일식에 대한 구름 덮임 예측에 대한 초기 살펴보기

구름은 왜 예측하기 어려운가?

구름은 10일 이상 앞은 커녕 며칠 앞당겨도 예측하기 가장 어려운 기상 요인 중 하나입니다.

광범위한 구름을 생성하는 것은 대규모 폭풍 시스템만이 아닙니다. 이러한 구름은 특히 며칠 내에 비교적 예측하기 쉽습니다. 대기의 더 작고 약한 교란으로 인해 구름이 생성될 수 있습니다. 구름에 강수량이 충분하지 않은 경우에도 마찬가지입니다. 한편, 기상 전선에서 약 50마일 정도 떨어진 곳에서는 하늘이 완전히 흐렸다가 완전히 맑아질 수 있으며, 전선 위치에 대한 모델 예측은 하루나 이틀 전에 그 두 배만큼 틀릴 수 있습니다.

문제는 구름 양이 대기 중 매우 작은 규모로 발생하는 과정에 의존하는 경우가 많다는 것입니다. 이는 모델이 이를 정확하게 해결할 수 있을 만큼 충분한 세부 데이터를 갖고 있지 않을 정도로 작습니다.

왜 “밴드”가 무엇인지 알아야 합니까?

우리는 일반적으로 기술적인 전문 용어를 최소한으로 유지하려고 노력합니다. 그러나 이러한 예측에 투자한 사람들에게는 “그룹”이 무엇인지, 그것이 왜 중요한지 아는 것이 도움이 됩니다.

예측 모델에는 결정론적 모델과 앙상블 모델이라는 두 가지 주요 유형이 있습니다.

결정론적 모델은 익숙한 예측입니다. 이는 단일 솔루션을 사용한 예측입니다. 온도는 X, 강수 확률은 Y, 구름 범위는 Z입니다. 이러한 예측은 일반적으로 최대 2~3일 전에 더 정확합니다.

며칠에서 약 2주 전의 예측을 위해 대부분의 기상학자는 클러스터를 보는 것을 선호합니다. 이는 본질적으로 결정론적 예측의 여러 실행입니다. 각 실행이나 시뮬레이션에서 모델에 입력된 원시 기상 관측은 관측과 모델 자체의 결함을 나타내기 위해 약간 수정됩니다. 예측자는 여러 시뮬레이션 간의 유사점과 차이점을 분석함으로써 가능한 기상 결과의 범위와 확률, 그리고 예측에 대한 전반적인 신뢰도에 대해 더 나은 아이디어를 얻을 수 있습니다.

4월 8일의 피할 수 없는 예측은 무엇입니까?

위 이미지는 4월 8일 정오에 대한 모델 결정론적 예측입니다. 이는 텍사스에서 메인까지 미국 전역을 가로지르는 약 115마일 너비의 개기일식 경로 대부분에 걸쳐 많은 구름을 보여줍니다. 그것은 완전히 사실일 수도 있고 완전히 틀릴 수도 있습니다. 결정론적인 기대에 기초를 두기에는 너무 많은 시간이 걸립니다.

그것이 보여주는 것은 텍사스의 하늘이 더 맑고 북동부의 구름이 증가하는 기후학 또는 이 시기의 평균 구름 조건과 유사합니다. 그러나 동해안 근처에 고기압이 예상되는 지역과 관련하여 북동쪽에도 맑은 하늘이 있습니다.

어떤 그룹이 나타나나요?

위 이미지는 미국 모델링 시스템(US Modeling System)의 30개 시뮬레이션에서 예측된 평균 기압을 사용하여 대기압에 대한 종합적인 예측을 보여줍니다. 일반적으로 저기압 영역(파란색 음영으로 표시)은 더 흐려지는 경향이 있는 반면, 고기압 영역(노란색과 주황색으로 표시)은 더 밝아지는 경향이 있습니다.

상당한 수의 개별 시뮬레이션은 기압이 낮아지고 전체 경로의 대부분에서 하늘이 더 흐려지는 것을 나타냅니다. 개기압 경로의 동쪽이나 북동쪽 부분에는 더 높은 기압과 더 밝은 하늘을 나타내는 일부가 있지만, 개기압 경로의 서쪽 부분, 특히 북부 텍사스 지역으로 이동하는 낮은 기압을 여전히 나타냅니다.

이 기사 상단에 표시된 구름 덮음 예측은 저기압 지역이 텍사스 북쪽으로 충분히 멀리 떨어져 있어 낮은 위치의 시뮬레이션이 정확할 경우 구름 덮음이 제한될 수 있음을 나타냅니다.

물론, 기상 시스템의 존재와 위치에 대한 신뢰도가 낮을 ​​뿐만 아니라, 시스템이 전국적으로 어떻게 진행될 것인지에 대한 모델은 하루나 이틀 정도 느리거나 빠를 수 있습니다.

엑스카르타인공지능 일기예보 스타트업이 프로젝트를 시작했습니다. 일식 추적기 일식 경로를 따라 클라우드 예측을 제공합니다.

이 회사는 AI 기반 기상 모델을 개발한 여러 회사 중 하나입니다. 이 모델은 과거 기상 데이터의 패턴을 인식하는 방법을 학습하여 예측하는 반면, 기존 모델은 대기의 물리학을 나타내는 복잡한 수학 방정식을 처리합니다.

Excarta의 CEO이자 창립자인 Vivek Ramavajala는 이메일을 통해 “이를 통해 우리는 몇 시간이 아닌 몇 분 만에 매우 정확한 시간별 글로벌 예측을 생성할 수 있습니다”라고 말했습니다. “또한 개선된 속도와 비용을 활용하여 일기 예보의 앙상블을 생성할 수 있는데, 이는 며칠 후에 예측 불확실성을 측정하는 데 중요합니다.”

ㅏ 새로운 릴리스 회사는 자사의 예측이 기존 모델보다 20% 더 정확할 수 있다고 말합니다.

다음은 일식이 최고조에 달할 때 개기일식 경로에 있는 여러 도시에 대한 현재 AI 모델 예측입니다.

• 댈러스: 구름이 53%(+/- 20% 불확실성).
• Little Rock: 58% 구름량(+/- 15% 불확실성).
• 인디애나폴리스: 구름이 54%(+/- 19% 불확실성)
• 클리블랜드: 구름이 55%(+/- 19% 불확실성).
• 버팔로: 구름이 53%(+/- 19% 불확실성).
• 버몬트주 벌링턴: 구름이 47%(+/- 22% 불확실성).

(불확실성 수치는 예를 들어 댈러스의 구름 면적이 33~73%일 것으로 예상된다는 의미입니다.)

맑은 하늘을 바라는 사람들에게 일기예보가 좋은 시작인가요? 정확히. 그러나 우리가 클라우드 예측을 진지하게 받아들일 수 있으려면 아직 며칠 이상이 남았으며, 예측에 대한 신뢰도는 4월 8일 하루나 이틀 전까지는 그다지 높지 않을 수 있습니다.

워싱턴 포스트(Washington Post)는 금요일에 자체 일식 구름 예측 추적 소프트웨어를 출시할 예정이므로 계속 지켜봐 주시기 바랍니다.