首页
/
每日頭條
/
生活
/
蝴蝶效應究竟有多可怕
蝴蝶效應究竟有多可怕
更新时间:2024-10-08 06:27:30

蝴蝶效應究竟有多可怕(蝴蝶效應你真的了解嗎)1

說好的晴空萬裡,出門就被淋成落湯雞!

說好的漫漫初雪,結果隻能在朋友圈眼睜睜看别人家的雪!

這就是你我每天都在吐槽的天氣預報。那到底是什麼導緻了天氣預報總也不那麼準?而天氣預報又能不能有完全準确的一天呢?下面我們就來看看,天氣預報的偏差到底是哪來的。

1961年冬天,著名氣象學家愛德華·洛倫茨,用他的老爺計算機計算了兩次同樣的天氣預報,而中間數據分别用了0.506127和0.506,可結果卻讓他大跌眼鏡,這個遠小于千分之一的差距,造成了兩次結果完全不同,一次說這一天将晴空萬裡,可另一次卻預示着雷雨交加。随後,他在進一步的計算中發現,輸入的細微差異可能很快成為輸出的巨大差别。于是他提出了混沌理論,為了直觀表述這個名詞,他又提出了“蝴蝶效應”——南美洲亞馬遜叢林裡的一隻蝴蝶撲騰一下翅膀,就可能引起美國德克薩斯的一場龍卷風。它的本質是指初始值的微小擾動,能夠引起結果的極大變化。那蝴蝶效應又是如何影響天氣預報的呢?這個大家天天見卻又不太了解的“蝴蝶效應”到底又是怎麼回事呢?下面我們就來看看天氣預報中的“小蝴蝶”。

蝴蝶效應究竟有多可怕(蝴蝶效應你真的了解嗎)2

其實制作一次天氣預報無非就是兩步:第一,獲取大氣初始狀态,第二,利用方程計算結果。先看第一步,要想精确把握一個降雨雲團,就要知道他和他周圍所有大氣的狀态,意味着任何一支小蝴蝶都不能放過。而目前最基本的氣象觀測,依然是布點取樣的方法,我們認為選擇的氣象站點的觀測數據能夠代表他周圍一定範圍内的大氣狀态,如今,全國已經擁有了6萬多個自動氣象站,無論數量、密度,我們都是世界之最。但即便如此,也依然走不出“以點代面”、“大網撈小魚”的困境。

蝴蝶效應究竟有多可怕(蝴蝶效應你真的了解嗎)3

形象來說,我們用這種方式來觀測愛因斯坦的照片,紅色是觀測站點,看得出來已經很密集了,可是結果依然是不盡如人意。那如果我們用這樣一個觀測初始值再去預測誰是愛因斯坦,也必定是傻傻分不清楚。那講到這裡大家可能會想,隻要觀測完全精确不就好了嗎?那麼,觀測到底能不能精确呢,現在的觀測手段除了地面氣象站還有衛星、雷達等多種手段,可謂是海陸空全方位觀測。但是很遺憾,即便未來科技再發展,手段再提升,想要精确測量覆蓋地球,高度幾十公裡的大氣,也基本上是不可能的。

那第一步精确觀測看來是做不到了。那現在我們看看第二步,這些觀測中漏網的小蝴蝶,是否能在計算中加以調整。

看一個台風的例子,去年的台風“安比”是少有的影響到北京一次台風,在他的路徑預報中,我們給初始條件,添加50個不同的小擾動,也就是放進去50隻小蝴蝶,讓他們扇翅膀(比如溫度加減0.1℃,風速加減0.1m/s)。然後将這50個成員用同一種方法進行5天的預報,結果十分發散,有的到了内蒙古,而有的直接出國了。這是真正的「差之毫厘,失之千裡」。

綜上不難看出,觀測中的小蝴蝶會對我們的預報産生不可估計的影響。這就是蝴蝶效應對天氣預報造成的巨大影響。不過當然了,除了蝴蝶效應之外,造成天氣預報不準的遠遠不止蝴蝶效應這一個原因,天氣預報永遠也做不到100%的精确。但即便如此,我們的預報準确率也依舊在不斷提升着。今天的氣象事業無論是從觀測手段、計算能力還是人員素質等等方面都比以往任何時候更加先進。

作者:沈越婷 北京市懷柔區氣象局

本文來自:中國數字科技館

,
Comments
Welcome to tft每日頭條 comments! Please keep conversations courteous and on-topic. To fosterproductive and respectful conversations, you may see comments from our Community Managers.
Sign up to post
Sort by
Show More Comments
Copyright 2023-2024 - www.tftnews.com All Rights Reserved