Bringing science and development together through news and analysis

如何最好地为当地气旋建模

Mark Tadross说,将统计学和物理模型结合起来将能够为预测印度洋的局部飓风危险提供最大希望。

热带飓风对许多人造成影响。它们会导致死亡,经常引起大面积的毁坏,并常常带来经济损失。对发展中国家如马达加斯加来说尤其如此,飓风每年造成这个国家超过25万人的伤亡并导致超过5千万美元的损失。由于全球气温预期增高以及大气变化等原因,我们很自然地会问飓风和它带来的危险将来是否还会增多。

预测大气变化将对飓风带来多大影响是困难的,部分因为世界气候模型还是粗糙的,对处于形成早期的飓风进行预报有困难。尽管如此,在对海洋和大气温度等大范围气候变化进行预测和飓风的发生频率及强度之间还是有联系的。

在西南印度洋上,这种联系显示,在世纪之交的初夏飓风将会减少。但它们同时也表示飓风会更强烈。这一结论与世界范围内的其它研究是一致的。

不幸的是,这种大型气候变化和飓风之间的关系只在大范围内有效,而在精确预测各地区或各个国家的飓风发生情况时却不适用。这一层面上的飓风变化往往取决于飓风发生轨迹的改变。

为获得局部精确度,全球模型必须被缩小范围。可以通过使用全球模型的局部版本(基于对陆地、大气和大洋间热、水分和动量的复杂循环建模)或使用统计学模型来尝试画出两个变量之间简单直接的数学关系,例如,例如,表面温度或风力和局部气候之间这两个变量(假设表面温度和风力对局部气候有较大影响)。

局部模型

物理模型的优势在于,它能解析很多大气的物理组成部分,例如风、湿度和气温,能够提供许多关于气候不同方面的信息。不过将发生在低于模型分辨率情况下的物理过程直接解析将导致错误呈现。例如,从热量和水汽在大洋和大气之间的传递路径,或者从降雨和云层的数据计算得出能量平衡,都可能是错误的。

运行局部版的全球模型同样需要大量的计算机资源。为了对输出结果有信心,研究者们需要在许多不同的全球模型中进行局部模拟,既针对现在也包括将来的大气脚本。由于计算机基础设施的缺乏,这对于马达加斯加这样的发展中国家来说是不可能的选择。

用统计数据替代

另一种选择就是将统计数据和物理模型结合起来模拟数以千计的飓风轨迹和与它们相关的风。马达加斯加气象服务中心采用这种办法,用美国麻省理工学院研究者们获得的数据进行模拟。

这使得研究者们使用充实的统计数据来评估将来气候脚本中可能的轨迹位置和风的改变。这种精细的空间分辨率意味着对局部地区的预测成为可能。不过,还有一个问题。即,预测的结果经常取决于统计数据与哪种物理模型相结合。

为了对他们的预测有信心,研究者们必须评估在缩小范围后的模型里什么因素保持一致。这仍然是一个挑战:如果七个模型中有四个支持飓风发生变化的结论,它们能否充足到让我们得出结论呢,或者我们需要五至六个模型达成一致才能做出判断?

尽管如此,由于与物理模型所的不确定性和高昂的计算费用,看来统计数据方法才是在短期内预测区域和局部改变的最佳希望。

易受影响的人群

不过,这也才解决了一半的难题。仅仅简单地改进我们的模型设计并了解飓风是不够的。为评估飓风对现实人群所带来的危害,我们必须将最容易受影响的人们考虑在内,这些人的生计将被最严重打击,我们也要考虑那些最容易被损坏的基础设施(参看“脆弱性图谱能够帮助减少飓风死亡人数”)

在狭小的空间尺度内定义脆弱性是困难的,特别是对发展中国家来说,长期数据和统计数据总是缺乏。举例来说,也许需要评估在受飓风灾害区域的农业损失,而通常人们只有国家范围的数据可用。在马达加斯加,当我们的研究队伍尝试评估哪栋楼在各级飓风中易受损害时,所有现在可获得的信息仅有2004年Gafilo飓风对学校造成的损害。

所以,尽管我们尝试着在精确的空间尺度上为飓风建立模型,问题依然存在:我们能够提供有关脆弱性的同样精确的信息吗?如果不能,那我们就只能在那些最大范围内对飓风产生的影响进行评估,只是在这个层面上,脆弱性和飓风特点的变化才能被精确地量化。

Mark Tadross 是南非开普敦大学环境与地理科学系的高级研究员。