Как синоптики предсказывают погоду? Они смотрят на ту погоду, которая есть сейчас, и с помощью математического моделирования определяют, как она будет меняться со временем. Всесторонние и актуальные данные о погоде – условие более точных прогнозов, а данные, которые обновляются в режиме реального времени позволяют быть наиболее объективным.
Попробуем себя в роли синоптиков и создадим карту погоды в реальном времени. Для этого мы исследуем тенденции, узнаем об атмосферных процессах и спрогнозируем погоду.
Первая задача – создание карты с данными о погоде в реальном времени по всему миру. Для этого мы воспользуемся ArcGIS Online. Во время исследования на территории России уже была ночь, поэтому проведем анализ США.
Сначала надо добавить на карту данные. Данные будут из нескольких источников, включая NOAA (Национальная администрация по океану и атмосфере) и ArcGIS Living Atlas of the World, коллекцию географической информации Esri со всего мира. Эти источники считаются достоверными, поэтому можно быть уверенным, что данные будут точными.
Сначала добавим ещё одну базовую карту, Светло-серое полотно. Эта базовая карта содержит меньше географической информации, чем топографическая, поэтому данные о погоде в реальном времени на ней будут хорошо выделяться. Однако вам нужна возможность его отключать, если потребуется больше географического контекста, поэтому вы добавите его как слой, а не как базовую карту.
Рис. 1 Вид проекта с серой базовой картой
Теперь надо добавить данные по погоде. Начнём со снимков, полученных с геостационарного эксплуатационного спутника наблюдения за окружающей средой (GOES), управляемого NOAA (Национальное управление океанических и атмосферных исследований США). Найдем все необходимые снимки на портале NOAA и добавим их в проект.
Рис. 2 Вид проекта с добавленными снимками
В метаданных слоя со снимками есть подробное описание снимков, датчиков, которые делают снимки и как часто они обновляются (каждые 30 минут).
Снимки показывают не только то, что видно человеческому глазу, но и инфракрасный свет. Инфракрасные датчики помогают отображать относительную теплоту объектов, что важно для определения температуры облаков. На этих снимках белые облака холоднее, а темные – теплее.
Слой со снимками полностью закрывает другие слои. Чтобы было более удобно ориентироваться по карте, сделаем копию слою и затем настроим прозрачность на 75%.
Рис.3 Вид проекта с прозрачностью 75%
Теперь добавим слой с осадками. Метаданные для этого слоя объясняют, что этот он был создан на основании данных с радаров (NEXRAD), расположенных по всей территории Соединённых Штатов.
Рис. 4 Вид проекта с добавленным слоем осадков
Эти радары посылают радиолокационные волны, которые отражаются от осадков. На основании того, какая часть сигнала от радара отражена, сколько времени понадобилось сигналу, чтобы вернуться к радару, и насколько сильно изменяется частота радара, радар может определить местоположение и интенсивность осадков. Области синего или светло-зелёного цвета обычно указывают на лёгкие дожди, а как более темные зелёные, жёлтые, оранжевые и красные цвета имеют тенденцию указывать на все более и более сильные дожди. Данные обновляются каждые 4 минуты.
Далее добавим слой с активными ураганами.
Рис. 5 Вид проекта с данными ураганов
Оранжевые точки показывают наблюдаемый след урагана. Черные точки и текст – прогнозируемый маршрут урагана. Серая область указывает на возможную погрешность в прогнозе. Данные были собраны NOAA, но хранятся в Living Atlas. Слой обновляется каждые 15 минут.
Далее добавим данные о ветре (скорость и направление).
Рис. 6 Вид проекта с данными ветра
Этот слой охватывает весь мир, хотя и не равномерно. Каждая стрелка или точка обозначает либо метеостанцию (на суше), либо метеобуй (на воде). Направление на территории указывает направление ветра, а цвет означает скорость.
Создание дополнительных слоёв
Мы добавили много данных. Но в проекте нет слоёв, представляющих атмосферное давление и температуру – необходимые компоненты погоды и анализа погоды. К счастью, слой скорости и направления ветра содержит данные об этих компонентах. Изучим доступные данные, скопируем слой и настроим символы для отображения соответствующего параметра.
В таблице атрибутов содержится актуальная информация о температуре воздуха и атмосферном давлении. Сделаем копию слоя для каждого из параметров.
Скопированные слои имеют такие же символы, как в исходном слое. Теперь изменим символы обоих слоёв, чтобы точками отображались только местоположения станций и буев. Позже будем использовать более сложные стили для отображения данных, чтобы это было полезно для анализа. В настройках отображения слоя оставим только отображение местоположения.
