Kakvo će vrijeme sutra? Potrebni su milijuni linija koda i 100 tisuća mjernih zapisa da bismo znali

Kakvo će vrijeme sutra? Potrebni su milijuni linija koda i 100 tisuća mjernih zapisa da bismo znali

Iako nam ne pada prva na pamet, upravo je meteorologija jedno od područja u kojem se primjenjuju tehnologije poput neuronskih mreža, superračunala i umjetne inteligencije. Nije to čudno ako znamo da DHMZ četiri puta na dan izrađuje numeričke prognoze za koje svaki put prikuplja i obrađuje gotovo 100 tisuća mjernih zapisa iz satelita, aviona, radiosondažnih mjerenja, radara…

Neuobičajene vremenske pojave zadnjih godina podsjetile su nas da je meteorologija jedna od znanosti koje su najviše relevantne za naš svakodnevni život. Ionako veliko, zanimanje za vremensku prognozu dodatno se povećalo pa mnogi od nas u mobitelu imaju po 2 – 3 aplikacije za prognozu vremena.

Zato je zanimljivo i korisno iz prve ruke saznati koja su ograničenja i mogućnosti vremenske prognoze, što su vremenski prognostički modeli, zašto prognoza nekad skroz promaši i koja je tehnologija za sve to potrebna. Na ta i druga pitanja odgovorio nam je dr. sc. Kristian Horvath, načelnik Sektora za meteorološka istraživanja i razvoj DHMZ-a.

Prije same prognoze nužno je što preciznije utvrditi trenutno stanje

Opće je poznato da meteorolozi u svom radu koriste vremenske prognostičke modele, moćne programe koji se izvršavaju na jednako moćnim računalima. Horvath kaže da ih u struci zovu numerički modeli za prognozu vremena (Numerical Weather Prediction Models – NWP) i definira ih kao računalne programe koji opisuju fizikalne zakonitosti koje vrijede u atmosferi i opisuju evoluciju vremena. Ali prije same prognoze nužno je što preciznije utvrditi trenutno stanje:

Prije svega potrebno je prikupiti što više raznih izvora meteoroloških podataka u određenom trenutku iz kojih se, uz korištenje prethodnih prognoza, izrađuje analiza − naša procjena najtočnijeg stanja atmosfere u datom trenutku. Zato je izrazito važno razvijati ne samo prognostičke modele i superračunala nego i motriteljske meteorološke mreže koje nam daju podatke bez kojih se prognozirati ne može.

Molimo da prihvatite sve kolačiće kako biste mogli vidjeti ovaj sadržaj

Spominje i jedno ograničenje koje onemogućuje točnost dugoročne prognoze:

Zanimljivo je primijetiti da područje dinamike fluida, ključno i za prognozu vremena, sadrži jedan od preostalih šest neriješenih milenijskih matematičkih problema i da postoji nagrada Američkog matematičkog društva od milijun dolara za onoga tko pokaže da postoji jednoznačno rješenje tih zakonitosti.

Matematički specifična priroda problema prognoze vremena očituje se u efektu da u pravilu točna prognoza vremena duže od 10-ak dana unaprijed nije ni teoretski moguća.

Njihove rezultate koriste i pojedinci i gospodarstva

Unatoč tome vrijednost i iskoristivost prognoze vremena nipošto ne dolaze u pitanje. Horvath navodi tri velike grupe prognostičkih produkata.

Prvu čine osnovni meteorološki elementi poput temperature, smjera i brzine vjetra, vlažnosti zraka, naoblake, količine oborine i tlaka zraka.

Drugi nivo je cijeli niz izvedenih varijabli koje se izrađuju za potrebe upozoravanja na opasne vremenske uvjete i potrebe gospodarstva poput vrste oborine (kiša, snijeg, tuča, ledena kiša), vidljivosti odnosno magle, suše, mraza, osjeta ugode, udara vjetra i turbulencije, meteoroloških uvjeta za požare itd.

U toj grupi nalaze se, dakle, i meteorološki produkti za širok krug gospodarskih sektora čije poslovanje ovisi o vremenu, poput energetike, poljoprivrede, prometa, upravljanja vodama, građevinarstva, plinskog gospodarstva, šumarstva i drugih.

Trećoj grupi pripadaju tzv. prognostički produkti združenih modela, odnosno rezultati sustava u kojem su povezani model atmosfere i neki drugi model, primjerice uključivanjem valnog, oceanografskog ili modela olujnog uspora (nivoa mora), modela proizvodnje energije iz obnovljivih izvora, modela širenja požara i slično.

