Pinpoint väder

Tv-meteorologen Paul Douglas minns dagen tillbaka 1997 när han fick inspirationen som ledde till lanseringen av hans företag. Han hade förutspått en regnstorm i luften genom Minnesotas tvillingstäder, bara för att konfronteras utanför luften av en flod av e-postmeddelanden från lokala tittare som ville veta hur stormen kan påverka deras planer för dagen. Det var så frustrerande, minns han. Vilken tid börjar det regna i min stad?’ Jag kör norrut; kommer jag att slå regnet?’ Mitt bröllop är i eftermiddag; kommer det att regna ut?

Douglas var hjälplös att svara på sådana frågor. Hans prognos baserades till stor del på information från National Weather Service, som förutspår förutsättningarna för ett 12-kilometer gånger 12-kilometers område och vars prognoser inte har något att säga om hur vädret varierar inom det området. Och även om Douglas kunde göra sådana lokaliserade prognoser, fanns det inget sätt att han kunde sprida den personliga informationen effektivt. Och så slog det honom: han kanske kunde ge alla en anpassad väderrapport. Två år senare, 1999, grundade han Minneapolis-baserade Digital Cyclone, som förutsäger väderhändelser över sex kilometer gånger sex kilometer långa områden och erbjuder informationen via mobiltelefoner.

Den här historien var en del av vårt juninummer 2003

• Se resten av frågan
• Prenumerera

Digital Cyclone är bara ett av flera företag som tar väderprognoser till nya nivåer av användbarhet och precision. Weather Channel i Atlanta, GA, för en, tillhandahåller nu åtta kilometers upplösningskartor och en varningstjänst för stationära datorer. Och AccuWeather i State College, PA, genererar väderkartor med en upplösning på en kilometer som är tillgängliga på personliga digitala assistenter och internetaktiverade telefoner. Matade av tillgången på stora reservoarer av billig datorkraft, nya matematiska tekniker för att finjustera vädermodeller och högteknologiska observationssystem, utnyttjar dessa företag den mycket försummade aspekten av väderprognoser Douglas kallar det korta spelet: det vill säga att ge råd människor om de speciella väderförhållandena i deras enskilda stadsdelar eller städer, inte bara deras regioner.

Övergången till sådana prognoser med högre upplösning kan leda till enorma besparingar. Enligt John Dutton, dekan emeritus vid Pennsylvania State University College of Earth and Mineral Sciences, påverkas över 3 biljoner dollar av landets årliga ekonomi av väderhändelser. Jordbrukare, byggnadsarbetare, snöröjningspersonal, energiunderhållsarbetare, järnvägstrafikledare och lastbilschaufförer är beroende av exakta och exakta prognoser för att effektivt hantera sin tid och sina resurser. En oväntad sval luftmassa en sommardag skulle kunna sticka ett kraftbolag med miljontals dollar av oanvänd el. En förändring i vindhastigheten kan ändra en bondes val att spruta gödselmedel, vilket kan sprida och till och med förstöra närliggande grödor i vindar över 11 kilometer i timmen. En mindre temperaturskillnad kan avgöra om en snöröjningspersonal kommer att lägga ner sand eller salt. Salt är i allmänhet bara effektivt över -7 C, och ett felaktigt beslut att använda det kan inte bara vara ineffektivt för att minska isen utan också slösa bort tusentals dollar av skattebetalarnas pengar.

Oavsett om det är för anställda eller fotbollsmammor finns det en omättlig efterfrågan på väderinformation, säger Douglas. Mycket otroligt användbar information finns redan tillgänglig, men det finns en verklig möjlighet att filtrera den, göra den mer aktuell och detaljerad och korrekt och tillhandahålla den i mer användbar form.

Personliga prognoser

I fem decennier har väderprognoser i USA förlitat sig på modeller som körs på den senaste datortekniken vid National Weather Service National Center for Environmental Prediction i Camp Springs, MD. Modellerna använder mer än 100 miljoner dagliga mätningar av temperatur, fukt, lufttryck, vindhastighet och vindriktning samlade från olika platser runt om i världen. Baserat på dessa data beräknas prognoser på globala, nationella och regionala skalor var sjätte timme för områden så små som 12 kilometer gånger 12 kilometer.

Verkligt väder kan naturligtvis variera ganska mycket över avstånd så korta som några kilometer, säger Craig Burfeind, en meteorolog som grundade Digital Cyclone med Douglas. Vinterstormar kan ha en exakt linje, och några mil till vardera sidan om den linjen kan betyda skillnaden mellan regn och sex tum snö. Burfeind noterar att en dag den gångna vintern nådde temperaturen i de södra förorterna till Minneapolis de låga 20s C (70s F) medan de norra förorterna höll sig runt minusgrader, vilket resulterade i temperaturskillnader på 6 C eller mer över ett intervall på sex kilometer. Och Minneapolis är inte ens i närheten av ett stort geologiskt inslag, som ett berg eller en dal, som kan påverka vindhastighet och riktning, luftfuktighet och temperatur, och skapa mätbara skillnader över ett litet område. Även en stor vattenmassa kan skapa skarpa temperaturkontraster som bidrar till sjöeffektssnö, kraftig kustdimma eller oväntade åskväder.

