Применение метода аналогий для улучшения прогнозирования сильной конвекции

Сильная конвективная погода, включая грозы, шквалы, град, торнадо и кратковременные сильные осадки, крайне сложна для прогнозирования из-за малых пространственных масштабов и короткой продолжительности. Высокоразрешающие численные модели, выводящие данные о радиолокационной отражаемости, стали основным инструментом для таких прогнозов, однако их точность ограничена ошибками моделей.

В статье, опубликованной в журнале Atmospheric and Oceanic Science Letters, доктор На Ли и её коллеги из Китайской академии наук представляют метод, основанный на аналогиях, для постобработки выходных данных численных моделей, например, системы GFS (NCEP Global Forecast System). Метод предполагает, что для схожих погодных явлений атмосферная среда в модели также будет подобной. Анализируя большой архив исторических прогнозов, алгоритм находит ситуации, наиболее похожие на текущий прогноз, и на основе соответствующих им реальных наблюдений формирует прогноз сильной конвекции.

«В настоящее время метод прогнозирует лишь вероятность возникновения сильной конвекции, без уточнения конкретного явления. В будущей работе мы надеемся предоставлять более детальные прогнозы, улучшая метрики аналогий и используемые наблюдательные данные», — поясняет доктор Ли.