Takvi združeni modeli ne daju dakle samo izvedene meteorološke varijable, već direktno i nemeteorološke varijable poput visine i perioda valova, stanja mora, proizvodnje energije iz vjetroagregata ili solarne elektrane. Upravo je to tendencija razvoja prognostičkih sustava zadnjih godina, koja se sada izrazito ubrzava korištenjem metoda umjetne inteligencije.

Primjerice, meteorološki model DHMZ-a povezan je s modelom valova, što se ostvarilo kroz suradnju Državnog hidrometeorološkog zavoda i Instituta Ruđer Bošković.

Vrste prognostičkih modela

Prikaz pokazuje vjerojatnost da će noćna temperatura pasti ispod nule. Izvor: DHMZ

Govoreći o ovim modelima, Horvath objašnjava da je osnovna podjela na globalne modele kojima se izrađuje prognoza za cijeli svijet za desetak dana i na modele za ograničeno područje koji obično donose prognoze za nekoliko dana unaprijed fokusirajući se na područje od interesa:

Taj fokus omogućava da se prognozira s više detalja i točnije, što je izrazito važno u područjima koje obilježavaju planine i razvedena obala te njihov utjecaj na vrijeme. Stoga i mi svoje računalne resurse koristimo za prognozu isključivo za šire područje Hrvatske.

Ako nakon čitanja ovog teksta krenete u samostalno istraživanje ove tematike, dobro je znati za još jednu podjelu, na determinističke i ansambl sustave:

Deterministički modeli daju jednu prognozu evolucije vremena i koriste se za prognoze do 3 dana unaprijed. Ansambl sustavi imaju u sebi ugrađena višestruka ostvarenja prognoze vremena koja služe za ocjenu nepouzdanosti prognoze te daju vjerojatnost ostvarenja određene vremenske situacije.

Na DHMZ-u osnovni modelski sustav je ALADIN, koji se razvija u okviru konzorcija ACCORD. Riječ je je o programu suradnje 26 nacionalnih meteoroloških službi (NMS) koje rade na razvoju i unapređenju numeričke prognoze vremena visoke prostorne rezolucije na ograničenom području.

Područja (domene) za koje se radi proračun prognoze modelom ALADIN-HR. Izvor: DHMZ

Na DHMZ-u model ALADIN razvija se od 1995. godine, a u operativnoj primjeni na DHMZ-u je od 2000., što je iskustvo koje Horvath posebno naglašava:

Unatoč mnoštvu modelskih produkata dostupnih na webu, prepoznat je kao kvalitetan model koji treba uzeti u obzir s posebnom težinom kada se radi o prognozi vremena u Hrvatskoj, posebno u slučaju jakog vjetra poput bure i juga.

Dodaje da je zadnjih godina taj sustav proširen ansambl metodama prognoziranja za kvantitativnu procjenu pouzdanosti prognoze, odnosno vjerojatnosti ostvarenja neke meteorološke pojave te metodama umjetne inteligencije koje prilagođavaju prognoze modela lokalno specifičnim uvjetima upotrebom mjerenja.

Meteorolog mora biti dobar komunikator

Zašto unatoč svim ovim resursima prognoza ponekad sasvim promaši?

Velike pogreške u prognozi mogu se u nekim slučajevima dogoditi zbog specifičnih atmosferskih procesa koji su slabo predvidljivi. Primjerice, ljetni pljusak odnosno oluja može se prognostičkim modelom dobro reprezentirati, ali prerano ili prekasno u vremenu. Ili pomaknuto nekoliko kilometara u odnosu na stvarno stanje. Pozadina toga je preslaba prostorna razlučivost modela (sada 2 km), ali i inherentna nesigurnost prognoze vremena.

Puno puta pljusak padne u jednom dijelu grada, a u drugom ne. Ishod takvih relativno malih pogrešaka u prostoru ili vremenu za meteorologe nije dramatičan jer oni poznaju ograničenja prognoze vremena, no u javnosti se karakterizira kao potpuno pogrešna prognoza.

No i tome se izazovu može doskočiti:

Jedan od načina kako poboljšati prognozu olujnih nevremena je fokus na prognozu neposrednog razvoja vremena i vrlo često osvježavanje prognoze uz korištenje motrenja koja daju informacije o takvim pojavama, poput radara.

Drugi najučestaliji problem s prognozom vremena je komunikacijske prirode:

Meteorolozi imaju metode, produkte ansambl sustava, kojima svakoj prognozi mogu pridijeliti pouzdanost, odnosno vjerojatnost ostvarenja. Međutim, takve informacije ponekad su kompleksne za razumijevanje i teško nalaze svoje mjesto u medijima, zbog čega se najčešće komunicira najizglednija vremenska situacija.