Vädertjänsten skulle gärna ta fram prognoser för allas lokaler om det var praktiskt. Men att öka upplösningen i prognosnätet till säg sex kilometer gånger sex kilometer kräver faktiskt åtta gånger så mycket beräkning. Vårt nästa steg i den sfären är 10 kilometer, som inte kommer att vara i drift förrän i slutet av 2004, säger Lauren Morone, operationsofficer vid National Center for Environmental Prediction.

Men det finns ett annat sätt. På 1990-talet började forskare vid Pennsylvania State University införliva rådata som samlats in från National Weather Service i sina egna PC-baserade modeller. Att köra en modell var tidigare en stor centraliserad operation, som Manhattan Project, säger klimatologen Paul Knight i Penn State. Däremot, säger han, genomför den nya generationen av PC-modeller färre beräkningar för en mindre del av världen och kan därför producera högupplösta, lokaliserade väderprognoser som kan slängas ut relativt snabbt.

Digital Cyclone, för en, drar nytta av Penn State framgångar. Företaget tillhandahåller prognoser för ett antal storstadsområden i USA och använder en enda dator för att göra en väderprognos för en viss stad. Prognoserna är dubbelt så frekventa som de som kommer från National Weather Service och täcker ett mindre område; det vill säga de kör var tredje timme och har en upplösning på sex kilometer inom en radie på cirka 120 kilometer från staden.

Kunder till Digital Cyclone kan komma åt informationen från en webbplats. Genom att knappa in sina platser kan de få väderkartor centrerade på sina städer, komplett med radarbilder och projicerade stormspår. Men det verkliga värdet av Digital Cyclones tjänst, säger Douglas, är att människor kan hämta informationen från sina internetaktiverade mobiltelefoner. Senare i år kommer samma telefoner att avge hörbara varningar som skickas ut av företaget och skräddarsydda för människors behov. Och i en tid då fler och fler mobiltelefoner är utrustade med Global Positioning Satellite-programvara och signalmottagare som ger information om deras geografiska plats, utvecklar Digital Cyclone mjukvara som förväntas bli tillgänglig inom de närmaste åren – som skulle använda GPS-data för att erbjuda högupplösta väderprognoskartor automatiskt centrerade på telefonens plats.

På affärsfronten

Att ha personliga varningar skickade till din handhållna enhet kan tyckas vara det ultimata inom automatisering av vädermedvetenhet. Men företag behöver också detaljerade prognoser, och vissa väderleverantörer integrerar redan informationen direkt i sina stora industrikunders datorer. En ledare inom detta nya område av väderaktiverade operationer är Meteorlogix i Minneapolis. Företaget använder satellitkommunikation för att vidarebefordra anpassade väderuppdateringar direkt till en klients operativa datorsystem; förprogrammerat för att fungera med Meteorlogix varningar, känner datorsystemet igen vilka operationer som påverkas av vädret och vidtar sedan lämpliga åtgärder.

Känner av regn

När datorer blir snabbare och billigare och väderobservationsinstrument förbättras lovar forskare ännu högre upplösningsprognoser. Om två eller tre år, förutspår vissa, kommer besluten att sjunka till en kilometer. Att ta sig dit kommer dock att bli en kamp i uppförsbacke. Det första problemet är den enorma ökningen av datorkraft som krävs för att ta hänsyn till de ytterligare variablerna för väder i så liten skala. Den lokala terrängens topografi, närvaron av vattenförekomster, vegetation, molnbildning - allt detta måste tas i beaktande, säger Joel Myers, grundare och VD för AccuWeather. Faktum är att att gå ner till en kilometer från fyra kilometer kräver ungefär 16 gånger den sifferknasande muskeln.

Trots det höga beräkningspriset arbetar Lloyd Treinish och hans kollegor på IBMs forskningsanläggning i Yorktown Heights, NY, med väderprognoser med en upplösning på en kilometer. Det så kallade Deep Thunder-projektet är en del av en större IBM-satsning som kallas Deep Computing, som handlar om att analysera stora mängder data och lösa komplexa beräkningsproblem. Liksom många företag som arbetar med högupplösta väderprognoser, förutser IBM affärsmöjligheter genom att tillhandahålla bättre förutsägelsemodeller till väderkänsliga företag. Treinish och hans team har modifierat en regional standardmodell, utvecklad vid Colorado State University, och anpassat den till terrängen, vindflödet och havsdrivna fuktmönster i New York-området. De använder data som tagits emot från National Weather Service och verifierar sedan sina prognoser med hjälp av närliggande väderstationer - även en installerad i Fishkill, NY. Senare i år kommer IBM att installera ytterligare fem stationer vid sina anläggningar i sydöstra New York för att hjälpa till att finjustera modellerna ytterligare. Deep Thunder genererar en uppdaterad 24-timmarsprognos två till fyra gånger om dagen, vilket kräver nästan två timmars datortid per prognos.

