Dynamical Downscaling of Seasonal Forecasts Using WRF: Assessing Precipitation and Wind Speed Predictability over the Indonesian Maritime Continent

إن الطقس فوق الإقليم البحري الإندونيسي هو نسيج معقد مغزول من التقاء محيطين شاسعين، الهندي والهادئ، وأرخبيل مترامي الأطراف يضم آلاف الجزر. هذا الإقليم، الذي يعد موطناً لبعض أكثر التفاعلات المعقدة بين اليابسة والبحر على وجه الأرض، يشهد هطول أمطار ورياحاً تتغير بشكل جذري مع المواسم، مدفوعة بمحركات جوية ضخمة مثل الرياح الموسمية. وبالنسبة للناس الذين يعيشون هناك، فإن الحصول على توقعات موثوقة ليس مجرد مسألة رفاهية؛ بل هو أداة حاسمة لإدارة الزراعة، والاستعداد للفيضانات، ومواجهة مخاطر الطقس القاسي. ومع ذلك، فإن التنبؤ بهذه الظروف أمر صعب للغاية. فنماذج الطقس العالمية، التي تنظر إلى الكوكب بأكمله، غالباً ما تعجز عن رؤية التفاصيل الدقيقة لهذه التضاريس الوعرة. إنها تشبه خريطة ذات دقة منخفضة، حيث تندمج القمم الحادة للجبال والقنوات الضيقة بين الجزر في سطح ناعم وغير واضح. ولكي يرى العلماء الطقس بوضوح، يحتاجون إلى التكبير، باستخدام حواسيب قوية لتشغيل نماذج أصغر وأكثر تفصيلاً يمكنها رصد الخصائص المحلية للرياح والأمطار.

لقد تولى فريق من الباحثين من إندونيسيا والولايات المتحدة والصين مؤخراً تحدي تحسين هذه التوقعات المحلية. فقد ركزوا على الفترة من 2022 إلى 2025، وهي فترة تضمنت أحداثاً مناخية هامة مثل ظاهرة "النينيو" القوية وإعصار مداري رئيسي. كان هدفهم هو اختبار طريقة محددة تسمى "التصغير الديناميكي" (dynamical downscaling). تخيل أخذ توقعات طقس عالمية واسعة النطاق وتغذيتها في نموذج إقليمي أكثر تفصيلاً، تماماً مثل أخذ صورة بزاوية عريضة واستخدام برنامج لتركيز التركيز (sharpen the focus) على زاوية معينة ومعقدة من الصورة. في هذه الحالة، استخدموا نظام توقعات عالمي يُعرف باسم CFSv2 كنقطة انطلاق وشغلوه عبر نموذج إقليمي متطور يسمى WRF. سمح لهم ذلك بإنشاء تنبؤات يومية لهطول الأمطار وسرعة الرياح بدقة تقارب 20 كيلومتراً، وهو مقياس دقيق بما يكفي لرؤية الفروق بين قمة جبل والوادي الذي يليه. ثم قارنوا عمليات المحاكاة عالية الدقة لديهم مقابل ملاحظات واقعية من الأقمار الصناعية وبيانات إعادة التحليل الجوي المتقدمة لمعرفة مدى أداء النموذج.

