Evaluation of all-sky reconstructed radiance assimilation for hyperspectral infrared sounders

إن التوقعات الجوية التي نعتمد عليها كل صباح مبنية على أساس من البيانات التي تُجمع من الفضاء. فمن مدارات عالية فوق الأرض، تحمل الأقمار الصناعية أجهزة تعمل كعيون عملاقة وحساسة، تقيس طاقة الحرارة المنبعثة من سطح الكوكب وغلافه الجوي. هذه الأجهزة، المعروفة باسم مستشعرات الأشعة تحت الحمراء متعددة الأطياف، لا تكتفي بالتقاط صورة واحدة فحسب؛ بل تقسم الضوء إلى آلاف النطاقات اللونية الصغيرة، مما يخلق بصمة كيميائية مفصلة للهواء في الأسفل. هذه المعلومات حاسمة للتنبؤ بالعواصف، وتتبع الرطوبة، وفهم تغيرات درجات الحرارة عند ارتفاعات مختلفة. ومع ذلك، فإن الحجم الهائل للبيانات التي تولدها هذه الأقمار الصناعية يعتبر هائلاً. ولتفسير كل هذا، يستخدم العلماء حواسيب قوية لترجمة هذه القياسات الخام إلى نماذج طقس. وقد كان التحدي الرئيسي دائماً هو كيفية التعامل مع هذا التدفق الهائل من البيانات دون فقدان التفاصيل المهمة أو إبطاء الحواسيب التي تشغل التوقعات.

لسنوات طويلة، نجح العلماء في استخدام هذه القياسات الساتلية، ولكن غالباً فقط عندما تكون السماء صافية. لقد كانت السحب تقليدياً بمثابة عائق، حيث تشتت الضوء وتجعل البيانات صعبة التفسير. وفي السنوات الأخيرة، حقق الباحثون خطوات كبيرة في استخدام البيانات حتى عند وجود السحب، وهي تقنية تُعرف باسم "الاستيعاب في جميع ظروف السماء" (all-sky assimilation). وقد أدى ذلك إلى تحسين التوقعات، لكنه اعتمد على استخدام البيانات الأصلية الخام من الأقمار الصناعية. وبما أن هذه البيانات الخام ضخمة جداً، فقد برزت حاجة متزايدة لضغطها في شكل أصغر وأكثر سهولة في الإدارة دون فقدان المعلومات الأساسية. وهنا يأتي دور طريقة تسمى "الإشعاع المُعاد بناؤه" (reconstructed radiance). فبدلاً من إرسال كل قياس خام منفرد، يمكن للعلماء استخدام عملية رياضية لإعادة بناء البيانات من مجموعة أصغر من المكونات الرئيسية. وكان السؤال الكبير للمتنبئين هو ما إذا كانت هذه البيانات المضغوطة والمُعاد بناؤها ستعمل بنفس كفاءة البيانات الأصلية، خاصة عند النظر عبر السحب.

وضع فريق من الباحثين في الوكالة اليابانية للأرصاد الجوية وجامعة طوكيو هدفاً للإجابة على هذا السؤال. فقد أرادوا معرفة ما إذا كان بإمكانهم استخدام هذه البيانات المُعاد بناؤها لتحسين توقعات الطقس في جميع الظروف، بما في ذلك الظروف الغائمة، دون الحاجة إلى تغيير الأنظمة الحاسوبية المعقدة التي يستخدمونها بالفعل. وقد ركزوا على البيانات المستمدة من مقياس التداخل للأشعة تحت الحمراء في الغلاف الجوي (Infrared Atmospheric Sounding Interferometer)، وهو جهاز متطور موجود على أقمار صناعية تدور حول الأرض، يقيس الحرارة عبر آلاف القنوات. أجرى الفريق سلسلة من التجارب باستخدام نظام عالمي للتنبؤ بالطقس، مقارنين بين التوقعات المصنوعة باستخدام البيانات الخام الأصلية مقابل تلك المصوعة باستخدام البيانات المُعاد بناؤها. واختبروا هذه الطرق في سيناريوهين: أولاً، بالنظر فقط إلى السماوات الصافية؛ وثانياً، بالنظر إلى الغلاف الجوي من خلال السحب.

