सितंबर 2025 के मध्य में, अमेरिकी राष्ट्रीय विज्ञान फाउंडेशन राष्ट्रीय वायुमंडलीय अनुसंधान केंद्र (NSF NCAR) के प्रायोगिक पूर्वानुमानों ने सुपर टाइफून रागासा के विकास का सफलतापूर्वक अनुमान लगाया। यह तूफान बाद में श्रेणी 5 की घटना में बदल गया, जिसकी हवा की गति 165 मील प्रति घंटा तक पहुँच गई, और यह वर्ष का सबसे शक्तिशाली तूफान बन गया। NSF NCAR के अभिनव कंप्यूटर मॉडलिंग दृष्टिकोण ने 3.75-किलोमीटर की वास्तविक समय वैश्विक पूर्वानुमान उत्पन्न किए, जिसने अभूतपूर्व विस्तार से पृथ्वी के वायुमंडल का अनुकरण किया। इस महीन-स्तरीय रिज़ॉल्यूशन ने दुनिया भर में गरज के साथ बारिश को पकड़ा और यह भी बताया कि कैसे दूर की मौसम प्रणालियाँ उष्णकटिबंधीय तूफान के विकास को प्रभावित कर सकती हैं।
NSF NCAR के वैज्ञानिक फाल्को जूड्ट, जिन्होंने इस प्रयास का नेतृत्व किया, ने कहा, "मूल रूप से, यह दुनिया भर में मौसम को हाई-डेफिनिशन में लाता है।" "हमें विश्वास है कि यह वैश्विक स्तर पर तूफानों और अचानक बाढ़ जैसी चरम घटनाओं के पूर्वानुमान में काफी सुधार कर सकता है।" वास्तविक समय, प्रायोगिक पूर्वानुमान सितंबर के दौरान चलाए गए, जो अटलांटिक तूफान के मौसम के चरम पर थे। महीने की शांत शुरुआत के बावजूद, NSF NCAR दृष्टिकोण ने अटलांटिक में तूफान गेब्रियल के तेजी से तीव्र होने को पकड़कर अपनी प्रभावशीलता का प्रदर्शन किया। इन पूर्वानुमानों को उत्पन्न करने के लिए, जूड्ट ने डेरेचो सुपर कंप्यूटर का उपयोग करके NSF NCAR-आधारित मॉडल फॉर प्रेडिक्शन अक्रॉस स्केल्स (MPAS) को नियोजित किया।
प्राथमिक ध्यान अटलांटिक, पूर्वी प्रशांत और पश्चिमी प्रशांत में उष्णकटिबंधीय चक्रवातों पर था, जिसका लक्ष्य चरम वर्षा की भविष्यवाणी में प्रदर्शन का आकलन करना भी था। यह प्रयास पिछले वसंत में NSF NCAR द्वारा शुरू की गई एक समान पहल के तुलनीय है। उस स्थिति में, वैज्ञानिकों ने मुख्य रूप से मध्य-अक्षांश की चरम मौसम की घटनाओं में रुचि रखते हुए, 60 घंटे तक वास्तविक समय, 3-किलोमीटर के पूर्वानुमान के लिए MPAS का उपयोग किया। उष्णकटिबंधीय चक्रवातों पर वर्तमान ध्यान, जो बड़े होते हैं और लंबी अवधि में विकसित होते हैं, कम्प्यूटेशनल दक्षता के लिए थोड़े कम रिज़ॉल्यूशन (3.75 किलोमीटर) के साथ 120 घंटे तक पूर्वानुमान चलाने में शामिल है।
MPAS जैसे मौसम मॉडल वायुमंडल को एक ग्रिड प्रणाली का उपयोग करके दर्शाते हैं और वायुमंडलीय गुणों का अनुकरण करने के लिए भौतिक नियमों को लागू करते हैं। उच्च रिज़ॉल्यूशन, जो निकट ग्रिड बिंदुओं द्वारा इंगित किया जाता है, आम तौर पर अधिक सटीक पूर्वानुमान की ओर ले जाता है। हालांकि, डेटा एसिमिलेशन भी प्रारंभिक वायुमंडलीय प्रतिनिधित्व की सटीकता में महत्वपूर्ण भूमिका निभाता है। जूड्ट ने नोट किया कि उच्च रिज़ॉल्यूशन पर पूरे ग्लोब का अनुकरण न केवल तूफानों को पकड़ सकता है, बल्कि उनके बनने से पहले ही उष्णकटिबंधीय चक्रवातों का अनुमान लगाने में भी मदद कर सकता है। इससे 7 से 10 दिनों के भविष्य के लिए अधिक सटीक पूर्वानुमान हो सकते हैं।
सुपर टाइफून रागासा के मामले में भी ऐसा ही प्रतीत होता है। जूड्ट ने देखा, "मुझे जो बात सबसे अलग लगती है वह यह है कि MPAS ने तूफान बनने से पहले ही इस प्रणाली को एक सुपर टाइफून के रूप में पूर्वानुमानित किया था।" उन्होंने कहा कि यह भविष्यवाणी कई परिचालन मॉडलों की तुलना में पहले थी और तीव्रता की भविष्यवाणी में बेहतर थी। इस प्रकार के प्रयास कृत्रिम बुद्धिमत्ता (AI) मौसम मॉडल की नई पीढ़ियों को प्रशिक्षित करने के लिए भी फायदेमंद हो सकते हैं। MPAS द्वारा उत्पन्न उच्च-रिज़ॉल्यूशन, उच्च-गुणवत्ता वाला डेटा मौजूदा AI मॉडल को काफी बढ़ाएगा जो मोटे डेटा पर प्रशिक्षित होते हैं।
सुपर टाइफून रागासा की सफल भविष्यवाणी और ट्रैकिंग उन्नत मॉडलिंग तकनीकों की क्षमता को उजागर करती है, विशेष रूप से चरम घटनाओं के लिए मौसम के पूर्वानुमान की सटीकता और समयबद्धता में सुधार के लिए। जलवायु परिवर्तन के कारण तूफानों की तीव्रता में वृद्धि देखी जा रही है, जिससे ऐसे उन्नत पूर्वानुमान मॉडल और भी महत्वपूर्ण हो जाते हैं।