كشفت النتائج عن قصة تجمع بين النجاح والقصور. فقد أثبت النموذج قدرة رائعة على التقاط الصورة الكبيرة؛ حيث نجح في إعادة إنتاج الانقلاب الموسمي للرياح الذي يميز نظام الرياح الموسمية، متحولاً من رياح المونسون الأسترالي الشمالية الغربية الرطبة إلى رياح المونسون الآسيوي الجنوبية الشرقية الجافة. كما تمكن من محاكاة الأنماط العامة لهطول الأمطار عبر الجزر، بل ورصد أيضاً الدورة الكبرى لإعصار مداري رئيسي ضرب المنطقة في أواخر عام 2025. وعندما ضربت موجة جفاف هائلة إندونيسيا في عام 2023 بسبب ظاهرة "النينيو"، تنبأ النموذج بشكل صحيح بنقص الأمطار الواسع النطاق، مما أظهر قدرته على الاستجابة بدقة للإشارات المناخية الكبرى. ومع ذلك، لم يكن النموذج مثالياً؛ فقد توقع باستمرار هطول أمطار أكثر من اللازم في معظم المنطقة، وهو ما يُعرف بـ "الانحياز الرطب" (wet bias) الذي كان قوياً بشكل خاص فوق المحيط وفي المناطق الجبلية. وفي بعض الأماكن، مثل البحار الغربية لجزيرة سومطرة خلال المواسم الانتقالية، بالغ النموذج في تقدير هطول الأمطار بأكثر من 20 ملم في اليوم. وفوق الجبال الشاهقة في بابوا، قام بمحاكاة أمطار غزيرة نتيجة صعود الهواء للأعلى، بينما في الأراضي المنخفضة المسطحة المجاورة، كان يفشل أحياناً في رصد المطر تماماً.

وقد روت سلوكيات توقعات الرياح والأمطار قصتين مختلفتين حول المدى الزمني الذي يمكننا فيه الوثوق بهذه التنبؤات. بالنسبة لسرعة الرياح، اتبع دقة النموذج مساراً متوقعاً من التراجع؛ حيث كانت التوقعات أكثر موثوقية في البداية وفقدت حدتها تدريجياً مع مرور الوقت. فوق اليابسة، ظل النموذج مفيداً لمدة 21 يوماً تقريباً، ولكن فوق المحيط المفتوح، تقلصت نافذة الموثوقية هذه إلى 14 يوماً فقط. ويشير هذا الفقدان الأسرع للمهارة فوق البحر إلى أن النموذج يواجه صعوبة في مواكبة التفاعلات المتغيرة بين المحيط والغلاف الجوي عندما لا يكون مرتبطاً بشكل كامل بنموذج محيطي. في المقابل، لم تتبع توقعات هطول الأمطار هذا النمط الثابت من التدهور؛ إذ لم تكن أخطاء التنبؤ بالمطر تزداد سوءاً يوماً بعد يوم، بل كانت تتذبذب بشكل غير متوقع. فقد يكون النموذج قريباً في يوم ما، وبعيداً جداً في اليوم التالي، بغض النظر عن المدى الزمني المستقبلي للتوقع. وهذا يشير إلى أن الصعوبة في التنبؤ بالمطر لا تكمن فقط في فقدان النموذج لطريقه بمرور الوقت، بل في الفوضى المتأصلة في العواصف الرعدية الاستوائية، والتي تكون حساسة للغاية للتغيرات الصغيرة بحيث يصعب تحديدها حتى قبل بضعة أيام.

وعندما نظر الباحثون في حالة خاصة للإعصار المداري، أظهر النموذج قدرته على رسم الشكل الصحيح لدورة العاصفة، محدداً مسارات الرياح القوية التي تدور حول المركز. ومع ذلك، عندما تعلق الأمر بشدة تلك الرياح، تعثر النموذج؛ ففي المناطق التي تكون فيها الرياح في أقوى حالاتها، غالباً ما قلل النموذج من شدة هبوبها، مفتقداً القوة الكاملة للعاصفة بفوارق كبيرة. يشير هذا إلى أنه بينما يستطيع النموذج رؤية العاصفة القادمة وفهم هيكلها العام، إلا أنه لا يزال يواجه صعوبة في محاكة القوة القصوى للرياح في قلب النظام مباشرة. وتخلص الدراسة إلى أنه بينما توفر طريقة التصغير هذه أداة قيمة لفهم الأنماط المناخية الموسمية والظواهر الجوية واسعة النطاق فوق الأرخبيل الإندونيسي، إلا أنها لا تزال تواجه عقبات في التنبؤ بالكمية الدقيقة للأمطار وذروة قوة الرياح، خاصة فوق المحيط. وتشير النتائج إلى أن التحسينات المستقبلية ستعتمد على الأرجح على صقل كيفية تعامل النموذج مع الفيزياء المعقدة للسحب وتحسين ربط الغلاف الجوي بالمحيط المتحرك تحته.