“Točna prognoza vremena duže od 10-ak dana unaprijed nije ni teoretski moguća,” ističe dr. Kristian Horvath.

Kad se ona ne ostvari, opravdano se doživljava kao pogrešna. Također, meteorolog treba voditi računa i o tajmingu:

Meteorolog stručnjak mora moći procijeniti kada je pravo vrijeme za komunikaciju određene prognoze ovisno o njezinoj pouzdanosti, koja se povećava što je događaj bliže u budućnosti da bi smanjio broj pogrešnih interpretacija prognoze. Medijske najave olujnih nevremena koje se izdaju prerano, primjerice tjedan dana unaprijed, dok je još pouzdanost prognoze premala, nisu dugoročno dobre niti za građane niti za meteorologiju kao struku.

Stoga je dobro da postoji zakonska regulativa koja određuje da su za upozorenja na opasne vremenske pojave mjerodavni jedino meteorolozi DHMZ-a, čime se djelomično ublažava ova situacija.

Unatoč tome što su meteorolozi izloženi stresu i kritici zbog neostvarenih prognoza Horvath voli svoj posao:

Prognoza vremena je kreativan i uzbudljiv posao koji u širem smislu pokriva puno raznih područja i daje mnoštvo prilika za razvoj karijere. Prije svega, u prognozi vremena svaki dan je drugačiji jer se identično vrijeme nikad ne ponavlja. NWP modeli istovremeno su i naši laboratorijski alati za istraživanja i razvoj. Što je nekim strukama laboratorij za nas je to NWP model.

Zadovoljan je što brzo može vidjeti rezultate svog rada:

Jedna od ljepota znanstvenog razvoja u meteorologiji je da on vrlo brzo prelazi u praktičnu primjenu, što uključuje specifičan operativni rad s višestrukim izvorima velikog broja mjernih podataka, modelima i superračunalima.

Nekoliko milijuna linija koda za prognozu

Prognoza vremena računalno je izrazito zahtjevan posao, stoga superračunala u ovom području dobivaju svoju punu svrhu.

Horvath objašnjava da postoje dva aspekta zašto su im potrebni jaki računalni resursi. Prvi je prikupljanje i obrada velikih količina ulaznih podataka da bi se kroz postupak asimilacije podataka dobilo početno stanje atmosfere za proračune:

Primjerice, za svaku numeričku prognozu koja se izrađuje na DHMZ-u, a trenutno je to četiri puta dnevno (nove prognoze izrađuju se svakih 6 sati), prikuplja se i obrađuje gotovo 100 000 mjernih zapisa iz satelita, aviona, radiosondažnih mjerenja, prizemnih mjerenja, radara…

Drugi aspekt je izvršavanje samog modela, odnosno računalnog programa, koji ima nekoliko milijuna linija koda da bi se proračunala prognoza vremena za nekoliko dana unaprijed.

Horvath dalje objašnjava da se svi ti proračuni moraju izvršiti u nešto više od sat vremena da bi nakon dodatnih obrada produkti prognostičkih modela bili na raspolaganju prognostičarima rano ujutro. Prognoza ili upozorenje koje nije pravovremeno nema vrijednost, dodaje.

Superračunalo Neverin pomaže u prognoziranju nevera

Što se tiče hardvera, DHMZ raspolaže superračunalom kolokvijalnog naziva Neverin s 12 288 procesorskih jezgri ukupne snage od 373 teraflopsa. Ta računalna snaga dovoljna je za operativnu primjenu numeričkog modela za prognozu vremena na mreži točaka od 2 km horizontalne razlučivosti u širem području Hrvatske.

Kako bismo poboljšali prognoze za neke naše prirodne meteorološke fenomene poput bure, ali i pljuskova, planinskih i obalnih cirkulacija i modulacija strujanja, odnosno u blizini planina, otoka i granica kopno-more, ta razlučivost nije dovoljna. Zato već pripremamo i nabavu novog superračunala iz financijske omotnice EU 2021. – 2027.

Novi računalni resurs omogućit će im horizontalnu razlučivost od oko 1 kilometra te da se nove prognoze izrađuju svakih 60 minuta.

Govoreći o tehnologiji koju koriste, Horvath podsjeća da je razvoj meteorologije i tehnologije uvijek išao ruku pod ruku te da razvoj superračunala i modela za prognozu vremena sustavno poboljšavaju prognozu vremena:

Upotrebljivost numeričkih prognoza vremena produžuje se otprilike za jedan dan svakih 15 godina. Znači, ako smo danas zadovoljni s točnošću prognoze za četiri dana unaprijed, trebat će 15 godina razvoja i unapređenja modela za prognozu vremena da prognoza za peti dan unaprijed dostigne istu točnost kao što je ona danas za četiri dana unaprijed.

