STRONG LAPSE CONDITION (LOOPING)
WEAK LAPSE CONDITION (CONING)
INVERSION CONDITION (FANNING)
Examples of Atmospheric Stability (attribution)
موسم کی پیشن گوئی میں، پیشن گوئی کے ماڈل کا استعمال ماحول کی مستقبل کی حالتوں کی پیشین گوئی کرنے کے لیے کیا جاتا ہے، اس بنیاد پر کہ موسمیاتی نظام ابتدائی حالت سے وقت کے ساتھ کیسے تیار ہوتا ہے۔
اگرچہ پیشن گوئی کے ماڈل کافی پیچیدہ ہیں (اور ان کے لیے مضبوط سائنسی اور انجینئرنگ صلاحیتوں کی ضرورت ہوتی ہے )، ان پیشن گوئی کے ماڈلز کا تجزیہ کرنے اور ان کی درستگی کی تصدیق کرنے کی سائنس، پیش گوئی شدہ اقدار سے حقیقی تجرباتی مشاہدات کا موازنہ کرکے، بالکل سیدھا ہے۔
ہوا کے معیار کے ڈومین کے لیے، موسم کی پیشین گوئی کی طرح، مستقبل میں ماحولیاتی آلودگی کے سیٹ کی پیش گوئی کرنے کے لیے استعمال کیے جانے والے ماڈلز کی وضاحت کرنا ممکن ہے۔ درحقیقت اس طرح کے بہت سارے ماڈل ہیں، جنہیں اکثر ایٹموسفیرک ڈسپریشن ماڈلنگ کہا جاتا ہے۔ اور بالکل موسم کی پیشین گوئی کی طرح، درستگی کے تجزیہ کا وہی تصور ماحولیاتی آلودگی کی پیشین گوئیوں پر لاگو کیا جا سکتا ہے۔
یہ مضمون ہوا کے معیار کی پیشن گوئی کے سلسلے کا پہلا مضمون ہے۔
--
پی ایم 2.5 فضائی آلودگی کی پیشن گوئی ایشیا ، یورپ کے ساتھ ساتھ پوری دنیا کے لیے ورلڈ ایئر کوالٹی انڈیکس پروجیکٹ پر پہلے ہی دستیاب ہے۔
لیکن پیشن گوئی کے ماڈلز کو فیڈ کرنے کے لیے استعمال ہونے والا ڈیٹا زیادہ تر زمینی اسٹیشنوں کی ریڈنگ کے بجائے سیٹلائٹ کے مشاہدے ( یہ مضمون دیکھیں) پر مبنی ہوتا ہے۔
Using satellite data has the advantage of being able to cover any part of the globe, including oceans, provided there are no cloud. But, on the other hand, satellite data is also inherently less accurate, and only available twice a day, compared to 24 times (every hour) for terrestrial observations. Considering the dynamics of Air Pollution in Asia, having only two readings a day might introduced a significant true forecast error in the prediction, following Rosanne Cole's classification[2]:
مشاہدہ شدہ پیشن گوئی کی غلطی میں دو قسم کی ڈیٹا کی خرابیاں ہوسکتی ہیں: (1) پیشن گوئی کی تعمیر کے لیے استعمال ہونے والے ڈیٹا میں پیمائش کی غلطیاں اور (2) حقیقی قدر میں پیمائش کی غلطی۔ پہلی قسم کی ڈیٹا کی غلطیاں صحیح پیشن گوئی کی غلطی کا ایک جزو ہوں گی۔
قسم 2 کی خرابی پیشن گوئی کے لیے استعمال کیے جانے والے بازی ماڈل سے متعلق ہے۔ چونکہ مختلف ممالک اور براعظموں کے لیے مختلف ماڈلز استعمال کیے جاتے ہیں (یہ فی الحال ورلڈ ایئر کوالٹی انڈیکس پروجیکٹ کے لیے ہے)، ہر ایک ماڈل کے لیے درستگی کا تجزیہ کرنے کی ضرورت ہے۔ لہذا، شروع کرنے کے لیے، یہ مضمون ایشیائی براعظم کے لیے استعمال ہونے والے ماڈل پر توجہ مرکوز کرے گا۔ بعد کی پوسٹ میں، ہم تجزیہ کو مزید براعظموں تک پھیلائیں گے۔
--
پیشن گوئی کی درستگی کے بارے میں ابتدائی سوال پر واپس جائیں، کمپیوٹر میں پیشن گوئی کتنی پہلے کی ہے اس میں تجزیہ میں ایک آخری چیز پر غور کیا جائے گا۔ پیشگی میں کم، ماڈل کے زیادہ درست ہونے کا امکان ہے۔ لہذا، صرف اس کے ساتھ شروع کرنے کے لیے، مندرجہ ذیل تجزیہ گراف "دن +1" کی پیشن گوئی پر مبنی ہیں (مثلاً اگلے دن کی پیشین گوئی، یا اگر آپ منگل ہیں، تو پیشن گوئی بدھ کے لیے ہے)۔
درستگی کی نمائندگی کرنے کے کئی طریقے ہیں، سب سے واضح ایک سادہ عدد ہے جو حقیقی مشاہدے سے مماثل پیشن گوئی کے فیصد کی نمائندگی کرتا ہے۔ لیکن چونکہ ہم سمجھتے ہیں کہ گرافک ویژولائزیشن نمبرز سے کہیں زیادہ طاقتور ہے، اس لیے ہم ایشیا کے کئی شہروں کے لیے سپرپوزڈ پیشن گوئی/مشاہدہ کی مماثلت پیش کرنے کو ترجیح دیتے ہیں۔ سب سے اوپر والے مربع تجرباتی مشاہدات ہیں اور نیچے والے حصے میں پیش گوئی کی گئی اقدار ہیں۔
نیچے دیے گئے تمام گراف کو چیک کرنے سے، کوئی گوانگزو، چینگدو اور جنوبی کوریا کے لیے کافی مایوس کن نتائج دیکھ سکتا ہے... اس حد تک کہ ایشیا کے لیے استعمال ہونے والے ماڈل کو تقریباً عوامی استعمال کے لیے نااہل قرار دیا جا سکتا ہے۔ یہ وہ چیز ہے جسے ہم ایئر کوالٹی فورکاسٹنگ پر اس سیریز کی دوسری پوسٹ میں لکھیں گے۔
--
--
پیشن گوئی کی درستگی کے بارے میں پڑھنے میں دلچسپی رکھنے والوں کے لیے کچھ دلچسپ لنکس:
