهانی هواشناسی گفت: مدت زیادی است كه بازه زمانی زیر فصلی با عنوان بیابان پیش بینی پذیری' شناخته می شود و پیش بینی این بازه زمانی كمتر از پیش بینی های میان مدت و فصلی مورد توجه قرار گرفته است.
وی افزود: تا زمان های اخیر در زمینه پیش بینی های اقلیمی زمان نزدیك ( چند ساله تا دهه ای ) به دلیل كمبود ركورد داده های دیدبانی برای ارزیابی مهارت این نوع پیش بینی ها ، پیشرفت چندانی صورت نگرفته است.
تالاس ادامه داد: اینده نگری اقلیمی در صدر رویكردهای مدل سازی سیستم زمین بوده تا برهم كنش های پیچیده و ساز و كارهای بازخورد میان جو ، اقیانوس ، زمین ، یخ كره و زیست شیمی زمین را شبیه سازی كند.
* امروز كجا ایستاده ایم
وی گفت: مراكز عملیاتی پیش بینی عددی وضع هوا، پیش بینی برای بازه زمانی بسیار كوتاه در مقیاس كیلومتر و چند بار در روز تا پیش بینی فصلی جهانی در مقیاس چند ده كیلومتر و ماهی یكبار را ارائه می دهند. این پیش بینی ها مربوط به وضع هوا می باشند، اما در پیش بینی كیفیت هوا و كاربردهای آب شناسی نیز بكار گرفته می شوند.
* چالش های علمی
تالاس افزود: در آینده دو حیطه به توجه بیشتری نیاز دارند و افزایش مهارت ها را نوید می دهند، اما این امر نیاز به سرمایه گذاری قابل توجه در محاسبات و توسعه علمی دارد.
وی ادامه داد: اول اینكه عدم قطعیت ذاتی در پارامترهای فیزیكی، خواه ناشی از درك ناقص فرآیندها و یا خواه ناشی از مشكل ارائه تاثیر فرآیندهای ناشناخته در مقیاس های شناخته شده باشد، ممكن است نیاز به یك رویكرد كاملا متفاوت داشته باشد. پیچیده تر كردن مدل ها لزوما آنها را دقیق تر نمی كند. ما نیازمند درك بنیادی فرآیندها برای بهبود پارامتر بزه كردن مدل ها و توضیح خطاهای سیستماتیك هستیم.
دبیركل سازمان جهانی هواشناسی گفت: دوم اینكه فرآیندهای شیمیایی و فیزیكی بیشتری اضافه خواهد شد. به سبب جفت شدن مدل های جوی با مدل های اقیانوسی، سطح زمین و یخ دریا، كه برخی از آنها امروزه به طور عملیاتی مورد استفاده قرار می گیرند، نیازمند فرآیندهای فیزیكی بیشتری هستیم. جفت مدلسازی و رویكردهای سیستم زمین برای پیش بینی وضع هوا و اقلیم، با روش های جدید از سامانه های دیدبانی بهره می برند و نیاز به این دارند كه برای به دست آوردن داده های مشاهداتی و قابلیت های لازم، با مجموعه وسیعتری از شركا و فراتر از سازمان های هواشناسی همكاری كنیم.
* چالشهای فنی
وی گفت: امروزه پیش بینی عددی وضع هوا از رایانه هایی با كارایی بسیار بالا استفاده می كند كه رتبه آنها 20 كامپیوتر اول در بین 500 سیستم قدرتمند موجود قرار دارد. به هر حال، توسعه مورد انتظار فناوری محاسباتی پرسرعت در آینده، شرایط جدیدی را بر چگونگی برخورد با چالش های علمی تحمیل می كند.
تالاس افزود: بنابراین با توجه به سخت افزار، طرح كدها و روش های عددی، به یك تغییر الگو نیاز است. فناوری های جدید پردازشگرهای ضعیف را با CPU های نسل بعد تركیب و تجمیع میكنند تا بهترین هر دو عرصه را ارائه دهند.
وی ادامه داد: این چالش محاسباتی با وجود نیاز به توزیع و آرشیو داده بیشتر هم می شود. در حالی كه به نظر می رسد سرعت رشد داده كمتر از رشد محاسبات باشد، احتمالا تولید داده با حجم اگزابایت زودتر از توان محاسبات اگزافلاپ حاصل شود. محاسبات مجدد حتی از ذخیره داده نیز پرهزینه تر است، بنابراین اینكه با چالش داده باید با اولویت بالا برخورد شود، اجتناب ناپذیر است.
تالاس گفت: بسیاری از چالش ها و فرصت های فناورانه از سامانه های دیدبانی آینده زمین به دست می آید. در نهایت، فناوری های جدید ماهواره ای به صورت فزاینده ای به سمت رادیومترهای فرا طیفی حركت می كند، با هزاران كانال طیفی وضعیت ترمودینامیكی جو را در كنار سایر تركیبات مورد كاوش قرار می دهند و همراه با ابزارهای فعال (مانند رادارها و لیزرهای با تفكیك بالا) ویژگی های سطحی، ذرات ریز معلق هوا، باد، بخار آب، ابر و بارش را كاوش می كنند. هر دو گروه ابزار می توانند سرعت تولید داده را به 100 گیگابایت در روز برسانند كه این امر نیازمند دریافت زمینی پیش پردازش و پخش داده در مدت چند ساعت و استفاده از این اطلاعات در سیستم های پیش بینی است.
علمی ٩٠١٤*2017
تاریخ انتشار: ۲۸ آبان ۱۳۹۷ - ۱۱:۵۲
تهران- ایرنا- دبیر كل سازمان جهانی هواشناسی گفت: دستاوردهای به دست آمده در مدل سازی همراه با پیشرفت سریع در حوزه فناوری های دیدبانی مانند خودروهای هوشمند، فناوری های سنجنده ها و ماهواره ها بیانگر این است كه پتانسیل لارم برای پیشرفت در پیش بینی هوا و اقلیم در اینده وجود دارد.