پیش بینی سریع تر رویدادهای آب و هوایی با نگاهی جدید
مینی کامپیوتر: پژوهشگران هندی می گویند که رویکرد جدید پیش بینی رویدادهای آب و هوایی، پدیده های مهم از «ال نینو» گرفته تا «جریان موسمی تابستانی هند» در مرکز این کشور را خیلی زودتر از همیشه پیش بینی کرده است.
به گزارش گروه علم و آموزش ایرنا از خبرگزاری یونایتدپرس، جریان موسمی هند ( Indian Monsoon Current) یک جریان اقیانوسی فصلی است که در مناطق گرمسیری شمال اقیانوس هند وجود دارد. در فصل زمستان جریان نواحی بالای اقیانوس از نزدیکی جزایر اندونزی به سمت غرب تا دریای عرب هدایت می شود. در تابستان این روند معکوس می شود و جریان رو به شرق از سومالی تا خلیج بنگال توسعه می یابد. این تفاوت به سبب تغییرات فشار باد به همراه موسمی های هند است.
این پژوهشگران در تفسیری که توسط آکادمی ملی علوم آمریکا انتشار یافته است، نوشتند: بر خلاف پیش بینی سنتی آب و هوا، این مدل جدید پیش بینی مبتنی بر شبکه، «ارتباط بین مکان های جغرافیایی مختلف» را ارزیابی می نماید.
آنها گفتند که این رویکرد شباهت در تکامل کمیت های فیزیکی مانند دمای هوا را در این مکان ها اندازه گیری می کند؛ در مورد «ال نینو»، تحقیقات ارتباط قوی را میان تغییرات دمای هوا در این اقیانوس آرام استوایی در سال تقویمی پیش از شروع این رویداد، نشان داده است. ال نینو یکی از چرخه های مشهور آب و هوایی جهان است که هر ۲ تا هفت سال یکبار موجب ایجاد ناهنجاری های بزرگی در آب و هوای سراسر سیاره زمین می شود همچون این ناهنجاری ها می توان به سیلاب های ناگهانی، خشکسالی، قحطی و اپیدمی اشاره نمود.
«ژوزف لودشر» محقق ارشد مؤسسه تحقیقات تأثیرات آب و هوای «پوتسدام» در آلمان و یکی از نویسندگان این مقاله در یک بیانیه مطبوعاتی اظهار داشت: با در نظر گرفتن این تغییرات، پیش بینی کنندگان توانسته اند شروع ال نینو را تا یک سال کامل زودتر پیش بینی کنند؛ این در حالیست که روش های پیش بینی استاندارد این پدیده را حدود ۶ ماه زودتر پیش بینی می کنند. علاوه بر این، شروع جریان موسمی تابستانی هند در مرکز این کشور که برای اقتصاد این منطقه حیاتی می باشد، بیش از یک ماه، پیش از بروز این پدیده پیش بینی شده بود.
به گفته پژوهشگران، رویدادهای شدید مانند سیل، موج گرما یا خشکسالی اغلب با زمان هشدار کم یا بدون هشدار حادث می شوند که این مساله سازگاری موثر در کوتاه مدت را اگر نگوییم نا ممکن، چالش برانگیز می کند.
در گزارش اخیر سازمان ملل متحد اشاره شده است که این رویدادها می توانند تأثیرات قابل توجهی بر مناطق لطمه دیده داشته باشند، همچون از دست دادن محصول، خسارت به اموال و در بعضی موارد، از دست دادن جان.
به گفته پژوهشگران، پیش بینی سنتی آب و هوا عمدتا بر الگوهای عددی تقلید از فرآیندهای جوی و اقیانوسی، مانند تبادل گرما یا رطوبت، متکی است. این مدلها، در صورتیکه بسیار مفید هستند، قادر به شبیه سازی کامل همه فرآیندهای مهم آب و هوایی نیستند، به این معنا که پدیده هایی مانند باد موسمی، سیل یا خشکسالی ممکنست آنقدر دیر پیش بینی شوند که نمی توان اقداماتی برای جبران اثرات آنها انجام داد.
اما این مدل جدید بجای این که فقط به برخی از تعاملات محلی نگاه کند، ارتباط بین مکان های مختلف جغرافیایی را که می توانند قاره ها یا اقیانوس ها را دربرگیرند، ارزیابی می نماید. بگفته پژوهشگران، این اتصال با اندازه گیری شباهت در تکامل کمیت های فیزیکی مانند دمای هوا در این مکان ها با تحلیل الگوهای مقیاس بزرگ در داده های رصدی شناسایی می شود.
به گفته آنها، این الگوها یا اتصال بین مکان ها و تکامل آنها در زمان، می تواند اطلاعات مهم جدیدی را برای پیش بینی فراهم آورد که امید می رود مناطق لطمه دیده را ایمن تر کند و سبب صرفه جویی میلیاردها دلار در هزینه های نجات، بازیابی و بازسازی شود.
بر اساس مطالعات اخیر، رویکرد های مشابهی در ابزارهای جدید طراحی شده برای پیش بینی سیل و خشکسالی گنجانده شده است.