מעונן עד מביך: למה עדיין כל כך קשה לחזות את מזג האוויר?

חיזוי מזג האוויר נחשב לאחד האתגרים המדעיים המורכבים ביותר. למרות התקדמות טכנולוגית עצומה בעשורים האחרונים, עם מחשבים מתוחכמים, בינה מלאכותית ולוויינים שמאפשרים לנו לצפות בשמיים משני הכיוונים, חיזוי מדויק של תנאי מזג האוויר יותר מכמה שעות קדימה נשאר אתגר בלתי מפוצח (אם כי זה לא מפריע לחזאים לנסות להציג לנו תחזיות ל-7, 8 ואפילו חודש ומעלה. שימו לב, למשל, ל-AccuWeather, שמציג תחזית ללא פחות מחודש וחצי!). למה כל כך קשה לנו לחזות האם שווה להזמין כרטיסי טיסה ליער השחור או שעדיף "לטוס על בטוח" לדרום צרפת?

הסיבות לקושי לחזות מזג אוויר נעוצות במורכבות מערכת האקלים ובמגבלות הידע האנושי על תהליכים אטמוספריים. מטאורולוגיה מתבססת על חוקים פיזיקליים ידועים – אך המעבר מחוקים לחיזוי מעשי הוא מסובך מאוד. האטמוספירה היא מערכת כאוטית, שבה שינויים זעירים בתנאי בסיס מסוימים יכולים להוביל לתוצאות שונות לחלוטין. תופעה זו, הידועה כ"אפקט הפרפר", מסבירה מדוע אנחנו אולי מסוגלים לחזות בערך מה יקרה בעוד יומיים, אך תחזית לסוף השבוע עשויה להשתנות משמעותית במהלך המהדורות היומיות.

רשתות הניטור המטאורולוגיות העולמיות כוללות אלפי תחנות מטאורולוגיות, מאות בלונים מטאורולוגיים המורמים באופן יומיומי, לוויינים מתוחכמים וכלי תצפית ימיים. למרות כל זה, כדור הארץ עצום, והמידע שנאסף אינו מכסה את כל השטח בצפיפות מספקת. אזורים כמו אוקיינוסים, מדבריות והקטבים נותרים עם כיסוי מוגבל בלבד של תחנות מדידה.

המודלים המתמטיים לחיזוי מזג האוויר מבוססים על משוואות מורכבות שמתארות תנועת אוויר, העברת חום ושינויים בלחות. מחשבי-על בכל רחבי העולם מריצים חישובים עצומים, שלוקחים שעות כדי לייצר תחזית לימים הקרובים בלבד, וגם זה, כאמור, על סמך נתונים לא מלאים. אפילו המחשבים החזקים ביותר המוזנים בנתונים הרבים ביותר הזמינים לאנושות יתקשו לחשב את כל הגורמים הרלוונטיים המשפיעים על מזג האוויר.

תופעות מזג אוויר מקומיות מוסיפות שכבת מורכבות נוספת: הר יכול ליצור עננים או לפזר אותם, ים או אגם משפיעים על הטמפרטורה והלחות באזורם, ועיר גדולה יוצרת "אי חום", שמשנה את דפוסי הרוח והטמפרטורה. התחשבות בכל הגורמים המקומיים הללו דורשת מודלים מאוד מפורטים ועדכניים, שמובילים לעלויות חישוביות אדירות.

האקלים המשתנה הופך את החיזויים למורכבים עוד יותר; דפוסי מזג האוויר ההיסטוריים, שעליהם מתבססים חלק מהמודלים, הופכים פחות רלוונטיים לאור שינויי האקלים שאנחנו עדים להם בעשורים האחרונים. תופעות מזג אוויר קיצוניות כמו גלי חום, סופות חזקות ושינויים בדפוסי הגשמים הופכות נפוצות יותר ובלתי צפויות.

מדידות באזורים שונים בעולם מראות איכות שונה; בעוד במדינות מפותחות יש רשתות ניטור צפופות ומתוחכמות למדי, במדינות מתפתחות המידע פחות מדויק ופחות תכוף. פער זה פוגע ביכולת החיזוי הגלובלי, ומקשה על הבנת מערכות מזג אוויר גדולות בין-יבשתיות.

לוויינים מטאורולוגיים מספקים מידע יקר ערך על עננים, טמפרטורות פני הים ותנועות אוויר. אולם, פירוש נתוני הלוויין דורש מומחיות גבוהה, ולעיתים נתונים עקיפים שצריכים פרשנות. טכנולוגיית הלוויינים מתקדמת כל הזמן, אך גם היא מוגבלת ביכולתה לחדור דרך עננים או למדוד תופעות קרקעיות.

בינה מלאכותית וחיזוי מתמטי מתקדם מתחילים לשפר בהדרגה את דיוק התחזיות. אלגוריתמי למידת מכונה לומדים מנתונים היסטוריים, ומזהים דפוסים שעין אנושית עלולה להחמיץ. חברות כמו IBM וגוגל מפתחות מערכות שמשלבות בינה מלאכותית עם מודלים פיסיקליים מסורתיים, וגוגל טוענת כי כבר הצליחה להוכיח שהבינה המלאכותית הייעודית שלה לחיזוי מזג אוויר מדייקת יותר מכל מערכת קיימת.

שיפורים עתידיים בחיזוי כוללים הגברת צפיפות התחנות, חיישנים זולים יותר שניתן לפרוס בכמויות גדולות, וטכנולוגיות חדשות למדידת תופעות אטמוספריות. כוח המחשוב הגדל בהתמדה מאפשר מודלים מפורטים יותר, אך המגבלות הבסיסיות של מערכת כאוטית תמיד תישארנה.

התקדמות המדע המטאורולוגי ממשיכה, אך ההבנה היא שתחזיות מדויקות מעבר לימים בודדים קדימה תמיד תישארנה אתגר כמעט בלתי אפשרי. במקום זאת, המדענים מתמקדים בשיפור תחזיות קצרות-טווח ובפיתוח מערכות אזהרה מוקדמת לתופעות מזג אוויר קיצוניות.

הכתבה נכתבה בעזרת קלוד.