В сентябре 2025 года экспериментальные прогнозы Национального центра атмосферных исследований (NSF NCAR) успешно предсказали развитие супертайфуна Рагаса, который впоследствии достиг 5-й категории с ветрами до 165 миль в час, став самым мощным штормом года. Инновационный подход NSF NCAR к компьютерному моделированию позволил создавать глобальные прогнозы в реальном времени с разрешением 3,75 км, моделируя атмосферу Земли с беспрецедентной детализацией. Это разрешение позволило улавливать грозы по всему миру и выявлять, как удаленные погодные системы могут влиять на эволюцию тропических штормов.
"По сути, это выводит погоду в высокое разрешение по всему миру", - заявил научный сотрудник NSF NCAR Фалько Джудт, возглавлявший эту работу. "Мы считаем, что это может значительно улучшить прогнозирование экстремальных явлений, таких как ураганы и внезапные наводнения, в глобальном масштабе". Экспериментальные прогнозы выполнялись в течение сентября, совпадая с пиком сезона ураганов в Атлантике. Подход NSF NCAR продемонстрировал свою эффективность, уловив быстрое усиление урагана Габриэль над Атлантикой.
Для создания этих прогнозов Джудт использовал Модель прогнозирования в масштабах (MPAS) на базе NSF NCAR, используя суперкомпьютер Derecho. Основное внимание уделялось тропическим циклонам в Атлантическом, восточно-тихоокеанском и западно-тихоокеанском регионах с целью оценки эффективности прогнозирования экстремальных осадков. Это усилие сопоставимо с аналогичной инициативой, запущенной NSF NCAR предыдущей весной, когда ученые использовали MPAS для прогнозов в реальном времени с разрешением 3 км на срок до 60 часов. Нынешнее внимание к тропическим циклонам включает выполнение прогнозов на срок до 120 часов с разрешением 3,75 км для вычислительной эффективности.
Погодные модели, такие как MPAS, представляют атмосферу с использованием сеточной системы и применяют физические законы для моделирования атмосферных свойств. Более высокое разрешение, обозначенное более близкими точками сетки, как правило, приводит к более точным прогнозам. Однако ассимиляция данных также играет решающую роль в точности начального представления атмосферы. Центры прогнозирования часто используют модели с различным разрешением; например, Национальный центр ураганов моделирует ураганы с разрешением 2 км, а их окружающую среду — с разрешением 6-8 км. Джудт отметил, что моделирование всего земного шара с высоким разрешением может не только улавливать штормы везде, где они возникают, но и помогать предсказывать тропические циклоны до их формирования, что может привести к более точным прогнозам на 7-10 дней вперед.
Джудт отметил: "Что меня поражает, так это то, что MPAS прогнозировал, что эта система станет супертайфуном еще до того, как шторм сформировался". Этот прогноз был сделан раньше, чем многие операционные модели могли бы предвидеть, и с лучшим прогнозом интенсивности. Этот тип усилий также может быть полезен для обучения новых поколений моделей погоды на основе искусственного интеллекта, поскольку высокодетализированные, высококачественные данные, генерируемые MPAS, значительно улучшат текущие модели ИИ, обученные на более грубых данных. Успешное прогнозирование и отслеживание супертайфуна Рагаса подчеркивает потенциал передовых методов моделирования для повышения точности и своевременности прогнозов погоды, особенно для экстремальных явлений.