Den modifierade modellen har bevisat sitt värde flera gånger - som när den upptäckte svårighetsgraden av en snöstorm i februari 2003 cirka nio timmar före vädertjänsten. Treinish tillskriver modellens noggrannhet till dess fina upplösning, som förutom att ge en mer detaljerad titt på lokalt väder ofta leder till bättre prognoser för en hel region. Genom att komma in på fysiken bakom småskaliga väderhändelser kan du få en bättre bild av vad som händer med större händelser som stormar, säger han.

Treinish talar till och med om att komma ner till 500-meters upplösning i framtiden, även om han påpekar att det skulle kräva modellering av vindturbulens runt New York Citys höga byggnader – och det skulle kräva ungefär 100 gånger så mycket siffror. Men det är inte en ovanlig ökning av datorkraften, om du är villig att vänta några år, säger han.

Sådana exakta, högupplösta väderprognoser beror på modeller som regelbundet kalibreras om genom att jämföra deras förutsägelser med faktisk observerat väder. Men att försöka avgöra om prognoserna förbättras eller inte är svårare än det låter, eftersom skillnaderna kan vara subtila och komplicerade: kanske vindhastighetsförutsägelser blir lite mer exakta, medan temperaturförutsägelser blir lite sämre. David Stensrud från National Oceanic and Atmospheric Administrations Severe Storm Laboratory i Norman, OK, noterar att det går långsamt att förbättra modellerna. De här modellerna är så komplicerade att om man kan åtgärda ett problem kan man lätt orsaka ett annat, säger Stensrud. Du måste köra den nya modellen över ett stort antal fall för att kontrollera den, och det gör det till en enorm, arbetskrävande ansträngning.

Och naturligtvis är en prognosmodell bara så bra som de instrument som matar dens data. Så småningom kan meteorologer komma åt fint detaljerade väderdata från stora nätverk av sensorer placerade bara tiotals meter från varandra över många delar av landet. En grupp ledd av Deborah Estrin, en datavetare och chef för Center for Embedded Networked Sensing vid University of California, Los Angeles, bäddar redan in trådlösa sensornätverk utformade för att övervaka mikroklimatdata – inklusive, så småningom, koldioxidnivåer – runt små fläckar av träd och växter. Vi vill utforska sambandet mellan att övervaka väder i regional skala och i mikroskala, säger hon.

Att samla in så specifik data kan vara i vår framtid, men är det praktiskt? Att lägga ut prognoser på nivån med stadskvarter får det definitivt att verka som om prognoserna är mer exakta, säger Craig Edwards, chefsmeteorolog vid National Weather Service-kontoret i Minneapolis. Men prognoserna för ett block skulle troligen vara desamma som för andra block. Det finns också en avvägning mellan upplösning och hur långt in i framtiden en modell kan göra korrekta förutsägelser, säger Young, på grund av hur snabbt småskaliga väderfenomen förändras. Dagens högupplösta prognoser är användbara för en dag eller så, säger han. Vi är snabbt på väg mot lösningar som inte köper dig något mer än sex timmar.

Oavsett nyttan av den nya tekniken kommer meteorologer att kunna visa upp mer av den i sina prognoser när allmänheten blir bekväm med väderjargong och kartor. Allmänhetens väder-IQ har ökat enormt under de senaste 10 åren, säger AccuWeathers Myers. Istället för att säga att det finns en risk för regn idag, kan vi säga att det finns en 20 procents chans för regn mellan 10:00 och 12:00, en 40 procents chans mellan 12:00 och 14:00 och en 20 procents chans efter det. Det är den typen av information du kan använda för att schemalägga ditt golfspel.

Andra inom högupplösta prognoser
FÖRETAG	RÄTTERUPPLÖSNING	SERVICE
Meteo Consult (Wageningen, Nederländerna)	Platsspecifik, baserat på läge för väderstationer	Väderkartor och satellit- och radarbilder levereras till webbaktiverade mobiltelefoner
MyWeather (Madison, WI)	110 meter	SMS-prognoser skickade till alfanumeriska personsökare och mobiltelefoner
AWS-konvergens Teknologier (Gaithersburg, MD)	Platsspecifik, baserat på plats för proprietära väderstationer	Webbaserad applikation som ger prognoser för kunder inom energibranschen
Vädertjänster Internationell (Billerica, MA)	Åtta till 10 kilometer; punktspecifika prognoser	Väderkartor och satellit- och radarbilder levererade till personer som arbetar inom media-, energi-, marin- och flygindustrin (piloter kan ta emot data under flygning på personliga digitala assistenter)

Dölj