Даже самые точные современные компьютерные модели для предсказания погоды несовершенны, однако они могут оказаться весьма полезными при изучении циклонов. Для составления прогнозов применяются числовые методы моделирования развития циклона. Компьютер последовательно рассчитывает показатели атмосферных условий, соответствующих дискретным моментам времени. Предполагается, что общее количество энергии, импульса и влаги в рассматриваемом атмосферном образовании остается неизменным. Правда, на границе системы ситуация несколько сложнее, т.к. приходится учитывать влияние внешней среды.

При построении моделей состояние атмосферы определяют по полному перечню переменных, характеризующих давление, температуру, относительную влажность, скорость и направление ветра. Количественные показатели соответствуют моделируемым физическим свойствам, которые подчиняются закону сохранения. В большинстве метеорологических моделей рассматриваются значения перечисленных переменных в узлах трехмерной координатной сетки. Конкретный набор значений всех параметров во всех точках сетки называется состоянием модели, которое вычисляется для последовательных моментов времени, разделенных небольшими промежутками - от нескольких секунд до нескольких минут в зависимости от разрешающей способности модели. Учитывается движение ветра, процессы испарения, выпадения осадков, влияние поверхностного трения, инфракрасного охлаждения и нагревания солнечными лучами.

К сожалению, метеорологические прогнозы несовершенны. Во-первых, начальное состояние модели всегда неполно и неточно, т.к. определить его для ураганов крайне сложно, поскольку проведение непосредственных наблюдений затруднено. Космические снимки отображают сложную структуру урагана, но они недостаточно информативны. Во-вторых, атмосфера моделируется только по узлам координатной сетки, а располагающиеся между ними мелкие детали не включаются в рассмотрение. Без высокой разрешающей способности смоделированная структура самой важной части урагана - стены глаза бури и прилегающих к ней областей - получается неоправданно сглаженной. Кроме того, в математических моделях таких хаотических явлений, как атмосфера, быстро накапливаются вычислительные ошибки.

Для проведения наших исследований мы модифицировали эффективно использующуюся для прогнозов схему инициализации - четырехмерную систему ассимиляции данных (four-dimensional variational data assimilation, 4DVAR). Четвертое измерение, присутствующее в названии, - это время. Исследователи из Европейского центра среднесрочных прогнозов погоды, одного из крупнейших метеорологических центров мира, используют эту усложненную технологию для ежедневного предсказания погоды.

Сначала система 4DVAR ассимилирует данные, т.е. объединяет показания, полученные со спутников, кораблей и измерительных приборов на море и в воздухе, с данными предварительного прогноза состояния атмосферы, основанного на фактической информации. Предварительный прогноз дается на шесть часов с момента снятия показаний метеоприборов. Данные, поступающие с наблюдательных пунктов, не накапливаются в течение нескольких часов, а сразу обрабатываются. Объединенные данные наблюдений и предварительного прогноза используются для вычисления следующего шестичасового прогноза.

Теоретически такая комплексная информация точнее всего отражает истинное состояние погоды, поскольку результаты наблюдений и гипотетические данные корректируют друг друга. Хотя статистически этот метод вполне обоснован, исходное состояние модели и информация, необходимая для его успешного применения, все равно остаются приблизительными.

Система 4DVAR находит такое состояние атмосферы, которое, с одной стороны, удовлетворяет уравнениям модели, а с другой - оказывается близким как к прогнозируемой, так и к наблюдаемой обстановке. Для выполнения задачи проводится корректировка первоначального состояния модели в соответствии с изменениями, произошедшими за шесть часов наблюдений и моделирования. В частности, выявленные различия используются для вычисления реакции модели - как небольшие изменения каждого из параметров влияют на степень соответствия показателей моделирования и наблюдений. Расчет с помощью так называемой сопряженной модели ведется в обратном порядке через шестичасовые промежутки времени. Затем программа оптимизации выбирает наилучший вариант поправок к первоначальному состоянию модели, чтобы результаты дальнейших расчетов наиболее точно отражали реальное развитие процессов в урагане.

Поскольку корректирование выполняется методом аппроксимации уравнений, то вся процедура - моделирование, сравнение, вычисление с помощью сопряженной модели, оптимизация - должна повторяться до получения точно выверенных результатов, которые становятся основой для составления предварительного прогноза на следующий шестичасовой период.

Построив модель уже прошедшего урагана, мы можем изменять его характеристики в любой момент времени и наблюдать за последствиями внесенных возмущений. Оказалось, что на формирование бури влияют только самоусиливающиеся внешние воздействия. Представьте пару камертонов, один из которых вибрирует, а второй находится в спокойном состоянии. Если они настроены на разные частоты, то второй камертон не шелохнется, несмотря на воздействие звуковых волн, испускаемых первым. Но если оба камертона настроены в унисон, второй войдет в резонанс и начнет колебаться с большой амплитудой. Так же и мы пытаемся настроиться на ураган и отыскать подходящее стимулирующее воздействие, которое привело бы к желаемому результату.