STRONG LAPSE CONDITION (LOOPING)
WEAK LAPSE CONDITION (CONING)
INVERSION CONDITION (FANNING)
Examples of Atmospheric Stability (attribution)
في التنبؤ بالطقس، تُستخدم نماذج التنبؤ للتنبؤ بالحالات المستقبلية للغلاف الجوي، بناءً على كيفية تطور النظام المناخي مع مرور الوقت من الحالة الأولية.
في حين أن نماذج التنبؤ معقدة للغاية ( وتتطلب قدرات علمية وهندسية قوية)، فإن علم تحليل نماذج التنبؤ تلك، والتحقق من دقتها ، من خلال مقارنة الملاحظات التجريبية الفعلية بالقيم المتوقعة، هو أمر واضح ومباشر.
بالنسبة لمجال جودة الهواء، تمامًا كما هو الحال في التنبؤ بالطقس، فمن الممكن تحديد النماذج المستخدمة للتنبؤ بالمجموعة المستقبلية من تلوث الغلاف الجوي. هناك في الواقع الكثير من هذه النماذج ، والتي يشار إليها غالبًا باسم نموذج التشتت الجوي . وكما هو الحال مع التنبؤ بالطقس، يمكن تطبيق نفس مفهوم تحليل الدقة على التنبؤات بتلوث الغلاف الجوي.
هذه المقالة هي الأولى من سلسلة حول التنبؤ بجودة الهواء.
--
توقعات تلوث الهواء PM 2.5 متاحة بالفعل في مشروع مؤشر جودة الهواء العالمي لآسيا وأوروبا وكذلك العالم كله .
لكن البيانات المستخدمة لتغذية نماذج التنبؤ تعتمد في الغالب على مراقبة الأقمار الصناعية (انظر هذا المقال ) بدلاً من قراءات المحطات الأرضية.
يتمتع استخدام بيانات الأقمار الصناعية بميزة القدرة على تغطية أي جزء من الكرة الأرضية، بما في ذلك المحيطات، بشرط عدم وجود سحابة. ولكن من ناحية أخرى، فإن بيانات الأقمار الصناعية هي أيضا أقل دقة بطبيعتها، ولا تتوفر إلا مرتين في اليوم، مقارنة بـ 24 مرة (كل ساعة) لعمليات رصد الأرض. بالنظر إلى ديناميكيات تلوث الهواء في آسيا، فإن الحصول على قراءتين فقط في اليوم قد يؤدي إلى حدوث خطأ حقيقي كبير في التنبؤ، وفقًا لتصنيف روزان كول [2] :
قد يحتوي خطأ التنبؤ الملحوظ على نوعين من أخطاء البيانات: (1) أخطاء القياس في البيانات المستخدمة لإنشاء التنبؤ و (2) خطأ القياس في القيمة المحققة. ستكون أخطاء البيانات من النوع الأول أحد مكونات خطأ التنبؤ الحقيقي
يرتبط الخطأ من النوع 2 بنموذج التشتت المستخدم للتنبؤ. نظرًا لاستخدام نماذج مختلفة لمختلف البلدان والقارات (وهذا هو الحال حاليًا بالنسبة لمشروع مؤشر جودة الهواء العالمي)، يجب إجراء تحليل الدقة لكل نموذج. لذا، في البداية، سوف تركز هذه المقالة على النموذج المستخدم في القارة الآسيوية . وفي مقال لاحق، سوف نقوم بتوسيع التحليل ليشمل المزيد من القارات.
--
بالعودة إلى السؤال الأولي حول دقة التنبؤ، هناك عنصر أخير يجب أخذه في الاعتبار في التحليل وهو مدى تقدم التنبؤ على الكمبيوتر. كلما كان التقدم أقل، كلما كان النموذج أكثر دقة. لذا، في البداية، تعتمد الرسوم البيانية التحليلية التالية على توقعات "اليوم +1" (على سبيل المثال، توقعات اليوم التالي، أو إذا كان يوم الثلاثاء، فإن التوقعات هي يوم الأربعاء).
هناك عدة طرق لتمثيل الدقة، وأكثرها وضوحًا هو رقم بسيط يمثل النسبة المئوية للتنبؤات المطابقة للملاحظة الفعلية. ولكن لأننا نؤمن بأن التصور الرسومي أقوى بكثير من الأرقام، فإننا نفضل تقديم مطابقة التوقعات/الملاحظة المتراكبة للعديد من المدن في آسيا. المربعات الموجودة في الأعلى هي الملاحظات التجريبية والمربعات الموجودة في الأسفل هي القيم المدروسة مسبقًا.
ومن خلال التحقق من جميع الرسوم البيانية أدناه، يمكن للمرء أن يلاحظ نتائج مخيبة للآمال تمامًا بالنسبة لقوانغتشو وتشنغدو وكوريا الجنوبية... لدرجة أن النموذج المستخدم في آسيا قد يكون غير مؤهل للاستخدام العام. وهذا ما سنكتبه في المقالة الثانية من هذه السلسلة حول التنبؤ بجودة الهواء.
--
--
بعض الروابط المثيرة للاهتمام للمهتمين بالقراءة حول دقة التنبؤ:
