Большинство из нас обычно воспринимает осадки в виде трёх разновидностей: дождь, снег и мокрый снег. Но для метеорологов и учёных-климатологов этого трио недостаточно. На самом деле команда исследователей, включая инженеров NASA, потратила почти десять лет на анализ данных о погоде, чтобы уточнить эти категории.
После использования машинного обучения для обработки полученных объёмов данных группа предложила в общей сложности девять различных типов осадков. Как они объяснили в исследовании, недавно опубликованном в журнале Science Advances, они не пытаются придираться — они надеются спасти жизни.
Понятное дело, что снег появляется в прогнозе только тогда, когда температура опускается ниже нуля. Но на самом деле для метеорологов это не так. В зависимости от микрофизики облачного фронта, дождь и снег с одинаковой вероятностью могут выпадать при температуре от 26,6 до 41 градуса по Фаренгейту. Это одна из многих причин, почему даже самые надёжные современные модели погоды могут испытывать трудности с прогнозированием осадков.
Между тем спутниковые системы хорошо отслеживают движение облаков из космоса, но они не так сильны в мониторинге наземных условий.
Пакет визуализации осадков от NASA
В попытке улучшить и расширить доступные данные, используемые в погодных моделях, исследователи из Мичиганского университета в партнёрстве с NASA реализовали многолетний проект. Для начала они установили специально разработанную камеру NASA под названием Precipitation Imaging Package (PIP) в семи стратегических точках в Соединённых Штатах, Канаде и Европе.
После запуска PIP записывала любые осадки с помощью ярко освещённой высокоскоростной камеры, а прибор, известный как диэдрометр, измерял скорость и распределение частиц по размерам, когда они падали из облаков.
За девять лет исследователи собрали около 1,5 миллиона измерений мелкомасштабных частиц, а также данные наземных метеостанций, включая температуру, точку росы, относительную влажность, давление и скорость ветра. Простой калькулятор не может обработать всю эту информацию, поэтому исследователи использовали статистический метод, называемый понижением размерности, чтобы упростить данные и выявить закономерности.
Затем они создали две модели машинного обучения, основанные на этом методе:
* линейную версию, измеряющую прямые связи между частицами;
* нелинейную версию, учитывающую условные связи, такие как более тонкие способы взаимодействия и движения частиц.
После сравнения обеих моделей с независимыми данными о погоде нелинейный метод оказался явным победителем. Он не только отслеживал переходы осадков в соответствии с данными радара, но и снизил неоднозначность на 36% по сравнению с линейным подходом.
После некоторых окончательных вычислительных доработок команда представила свою систему Uniform Manifold Approximation and Projection (UMAP). Помимо снижения сложности данных, UMAP выделяет три основных фактора, влияющих на конечную форму осадков: характеристики частиц, интенсивность и фазу. UMAP также позволяет лучше понять, как эти типы осадков переходят друг в друга.
Итак, какие девять технических категорий следует учитывать этой осенью и зимой? Согласно авторам исследования, это:
* Морось — лёгкий, равномерный дождь.
* Сильный дождь — интенсивный дождь с многочисленными мелкими каплями.
* Переход от лёгкого дождя к смешанным осадкам — лёгкий мокрый снег с плотными ледяными шариками.
* Переход от сильного дождя к смешанным осадкам — интенсивный мокрый снег с плотными ледяными шариками.
* Лёгкая смешанная фаза — небольшой объём кашицеобразных, частично замёрзших частиц.
* Тяжёлая смешанная фаза — большой объём кашицеобразных, частично замёрзших частиц.
* Переход от сильного снегопада к смешанным осадкам — крупные снежинки и агрегатные частицы.
* Лёгкий снегопад — лёгкий, пушистый снегопад.
* Сильный снегопад — интенсивный, обильный снегопад.
Для климатолога Мичиганского университета и соавтора исследования Клэр Петтерсен преимущества UMAP очевидны как в краткосрочной, так и в долгосрочной перспективе.
«В краткосрочной перспективе более точные прогнозы могут помочь людям скорректировать ежедневные поездки на работу или подготовиться к таким крупным событиям, как наводнения или ледяные бури», — сказала она в заявлении. «В долгосрочной перспективе это может помочь предсказать, как изменение снегозапасов или сроков стока повлияет на доступность пресной воды в регионе».
Петтерсен и её коллеги не хотят, чтобы их работа была ограничена опытными учёными. Чтобы сделать преимущества UMAP более доступными, они также выпустили интерактивный график для просмотра данных, а также общедоступный интерфейс, который проще в использовании для обычных любителей погоды.
«Процессы выпадения осадков очень нелинейны. На осадки во время их падения влияет множество факторов, которые влияют на то, что мы ощущаем на поверхности», — добавила Петтерсен.
И для тех, кто действительно хочет углубиться в результаты, всё доступно в Deep Blue Data.