Наконец, добавим границы штатов и округов для Соединённых Штатов. Эти слои добавят географический контекст к карте, а также будут полезны для анализа, если нужно исследовать погоду в определенной географической области.
Рис. 7 Вид проекта с отображением метеостанций
Мы создали карту с большим количеством погодных данных: осадки, ураганы, скорость и направление ветра, давление, температура и спутниковые снимки. Эти данные автоматически обновляются датчиками и радарами по всему миру. Далее мы исследуем и узнаем более подробно о закономерностях погодных условий, которые видны на карте и попробуем спрогнозировать будущую погоду.
Начнем с поиска закономерностей в данных. Очные прогнозы погоды зависят от того, какие особенности и закономерности наблюдаются сейчас. Сначала изучим слой температур.
Ранее мы обозначали этот слой так, чтобы все точки показывались одинаковым символом. Теперь изменим символы, чтобы более теплые и холодные температуры имели разные цвета. В настройках отображения слоя выберем зависимость условных знаков от температуры воздуха и выберем цвет градации. Теперь температура воздуха показывается от холодного желтого до теплого красного.
Рис. 8 Данные температуры на территорию США
В США температура напрямую зависит от широты. Чем севернее находится точка, тем холоднее воздух. Большая часть Западной Европы находится на одной широте с Канадой и северной частью США. Например, Лондон находится на той же широте, что и Ванкувер. Применимы ли к Европе тенденции, которые наблюдались в Соединённых Штатах? В Европе температура зависит не только от широты, но и от удаленности от Атлантического океана. А за счет влияния теплого течения на тех же широтах, что и в США, воздух в среднем теплее.
Рис. 9 Данные температуры на территорию Европы и Северной Африки
Рис. 10 Данные температуры на территорию Австралии
Австралия находится в южном полушарии и температуры распределяются в обратном направлении от теплых на севере до холодных на юге.
Исследуя слой температур, можно проследить, что наибольшее количество станций находятся в США, Европе и Ближнем востоке. В остальных регионах метеостанций гораздо меньше.
Вычислим статистику, что узнать диапазон температур по всему миру. Для этого откроем таблицу атрибутов и в поле Температура воздуха выберем «Статистику».
Рис. 11 Таблица статистики температуры
Исходя из статистики самая высокая температура фиксируется на территории пустыни Сахара в Алжире, а самая холодная – на севере Канады.
Далее более внимательно изучим данные об осадках и давлении. В связке с другими слоями данных они помогут предсказывать, где в ближайшем будущем могут выпасть осадки. Сначала сравним текущее количество осадков с характером ветра, чтобы увидеть, где ветер может вызвать перемещение дождевых облаков в ближайшем будущем. Затем узнаем, как давление может влиять на осадки, и определим области высокого и низкого давления.
Перейдем на территорию США и включим слой осадков. Осадки напрямую связаны с облачностью на космическом снимке. Ранее мы отметили, что светлые облака являются холодными, а темные – теплыми. Как правило, теплые облака опускаются на землю и поглощают влагу в результате испарения. Когда они поднимаются, они становятся холоднее, и водяной пар конденсируется в жидкие капли. Это делает облако более тяжёлым, поэтому оно падает и выпускает жидкость в виде осадков.
Рис. 12 Осадки на территорию США
Далее исследуем зависимость осадков и ветра. Для этого отключим слой с космическими снимками и включим слой со значениями ветра. Приблизимся к району с осадками. Сейчас Большое количество осадков выпадает в районе Южной Дакоты, а ветер в основном направлен с запада на восток. Если этот ветер сохранится, то скоро в городе Де-Мойн штат Айова начнутся дожди. Но насколько скоро?
Рис. 13 Взаимосвязь осадков и ветра
Чтобы узнать, когда начнется дождь высчитаем расстояние от текущего места выпадения осадков до города Де-Мойн и по скорости ветра определим через сколько времени начнется дождь.
Рис. 14 Оценка скорости распространения осадков
Расстояние составляет 138 км, а средняя скорость ветра по направлению до города составляет 13 км/ч, значит через 10 часов осадки придут в город Де-Мойн.
Ветер – не единственный фактор, который влияет на выпадение осадков. Давление также важно. Низкое давление заставляет воздух подниматься, охлаждаться и конденсироваться в дождевые облака. Высокое давление заставляет воздух стекать вниз и нагреваться. В северном полушарии воздух имеет тенденцию перемещаться против часовой стрелки вокруг системы низкого давления и по часовой стрелке вокруг системы высокого давления (и наоборот в южном полушарии). На основе спутниковых снимков, осадков и скорости ветра мы сможем предсказать, где давление будет высокое и где низкое.