عندما نظروا في نتائج السماء الصافية، أظهرت البيانات المُعاد بناؤها ميزة واضقة في مجال محدد: كانت أكثر نقاءً بكثير. فالبيانات الخام من الأقمار الصناعية تحتوي على قدر معين من الضوضاء العشوائية، مثل التشويش في الراديو، مما قد يجعل قياسات درجة الحرارة والرطوبة متذبذبة قليلاً. إن عملية إعادة البناء تعمل بفعالية على تنعيم هذه الضوضاء. ووجد الباحثون أن الفرق بين ما رآه القمر الصناعي وما توقعه النموذج الحاسوبي أصبح أصغر بكثير لمعظم القنوات. وهذا يعني أن البيانات أصبحت أكثر اتساقاً. ومع ذلك، عندما استخدموا فعلياً هذه البيانات الأكثر نقاءً لتشغيل توقعات الطقس، كانت النتائج محايدة بشكل مفاجئ. فلم تتحسن التوقعات أو تسوء بشكل ملحوظ مقارنة باستخدام البيانات الخام الأصلية. وهذا يشير إلى أنه بينما كانت البيانات المُعاد بناؤها أكثر نقاءً، إلا أن النماذج الحاسوبية كانت تتعامل بالفعل مع ضوضاء البيانات الخام بشكل جيد بما يكفي بحيث لم يغير هذا التنظيف الإضافي الكثير في التنبؤ النهائي بالطقس.

تغيرت القصة قليلاً عندما وجه الباحثون اهتمامهم إلى السماوات الغائمة. ففي العالم الحقيقي، تكون السحب فوضوية وغير متوقعة، وهي تفرض نوعاً مختلفاً من عدم اليقين ليس له علاقة بضوضاء القمر الصناعي. وعندما اختبر الفريق البيانات المُعاد بناؤها في ظل ظروف "جميع أشكال السماء"، وجدوا أن تقليل الضوضاء الذي شوهد في السماء الصافية قد اختفى. ظل الفرق بين القمر الصناعي والنموذج كما هو تقريباً كما كان مع البيانات الأصلية. وهذا أمر منطقي لأن المصدر الرئيسي للخطأ في الظروف الغائمة هو صعوبة نمذجة السحب نفسها، وليس ضوضاء الجهاز. والأهم من ذلك، اكتشف الباحثون أنه يمكنهم استخدام نفس إعدادات الكمبيوتر وقواعد التعامل مع الأخطاء للبيانات المُعاد بناؤها كما فعلوا مع البيانات الأصلية. لم يحتاجوا إلى ابتكار طرق جديدة أو إضافة مكونات إضافية لجعل النظام يعمل.

وجاءت النتيجة الأكثر واعدة عندما ركزوا على قنوات محددة تقيس بخار الماء في طبقات الجو الوسطى والعليا. فعندما استوعبوا البيانات المُعاد بناؤها لهذه القنوات المحددة تحت ظروف جميع أشكال السماء، تحسنت توقعات الطقس بشكل كبير. وأظهرت النتائج تأثيراً إيجابياً واضحاً، لا سيما في التنبؤ بالرطوبة في طبقة "التروبوسفير المتوسطة"، وهي طبقة من الغلاف الجوي بالغة الأهمية لتطور العواصف. وكان التحسن قوياً تماماً كما رأوه عند استخدام البيانات الخام الأصلية لنفس القنوات. وهذا يشير إلى أن البيانات المُعاد بناؤها هي بديل قابل للتطبيق للبيانات الأصلية، حتى في أكثر ظروف الطقس تحدياً.

تخلص الدراسة إلى أن التقنيات المستخدمة حالياً لتغذية نماذج الطقس ببيانات الأقمار الصناعية الخام يمكن تطبيقها مباشرة على هذه البيانات المُعاد بناؤها. ويعد هذا اكتشافاً حيوياً لمستقبل التنبؤ بالطقس. فمع تقدم الأقمار الصناعية وتوليدها كميات أكبر من البيانات، ستصبح القدرة على ضغط تلك البيانات دون فقدان قيمتها أمراً ضرورياً. ووجد الباحثون أنهم لم يحتاجوا إلى استخدام نسخ أكثر تعقيداً من عملية إعادة البناء للسماوات الغائمة مقارنة بالسماوات الصافية. وبينما لا تزال هناك بعض الأسئلة التقنية الصغيرة التي تحتاج إلى حل، مثل كيفية ضبط ثقة الكمبيوتر في البيانات للحصول على أفضل التوقعات قصيرة المدى، فإن الرسالة الجوهرية واضحة: البيانات المضغوطة تعمل بنجاح. فهي توفر وسيلة لإبقاء التدفق الهائل لمعلومات الأقمار الصناعية قابلاً للإدارة مع الحفاظ على الجودة العالية اللازمة للتنبؤ بالطقس بدقة، مما يضمن قدرة المتنبئين على الاستمرار في الاعتماد على هذه الأدوات القوية حتى مع نمو أحجام البيانات.