Kroz paralelni razvoj meteorologije i superračunala zadnjih desetljeća možemo reći da je numerička prognoza vremena doživjela tihu (r)evoluciju.

Sukladno članku 94. Zakona o elektroničkim medijima, komentiranje članaka na Netokraciji dopušteno je samo korisnicima koji ostave svoje ime i prezime te mail adresu i prihvate pravila ponašanja.

Pravila ponašanja

Na Netokraciji za vas stvaramo kvalitetan, autorski potpisan sadržaj i zaista se veselimo vašim kvalitetnim, kontruktivnim komentarima. Poštujmo stoga jedni druge prilikom komentiranja, kao i Zakon, držeći se sljedećih pravila ponašanja:

  • Ne budite 💩: Nema vrijeđanja, diskriminiranja, ni psovanja (osim ako nije osobni izričaj, ali onda neka psovka bude općenita, a ne usmjerena prema nekome). Također, upoznajte se sa stavkom 2. članka 94. Zakona o elektroničkim medijima prije no što ostavite komentar.
  • Samo kvalitetna rasprava, manje trolanja: Ne morate se ni sa kim slagati, ali budite konstruktivni i doprinesite raspravi! Svako trolanje, flameanje, koliko god "plesalo" na granici, leti van.
  • Imenom i prezimenom, nismo Anonymous 👤: Autor sadržaja stoji iza svog sadržaja, stoga stojite i vi iza svog komentara. Koristimo ime i prezime te pravu email adresu.

Kako koristimo podatke koje ostavljate? Bacite oko na našu izjavu o privatnosti.

Sve ostale komentare ćemo s guštom spaliti, jer ne zaslužuju svoje mjesto na internetu.

Odgovori

Tvoja e-mail adresa neće biti objavljena.

Popularno

eUsluge

Grad Zagreb omogućio potpun uvid u proračun kroz aplikaciju iTransparentnost

Nova aplikacija omogućuje svakom građaninu da detaljno prouči gradski porarčun po različitim parametrima.

Umjetna inteligencija

Zach Kass, ex-Open AI na Vizionaru godine: “AGI će možda biti zadnja tehnologija koju će ljudi izumiti”

Kako smo došli do ChatGPT-ja, koje promjene nas dalje čekaju, što je AGI, što donosi i kako se za to mogu pripremiti tvrtke i nove generacije otkriva nekadašnji Open AI stručnjak.

Umjetna inteligencija

Mojmira Pastorčić i Kolinda Grabar Kitarović najnovije AI “žrtve”: Pazite se lažnih videa!

Kako vrijeme prolazi, čini se kako će sumnjičavost biti nužnost pri konzumiranju sadržaja na internetu.

Što ste propustili

Intervju

Pobjedu u generiranju slika uz AI odnosi riječki pisac: “Dobar ‘prompter’ mora biti dobar s riječima!”

Nije trebalo dugo čekati da umjetna inteligencija generira i nove "sportove"!

Startupi

Novi GapMinder Fond II s 80 milijuna eura cilja i na hrvatske startupe

GapMinder Ventures, VC fond koji je dosad primarno ulagao u tehnološke tvrtke iz Rumunjske, pokreće GapMinder Fond II, investicijski paket od 80 milijuna eura koji će biti alociran i na širu istočnoeuropsku regiju, pa tako i Hrvatsku i Srbiju.

Analiza

Raj za dezinformacije: Pola svjetske populacije ove godine bira novo vodstvo!

Stanje povjerenja na internetu trenutno nije najbolje. Borimo se s lažnim vijestima i deepfakeovima koje ćemo viđati sve češće kako nam se približavaju nacionalni i europski izbori - kakvo je stanje, donosimo direktno iz Bruxellesa.

Startupi

U Hrvatsku stiže Choice, češki CRM za restorane

Foodtech startup Choice s novih 2,5 milijuna američkih dolara investicije ulazi na hrvatsko tržište.

Startupi

AI4Health.Cro predstavio 28 timova koji će razvijati AI rješenja za problem rane rehospitalizacije

Cilj ovog natjecanja je razviti rješenja za problem ranog ponovnog prijema pacijenata u bolnice, primjenom računarstva i AI tehnologije.

Intervju

Croteam retrospektiva s Admirom Elezovićem: Kako su se prilagođavali igračima i industriji proteklih 30 godina?

Nakon 30 godina, Croteam žari i pali gaming industrijom, ali na svoj način... skromno i s onom starom "pamet u glavu".