Добавим обозначение давления на карту. В качестве области высокого давления выбрана территория на западе США из-за отсутствия осадков, отсутствия облаков и общего направления ветра по часовой стрелке (что соответствует области антициклона. В качестве области низкого давления выбрана область в районе Великих Озер из-за наличия осадков, низких холодных облаков и направления ветра против часовой стрелки (что соответствует области циклона).
Рис. 15 Прогноз расположения зон атмосферного давления
Далее проверим наши предположения с помощью слоя о давлении. Включим слой давления и настроим отображение слоя. Темный цвет соответствует области высокого давления, а светлый – низкого.
Рис. 16 Фактическое расположение зон атмосферного давления
Наши предположения оказались верными, что доказывает зависимость распространения осадков, облаков и направления ветра от атмосферного давления.
Мы предсказали выпадение осадков на основании информации об идущем в данный момент дожде, направлении ветра и атмосферном давлении. Но есть и другие факторы, которые влияют на выпадение дождей, в том числе высокие температура и влажность.
Количество водяного пара, которое может удерживать воздух, зависит от его температуры (более горячий воздух удерживает больше). Когда в воздухе содержится максимально возможное количество водяного пара, он становится насыщенным. Водяной пар начинает конденсироваться в крошечные капельки воды, и таким образом удаляется из воздуха. Такая конденсация может привести к выпадению осадков. Перенасыщение может случиться, если горячий воздух, содержащий много влаги, внезапно остывает.
Данные о температуре содержат поле под названием «Dew Point Temperature». Температура точки росы – это температура, до которой воздух должен остыть, чтобы стать перенасыщенным. Таким образом, температура точки росы является мерой того, сколько влаги находится в воздухе. Если температура точки росы близка к температуре воздуха, воздух имеет высокую относительную влажность и может вскоре стать насыщенным. Если разница между точкой росы и температурой воздуха велика, воздух сухой.
Чтобы определить, в каких районах точка росы и температура воздуха близки, вы создадите выражение «Arcade», которое меняет стиль отображения слоя.
В настройках отображения слоя выберем «новое выражение». Появится окно для создания нового выражения Arcade. Создадим очень простое выражение. Оно вычтет температуру точки росы из температуры воздуха и получит разницу между двумя значениями. Затем определит, будет ли эта разница больше или меньше 4 градусов по Фаренгейту. Если разница меньше 4, насыщение (и возможно осадки) близко. Если разница больше 4, насыщение маловероятно.
Рис. 17 Уровень насыщения воздуха влагой
В карте два типа символов: false (красный) и true (синий). Созданное выражение возвращает «ложь», если разница между температурой воздуха и точкой росы больше 4. И «истину», если разница меньше 4. Синие точки показывают области, близкие к перенасыщению.
Теперь сравним слой осадков с нашим предсказанием.
Трудно сравнивать разницу температуры с точкой росы и температуру воздуха одновременно, потому что слои существенно перекрываются. Другой способ сравнить их – подписать пространственные объекты. Сравним слой разницы температуры с точкой росы со слоем температуры воздуха в каждой точке. Исходя из исследования выходит, что точки насыщения соответствуют местам с более высокой температурой.
Пока что прогнозы погоды, которые мы сделали, касались определения того, какая погода будет в будущем. Но иногда важно делать прогнозы какая сейчас погода в тех районах, где нет данных.
Данные о температуре, давлении и скорости ветра поступают с метеостанций по всему миру. Но сеть метеонаблюдений не охватывает весь Земной Шар. Как узнать погоду в районе, где нет метеостанции? Одним из способов является интерполяция поверхности. Интерполяция оценивает неизвестные значения в пространстве на основе их близости к известным значениям. По сути, этот метод использует имеющиеся данные, чтобы догадаться о данных, которых нет.
Проинтерполируем данные о температуре для определенной географической области, в которой достаточно данных, чтобы вы могли быть уверены, что интерполяция точна, но с достаточным количеством пробелов, чтобы сделать ее полезной. Для этого упражнения выберем штат Калифорния в Соединённых Штатах. Для начала вы отфильтруем слой States, чтобы показать одну только Калифорнию.
В Калифорнии много метеостанций вдоль южного побережья (где расположены Лос-Анджелес и Сан-Диего) и в окрестностях залива Сан-Франциско. В целом количество станций, как правило, соответствует крупным населённым пунктам. Но в восточной и северной частях штата метеостанций гораздо меньше. Используя интерполяцию, сможем оценить температуру в этих областях.
Рис. 18 Интерполированная карта температуры на территорию Калифорнии
Вывод:
Используя данные реального времени, мы погрузились в работу метеоролога. Геоинформационные системы позволяют быстро и качественно провести анализ и визуализировать данные о погоде.