Orkanen Firenze er på vej mod den amerikanske kyst, lige på højden af orkansæsonen.
Orkaner kan forårsage enorme skader på grund af vind, bølger og regn, for ikke at nævne kaoset, da befolkningen generelt forbereder sig på hårdt vejr.
Sidstnævnte bliver mere relevant som den økonomiske skade fra katastrofer trender op. Den voksende kystnære befolkning og infrastruktur, såvel som stigende havniveau, sandsynligvis bidrage til denne stigning i skadesomkostningerne.
Dette gør det desto mere vigtigt at få tidlige og nøjagtige prognoser ud til offentligheden, noget forskere som os aktivt bidrager til.
Forudsigelser
Orkanprognoser traditionelt har fokuseret om at forudsige en storms spor og intensitet. Stormens spor og størrelse bestemmer, hvilke områder der kan blive ramt. For at gøre dette bruger prognosemagere modeller - hovedsageligt softwareprogrammer, der ofte kører på store computere.
Desværre er ingen enkelt prognosemodel konsekvent bedre end andre modeller til at komme med disse forudsigelser. Nogle gange viser disse prognoser dramatisk forskellige stier, der afviger hundreder af miles. Andre gange er modellerne tæt enige. I nogle tilfælde, selv når modeller er tæt enige, har de små forskelle i sporet meget store forskelle i stormflod, vind og andre faktorer, der påvirker skader og evakueringer.
Derudover bestemmes flere empiriske faktorer i prognosemodellerne enten under laboratorieforhold eller i isolerede feltforsøg. Det betyder, at de muligvis ikke nødvendigvis fuldt ud repræsenterer den aktuelle vejrbegivenhed.
Så prognoser bruger en samling modeller til at bestemme et sandsynligt udvalg af spor og intensiteter. Sådanne modeller inkluderer NOAAs globale prognosesystem og European Center for Medium-Range Weather Forecasts globale modeller.
FSU Superensemble blev udviklet af en gruppe på vores universitet, ledet af meteorolog TN Krishnamurti, i begyndelsen af 2000'erne. Superensemblet kombinerer output fra en samling modeller, der giver mere vægt til de modeller, der viste bedre forudsagte tidligere vejrhændelser, såsom tropiske cykliske begivenheder i Atlanterhavet.
En forecaster kollektion af modeller kan gøres større ved at finjustere modellerne og ændre startbetingelserne lidt. Disse forstyrrelser forsøger at tage højde for usikkerhed. Meteorologer kan ikke kende den nøjagtige tilstand af atmosfæren og havet på tidspunktet for start af modellen. For eksempel observeres tropiske cykloner ikke godt nok til at have tilstrækkelig detaljer om vind og regn. For et andet eksempel afkøles havoverfladetemperaturen ved passage af en storm, og hvis området forbliver skybelagt, er det meget mindre sandsynligt, at disse køligere farvande observeres via satellit.
Begrænset forbedring
I løbet af det sidste årti har sporprognoser været støt forbedret. En overflod af observationer - fra satellitter, bøjer og fly, der er fløjet ind i den udviklende storm - giver forskere mulighed for bedre at forstå miljøet omkring en storm og til gengæld forbedre deres modeller. Nogle modeller er forbedret med så meget som 40 procent for nogle storme.
En bøje, der indsamler vejrdata. US National Oceanic and Atmospheric Administration
Imidlertid har prognoser for intensitet forbedret lidt i løbet af de sidste mange årtier.
Det skyldes dels den metric, der er valgt til at beskrive intensiteten af en tropisk cyklon. Intensitet beskrives ofte i form af peak vindhastighed i en højde på 10 meter over overfladen. For at måle det ser driftsprognoser ved National Hurricane Center i Miami på den maksimale gennemsnitlige vindhastighed på et minut, der er observeret på et givet tidspunkt i den tropiske cyklon.
Det er imidlertid ekstremt vanskeligt for en model at estimere den maksimale vindhastighed for en tropisk cyklon på et givet fremtidigt tidspunkt. Modeller er unøjagtige i deres beskrivelser af hele atmosfærens tilstand og havet ved starttidspunktet for modellen. Små egenskaber ved tropiske cykloner - som skarpe stigninger i nedbør, overfladevind og bølgehøjder inden for og uden for de tropiske cykloner - er ikke så pålideligt fanget i prognosemodellerne.
Både atmosfæriske og havegenskaber kan påvirke stormintensiteten. Det tror forskere nu bedre information om havet kunne tilbyde de største gevinster i prognosenøjagtighed. Af særlig interesse er den energi, der er lagret i det øvre hav, og hvordan dette varierer med havets funktioner såsom hvirvler. Nuværende observationer er ikke tilstrækkeligt effektive til at placere havvirvler på det rigtige sted, og de er heller ikke effektive i at fange størrelsen på disse hvirvler. Under forhold, hvor atmosfæren ikke i høj grad begrænser orkanvækst, bør denne oceaniske information være meget værdifuld.
I mellemtiden forfølger prognosemænd alternative og supplerende målinger, som f.eks størrelsen af tropiske cykloner.
Om forfatteren
Mark Bourassa, professor i meteorologi, Florida State University og Vasu Misra, lektor i meteorologi, Florida State University
Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs oprindelige artikel.
Relaterede bøger
at InnerSelf Market og Amazon
