การพยากรณ์อากาศด้วยคอมพิวเตอร์

การพยากรณ์อากาศด้วยคอมพิวเตอร์

การพยากรณ์อากาศ
หมายถึง การคาดหมายสภาพลมฟ้าอากาศในอนาคต การที่จะพยากรณ์อากาศได้ต้องมีองค์ประกอบ 3 ประการ ประการแรกคือความรู้ความเข้าใจในปรากฏการณ์และกระบวนการต่าง ๆ ที่เกิดขึ้นในบรรยากาศ ประการที่ สองคือสภาวะอากาศปัจจุบัน และประการสุดท้ายคือความสามารถที่จะผสมผสานองค์ประกอบทั้งสองข้างต้น เข้าด้วยกันเพื่อคาดหมายการ เปลี่ยนแปลงของบรรยากาศที่จะเกิดขึ้นในอนาคต

การพยากรณ์อากาศอาจจำแนกตามระยะเวลาของการคาดหมายได้ดังนี้
การพยากรณ์ปัจจุบัน (nowcasst)
คือการบรรยายสภาวะลมฟ้าอากาศในปัจจุบัน หรือการคาดหมายลักษณะอากาศสำหรับช่วงเวลาไม่เกิน 2 ชั่วโมง การพยากรณ์ระยะสั้นมาก (very - short- range forecast) คือการคาดหมายลักษณะลมฟ้าอากาศสำหรับช่วงเวลาไม่เกิน 12 ชั่วโมง การพยากรณ์ระยะสั้น (short - range forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลาไม่เกิน 3 วัน การพยากรณ์อากาศระยะปานกลาง (medium - range -forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลา 3 - 10 วัน การพยากรณ์ระยะนาน (long-range - forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ สำหรับช่วงเวลาที่เกินกว่า 10 วัน

การพยากรณ์อากาศอาจแบ่งตามวิธีการที่ใช้เป็นหลักในการคาดหมายลักษณะลมฟ้าอากาศได้ 2 ประเภท ได้แก่
การพยากรณ์เชิงจิตวิสัย (subjective forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ โดยอาศัยวิธีการที่ใช้การตัดสินใจและทักษะของผู้พยากรณ์เป็นสำคัญ
การพยากรณ์เชิงวัตถุวิสัย ( objective forecast) คือการคาดหมายลักษณะลมฟ้าอากาศ โดยอาศัยการประยุกต์กฏทางพลศาสตร์ (dynamics) และ / หรือ ทางอุณหพลศาสตร์ (thermedynamics) และ / หรือ ทางสถิติศาสตร์ เป็นหลักสำคัญ ทั้งนี้เพื่อกำจัดส่วนที่ต้องใช้การตัดสินใจของผู้พยากรณ์ออกไป อย่างไรก็ตาม การพยากรณ์อากาศที่ดีที่สุดในปัจจุบัน คือการผสมผสานระหว่างวิธีการทั้งสองดังกล่าว

การพยากรณ์อากาศด้วยคอมพิวเตอร์ เป็นการพยากรณ์เชิงวัตถุวิสัยชนิดหนึ่ง การพยากรณ์อากาศเชิงตัวเลข (numerical weather prediction-NWP) คือชื่ออย่างเป็นทางการของวิธีการพยากรณ์อากาศด้วยคอมพิวเตอร์
เนื่องจากลมฟ้าอากาศอยู่ภายใต้กฏเกณฑ์ทางฟิสิกส์ การเปลี่ยนแปลงของบรรยากาศจึงสามารถแสดงได้ในรูปของระบบสมการทางคณิตศาสตร์ สมการเหล่านี้ได้คำนึงถึงว่าองค์ประกอบของบรรยากาศ เช่น อุณหภูมิ ความเร็วและทิศทางลม ความชื้น ฯลฯ จะมีการเปลี่ยนแปลงไปจากสภาวะปัจจุบันอย่างไร หากสามารถแก้สมการเหล่านี้ได้ ย่อมสามารถที่จะแปรความหมายสภาวะของบรรยากาศในลักษณะของ ลมฟ้าอากาศได้ เป็นต้นว่า ฝน อุณหภูมิ แสงแดด ลม

อย่างไรก็ตาม ระบบสมการดังกล่าวข้างต้นมีความซับซ้อนมาก (ในทางคณิตศาสตร์เรากล่าวว่าสมการเหล่านี้เป็น non-linear partial differential equation) และไม่สามารถแก้สมการเหล่านี้เพื่อหาคำตอบที่แท้จริง (exact solution) ที่จะบอกให้เราทราบถึงสภาวะในอนาคตของบรรยากาศได้ จึงจำเป็นต้องใช้วิธีการจำลองแบบเชิงตัวเลข (numerical model) เพื่อที่จะหาคำตอบโดยประมาณ (approximate solution) จากแบบจำลองเชิงตัวเลขเหล่านี้ องค์ประกอบต่าง ๆ ของบรรยากาศจะถูกแทนที่ด้วยชุดของตัวเลขจำนวนหนึ่ง โดยการดัดแปลงระบบสมการของบรรยากาศจะถูกแทนที่ด้วยชุดของตัวเลขจำนวนหนึ่ง

โดยการดัดแปลงระบบสมการของบรรยากาศให้อยู่ในรูปแบบที่เหมาะสม ก็จะสามารถที่จะคำนวณค่าในอนาคตของจำนวนเหล่านี้ได้  อย่างไรก็ตามแม้ว่าจะได้ทำการดัดแปลงสมการที่เกี่ยวข้องให้ง่ายขึ้นแล้ว แต่การคำนวณที่จำเป็นสำหรับการพยากรณ์อากาศ ก็ยังคงมีความซับซ้อนและมีปริมาณมากเกินกว่าที่กระทำได้อย่างทันเวลา

โดยมนุษย์หรือแม้แต่คอมพิวเตอร์ธรรมดาทั่วไป ดังนั้นจึงมีความจำเป็นต้องใช้คอมพิวเตอร์ที่มีสมรรถนะสูงเป็นพิเศษ เพื่อให้สามารถคำนวณการเปลี่ยนแปลงของบรรยากาศได้อย่างรวดเร็ว ทันกับการเปลี่ยนแปลงที่เกิดขึ้นจริงในธรรมชาติ ในแบบจำลองเชิงตัวเลข บรรยากาศจะถูกแบ่งออกเป็นรูปทรงสี่เหลี่ยมเล็ก ๆ จำนวนมาก โดยมีจุดพิกัด (grid point) ณ จุดกึ่งกลางของรูปทรงสี่เหลี่ยมเหล่านี้ ด้วยวิธีการนี้คุณสมบัติของบรรยากาศจะสามารถแทนได้โดยสิ่งที่เกิดขึ้น ณ แต่ละจุดพิกัดเหล่านี้ ตัวอย่างเช่น หากแบบจำลองมีการแบ่งบรรยากาศออกเป็น 20 ระดับ มีจุดพิกัดในแนวทิศเหนือ - ใต้ จำนวน 217 จุด และจุดพิกัดในแบบจำลองนี้จะมีมากถึง 1,249,920 จุด

การแทนค่าองค์ประกอบหรือตัวแปรต่าง ๆ ของบรรยากาศด้วยค่าตัวเลขโดยประมาณนี้ เรียกว่าการกำหนดความไม่ต่อเนื่อง (discretization) ซึ่งก็คือการพยายามแทนปรากฏการณ์ที่มีความต่อเนื่อง ด้วยชุดของจำนวนเลขที่มีจำนวนจำกัด (ไม่ต่อเนื่อง) ยิ่งใช้ชุดของจำนวนเลขน้อยตัวเพียงใดก็จะยิ่งทำให้การกำหนดความไม่ต่อเนื่องที่ได้หยาบขึ้นเพียงนั้น ซึ่งจะเป็นผลให้การพยากรณ์อากาศมีรายละเอียดและความถูกต้องลดลง แต่หากกำหนดความไม่ต่อเนื่องให้ละเอียดขึ้น ก็จะมีจำนวนของตัวเลขมากขึ้น ซึ่งจะทำให้คอมพิวเตอร์ต้องใช้เวลาในการคำนวณนานขึ้น แต่ก็จะให้ผลการพยากรณ์มีรายละเอียดและความถูกต้องเพิ่มขึ้นเช่นกัน
แบบจำลองเชิงตัวเลขสำหรับการพยากรณ์อากาศที่มีการใช้งานอยู่เป็นจำนวนมากทั่วโลกนั้น ต่างก็มีพื้นฐานอยู่บนระบบสมการหลักชุดเดียวกัน ซึ่งระบบสมการนี้ประกอบด้วยสมการต่าง ๆ คือ สมการ ของการเคลื่อนที่ (equation of motion) สมการอุทกสถิต (hydrostatic equation) สมการอุณหพล (thermodynamic equation) สมการความต่อเนื่อง (continuity equation) สมการของสถานะ (equation of state ) และสมการไอน้ำ (water vapor equation) ระยะเวลาสั้น ๆ แทนที่จะเป็นการคาดหมายสภาวะที่ปกคลุมโลกทั้งหมด หรือการคาดหมายในระยะเวลานาน ๆ จึงมีการสร้างแบบจำลองสำหรับการพยากรณ์อากาศเฉพาะพื้นที่ (limited area model - LAM) ขึ้นมาเพื่อวัตถุประสงค์นี้ แบบจำลองเหล่านี้สามารถให้การพยากรณ์เฉพาะพื้นทีใดพื้นที่หนึ่ง โดยมีรายละเอียดสูง สำหรับช่วงเวลาที่ไม่เกิน 2-3 วัน ถ้านานกว่านั้น แบบจำลองเหล่านี้จะให้ผลการพยากรณ์ที่ไม่ค่อยถูกต้องนัก
ทั้งนี้เพราะสิ่งที่เกิดขึ้นนอกบริเวณที่กำหนดไว้สำหรับการพยากรณ์ จะมีอิทธิพลต่อลมฟ้าอากาศในบริเวณดังกล่าวด้วย ยิ่งช่วงเวลานานออกไป อิทธิพลภายนอกก็จะยิ่งมีมากขึ้นตามลำดับ

ดังนั้นการพยากรณ์อากาศโดยใช้เฉพาะข้อมูลในบริเวณที่กำหนด โดยไม่ได้คำนึงถึงอิทธิพลของบรรยากาศภายนอก จึงมีความถูกต้องลดลงอย่างรวดเร็วสำหรับการพยากรณ์อากาศที่นานเกินกว่า 2-3 วันนั้น ต้องคำนึงถึงความจริงว่า สภาวะในอนาคตของบรรยากาศ ณ ที่ใดที่หนึ่ง จะได้รับอิทธิพลจากลมฟ้าอากาศจากบริเวณที่อยู่ไกลออกไปมาก ๆ ด้วย การพยากรณ์อากาศบางอย่าง เช่น การพยากรณ์อากาศตามเส้นทางเดินเรือและเส้นทางการบิน การพยากรณ์การแพร่กระจายของมลภาวะ ไม่ใช่เป็นการพยากรณ์ ณ จุดใดจุดหนึ่งบนพื้นโลก แต่เป็นการพยากรณ์ที่ครอบคลุมพื้นที่เป็นบริเวณกว้าง ดังนั้นจะต้องคำนึงถึงสภาวะของบรรยากาศทั่วโลก โดยรวมไว้ในแบบจำลองเชิงตัวเลขเพื่อการพยากรณ์อากาศด้วย นั่นคือแบบจำลองเพื่อการ พยากรณ์อากาศระยะปานกลางต้องครอบคลุมพื้นที่ทั่วโลก ( global model) และต้องพิจารณาบรรยากาศตั้งแต่พื้นโลกขึ้นไปจนถึงความสูงประมาณ 30 กิโลเมตร รวมทั้งต้องคำนึงถึงการเปลี่ยนแปลงต่าง ๆ ที่เกิดขึ้นในระดับต่ำกว่าผิวพื้นโลกทั้งในส่วนที่เป็นแผ่นดินและมหาสมุทรด้วย
ปัจจัยสำคัญบางประการที่มีผลต่อการเปลี่ยนแปลงของบรรยากาศ เป็นปรากฏการณ์ที่มีขนาดเล็กมาก เช่น

การที่รังสีจากดวงอาทิตย์ทำให้อุณหภูมิพื้นดินเพิ่มขึ้นในขนาดของโมเลกุลการปั่นป่วนของอากาศ
ใกล้พื้นดินและในระดับล่างของบรรยากาศอาจเกิดขึ้นในขนาดไม่กี่เซนติเมตรกระบวนการก่อตัวของเมฆ การเกิดฝนภายในก้อนเมฆ ปรากฏการณ์ขนาดเล็กเหล่านี้ไม่อาจรวมไว้ในแบบจำลองเชิงตัวเลขได้อย่างถูกต้องด้วยวิธีการกำหนดความไม่ต่อเนื่อง (discretization) เพราะจะทำให้มีตัวเลขเป็นจำนวนมากมายมหาศาลเกินกว่าที่คอมพิวเตอร์ใด ๆ ๆ ในโลกปัจจุบัน จะทำการคำนวณได้รวดเร็วทันต่อการเปลี่ยนแปลงที่เกิดขึ้นจริงในบรรยากาศ ดังนั้น จึงมีความจำเป็นที่จะต้องแทนปรากกฏการณ์เหล่านี้ โดยพิจารณาถึงอิทธิพลหรือความสัมพันธ์ของมันที่มีต่อตัวแปรอื่น ๆ

ซึ่งมีขนาดใหญ่กว่าและได้กำหนดไว้แล้วในแบบจำลองแล้ววิธีนี้เรียกว่า การกำหนดตัวแปรเสริม (parameterization) วิธีการกำหนดตัวแปรเสริมนี้ยังคงต้องมีการพัฒนาอีกมาก เพื่อที่จะทำให้การพยากรณ์อากาศด้วยคอมพิวเตอร์ มีความถูกต้องมากยิ่งขึ้นในการที่จะทำการพยากรณ์อากาศด้วยคอมพิวเตอร์โดยใช้แบบจำลองเชิงตัวเลขได้นั้น จำเป็นต้องทราบสภาวะอากาศปัจจุบันหรือสภาวะเริ่มแรก (initial condition) ของบรรยากาศ ณ แต่ละจุดพิกัดที่กำหนดไว้ในแบบจำลอง ให้ครบถ้วนก่อน สภาวะเริ่มแรกนี้ได้มาจากการตรวจอากาศผิวพื้นการตรวจอากาศชั้นบน ข้อมูลจากดาวเทียมอุตุนิยมวิทยา เรดาร์ เรือเดินทะเล เครื่องบิน ทุ่นลอยในทะเล ฯลฯ รวมทั้งการประมาณค่าโดยคอมพิวเตอร์เองด้วยเช่นกัน ข้อมูลเหล่านี้จะถูกตรวจสอบความถูกต้องหลายขั้นตอนและด้วยวิธีการต่าง ๆ มากมาย หลังจากนั้นจะได้รับการจัดเตรียมให้อยู่ในรูปแบบที่เหมาะสมสำหรับการนำไปใช่ในแบบจำลองเชิงตัวเลข การเตรียมข้อมูลสภาวะเริ่มแรกนั้นเป็นภารกิจที่ละเอียดอ่อนและใช้เวลา

