天気予報では雨が降るというので、傘をさして家を出たのに、結局雨が降らなかったり、その逆で準備をせずに出発して思いがけない雨に見舞われたり、何度経験したことでしょう。これは幸運か不運かという問題ではなく、数学的な問題です。
天気予報の最初のステップは、特定の瞬間の大気の「ポートレート」を取得することで構成されます。つまり、大気の将来の状態を予測する前に、大気中で何が起こっているかを理解する必要があります。これを行うために、私たちは地上気象観測所、衛星、気象レーダー、海洋ブイ、ラジオゾンデによる大気パラメータの体系的な観測に依存しています。
大気の現在の状態についてできる限り多くの情報を取得した後、この情報は気象学者によって処理され、 に挿入されます。数値モデルは、大気の挙動を記述する一連の物理方程式と数学方程式で構成されています。これらの方程式は、1 秒あたり数百万回の計算を実行できるスーパーコンピューターで解決されます。
大気観測は数値モデルの初期条件として与えられ、そこからモデルは将来の方程式を統合し始めます。観測値は最初の統合でのみ使用され、他の統合では、モデルは前の時間間隔で行われた予測を初期条件として使用します。これにより、数時間、数日、または数週間にわたる一連の予測が得られます。
テクノロジーの進歩により、ここ数十年で予測は大幅に改善されました。現在では、7 日間の天気予報では 80% の確率で天気を正確に予測でき、5 日間の天気予報では 90% の確率で天気を正確に予測できます。しかし、ご存知のとおり、特に 10 日間の予測は外れることがよくあります。
しかし、なぜ天気予報は当たるのでしょうか？
数学によれば、大気はカオスなシステムとして定義されており、初期条件の小さな変化がまったく異なる解決策につながる可能性があるため、天気を予測することは大きな課題です。これを最初に観察したのは 1963 年に科学者のエドワード・ノートン・ローレンツで、彼は「予測可能性: ブラジルでの蝶の羽ばたきはテキサスで竜巻を引き起こすか?」という記事でこの考えを強調し、バタフライ効果の概念を紹介しました。
このフレーズは、蝶の羽ばたきが大気の小さな変化を引き起こし、地球上の遠く離れた地点で発生する竜巻など、より大規模な気象システムの進路や強さを変える可能性があるという考えを指します。数値モデリングの意味では、蝶の羽ばたきは初期条件の小さな変化を表しており、これが一連のエラーを引き起こし、雪だるま効果のような大規模な効果を生み出す可能性があります。
初期条件は大気の現在の状態をまだ完全には表しておらず、誤差がないわけではないため、 100% の精度で天気を予測することは事実上不可能です。初期の小さな誤差が増幅して予測全体に伝播する可能性があるため、予測の信頼性は時間の経過とともに低下します。このようにして、ローレンツは、天気は最大 10 ～ 15 日のスケールでしか予測できないことを確立しました。
