Хаос, Обнаруженный В Прогнозе Погоды-Тот Же Код, Другой Компьютер, Разные Результаты


Все мы знаем, что погода — это хаотичная система, — вспомните происхождение фразы «эффект бабочки». Тем не менее, для меня стало шоком узнать, что вы можете взять один и тот же код модели, запустить его на разных машинах и получить очень разные ответы.

Обратите внимание, что мы не говорим о различиях в начальных условиях, что является обычным способом, которым хаотические системы представляют проблему для вычислений. Чувствительность к начальным условиям является простым следствием того, что уравнения увеличивают небольшие различия по мере развития системы.

Рассмотрим проблему предсказания того, куда упадет карандаш, балансирующий на острие. Крошечные изменения в его начальном состоянии, то есть в его начальном положении, приведут к большим изменениям в том, куда он упадет. 

Такая же чувствительность к начальным условиям является характеристикой уравнений, управляющих погодой. Именно это затрудняет прогнозирование погоды. Некоторые начальные условия дают довольно стабильный прогноз. Подумайте о карандаше, который начинает наклоняться под большим углом. Небольшие изменения в его исходном положении не изменят его слишком сильно. Некоторые начальные условия создают ситуацию, которая гораздо более чувствительна. Рассмотрим карандаш, сбалансированный почти идеально вертикально. Теперь очень небольшие изменения приводят к большим различиям в том, куда он падает. 

Синоптики обычно используют метод, называемый «ансамблевым прогнозированием». Это форма анализа по методу Монте-Карло, когда прогноз выполняется несколько раз с немного разными начальными условиями и даже с использованием разных моделей. Результаты дают вам лучшую оценку в виде среднего значения и оценку чувствительности результата. 

Пока все хорошо. 

Однако новая статья помещает кошку среди голубей с результатами, которые иллюстрируют, что хаос и чувствительность проявляются еще одним удивительным образом. Сонг-Ю Хонг (из Отдела атмосферных наук Университета Йонсей в Южной Корее) и др. провели тесты с использованием модели погоды GRIMs (Глобальная/Региональная интегрированная модельная система) на ряде различных систем. Используя одни и те же начальные условия, они обнаружили, что результаты отличаются так же сильно, как и традиционное предсказание ансамбля. То есть одни и те же начальные условия и один и тот же код модели давали разные результаты на разных машинах с разными операционными системами. Предполагается, что численные ошибки округления медленно накапливаются, чтобы привести к наблюдаемому расхождению, и что ошибки округления зависят от аппаратного и системного программного обеспечения. 

Важно понимать, что вычисления были распараллелены, и поэтому мы можем даже получить различия из-за порядка вычислений. Тем не менее, что удивительно, так это то, что эффект этих различий столь же велик, как и эффект, возникающий при изменении начальных условий в ансамбле для передачи на одной машине/системе. Запуски отличались архитектурой, используемым компилятором Fortran, используемой параллельной библиотекой и уровнем оптимизации. 

Результаты применимы к десятидневному прогнозу, но отношение к аргументу об изменении климата не осталось незамеченным, или это должно быть не использовано. В различных новостных сообщениях подчеркивается, что такие результаты ставят под серьезное сомнение прогнозы изменения климата, которые прогнозируются на десятилетия вперед, некоторые даже заходят так далеко, что утверждают, что глобальное потепление-это просто ошибка округления. 

Любой, кто знает о трудностях управления вычислениями с плавающей запятой, не будет так удивлен результатами, и мы все должны были скептически относиться к точности, подразумеваемой долгосрочными климатическими моделями, в которых есть гораздо больше неопределенностей, чем ошибки округления. Долгосрочные климатические модели должны учитывать факторы земной системы, такие как углеродный цикл и так далее, и их гораздо труднее исправить с точки зрения отсутствующих или неточных механизмов. 

Газета находится за платной стеной, возведенной Американским метеорологическим обществом, несмотря на то, что работа финансировалась общественностью. Пришло время прекратить этот скандал, который в данном случае только усугубит непонимание изменения климата, ограничив доступ. 

Иногда прогноз не является Стабильным Фото:Вид На Мадрид


Добавить комментарий