โดยคอมพิวเตอร์อาจใช้เวลาเพื่อการนี้มากพอกับเวลาที่ใช้ในการพยากรณ์อากาศเลยทีเดียว เมื่อจัดเตรียมข้อมูลสภาวะเริ่มแรกเรียบร้อยแล้ว คอมพิวเตอร์จะทำการคาดหมายสภาวะอากาศ ณ แต่ละจุดพิกัดที่กำหนดไว้ในแบบจำลอง โดยจะพยากรณ์ไปในอนาคตเพียงช่วงเวลาสั้น ๆ ไม่กี่นาที แล้วใช้ผลการพยากรณ์นี้เป็นค่าเริ่มต้นสำหรับการพยากรณ์ในครั้งต่อไป ทำเช่นนี้ไปเรื่อย ๆ จนสิ้น สุดระยะเวลาที่ต้องการพยากรณ์ เช่น ถ้าต้องการพยากรณ์อากาศเป็นเวลา 24 ชั่วโมง และทำการพยากรณ์ครั้งละ 10 นาที คอมพิวเตอร์จะต้องทำการพยากรณ์เป็นจำนวน 24 ชั่วโมง หารด้วย 10 นาที นั่นคือ 144 ครั้ง ที่ต้องทำการพยากรณ์เพียงช่วงเวลาสั้น ๆ ในแต่ละครั้ง ก็เพื่อให้ผลการพยากรณ์มีความถูกต้องมากที่สุด เพราะหากคำนวณการเปลี่ยนแปลงโดยใช้ช่วงเวลาที่นานมากขึ้น แม้ว่าคอมพิวเตอร์จะใช้เวลาในการคำนวณน้อยลงเนื่องจากจำนวนครั้งที่ต้องพยากรณ์ลดลง แต่ความผิดพลาดในการพยากรณ์ก็จะเพิ่มมากขึ้นจนทำให้ผลการพยากรณ์ดังกล่าวคลาดเคลื่อนมาก เกินกว่าที่จะใช้ประโยชน์ไดเนื่องจากผลลัพธ์ที่ได้จากการพยากรณ์ด้วยคอมพิวเตอร์จะเป็นตัวเลขจำนวนมากมาย เกินกว่าที่จะเข้าใจได้โดยง่าย จึงจำเป็นต้องนำผลลัพธ์ที่ได้นี้ไปประมวลผลด้วยคอมพิวเตอร์ต่อไปอีก เพื่อให้ได้ผลผลิตขั้นสุดท้าย ในลักษณะที่สามารถนำไปใช้ประโยชน์ได้โดยง่าย ได้แก่ แผนที่และแผนภูมิอุตุนิยมวิทยาชนิดต่าง ๆ ซึ่งนักอุตุนิยมวิทยา จะใช้เพื่อประกอบการพิจารณาในการคาดหมายลมฟ้าอากาศ เพื่อให้ได้การพยากรณ์อากาศในขั้นสุดท้ายซึ่งก็คือคำพยากรณ์อากาศนั่นเอง เนื่องจากการพยากรณ์อากาศเป็นงานที่มีลักษณะพิเศษอย่างหนึ่ง คือบ่อยครั้งที่ผู้พยากรณ์อากาศต้องทำการตัดสินใจ โดยมีข้อมูลไม่เพียงพอ ซึ่งอาจเนื่องมาจากผลการตรวจอากาศมาถึงล่าช้าหรือไม่มีการตรวจอากาศในบริเวณที่จะต้องพยากรณ์และ

โดยที่ในขณะนี้การพยากรณ์อากาศด้วยคอมพิวเตอร์ ยังคงจำกัดอยู่เพียงในลักษณะของการแก้สมการทางคณิตศาสตร์ที่เกี่ยวข้องกับการ เปลี่ยนแปลงของบรรยากาศเท่านั้น แต่ยังไม่สามารถเลียนแบบการใช้เหตุผลในการอนุมาน เช่นเดียวกับที่นักพยากรณ์อากาศใช้อยู่อย่างได้ผลในกรณีที่มีข้อมูลไม่เพียงพอ จึงได้มีการพัฒนาเพื่อใช้คอมพิวเตอร์ในการพยากรณ์อากาศโดยการใช้ปัญญาประดิษฐ์ (artificia intelligence) ซึ่งจะช่วยให้การพยากรณ์อากาศด้วยคอมพิวเตอร์ในอนาคตมีประสิทธิภาพสูงขึ้นอีกระดับหนึ่ง อย่างไรก็ตามคอมพิวเตอร์และมนุษย์จะยังคงมีบทบาทร่วมกันในการพยากรณ์อากาศต่อไปอีกนาน

..... โดย คร.ดุษฎี ศุขวัฒน์