Шкала Бофорта - условная шкала для визуальной оценки силы (скорости) ветра в баллах по его действию на наземные предметы или по волнению на море. Была разработана английским адмиралом Ф. Бофортом в 1806 году и сначала применялась только им самим. В 1874 году Постоянный комитет Первого метеорологического конгресса принял шкалу Бофорта для использования в международной синоптической практике. В последующие годы шкала менялась и уточнялась. Шкалой Бофорта широко пользуются в морской навигации.

Сила ветра у земной поверхности по шкале Бофорта (на стандартной высоте 10 м над открытой ровной поверхностью)
Баллы Бофорта	Словесное определение силы ветра	Скорость ветра, м/сек	Действие ветра
			на суше	на море
0	Штиль	0-0,2	Штиль. Дым поднимается вертикально	Зеркально гладкое море
1	Тихий	0,3-1,5	Направление ветра заметно по относу дыма, но не по флюгеру	Рябь, пены на гребнях нет
2	Лёгкий	1,6-3,3	Движение ветра ощущается лицом, шелестят листья, приводится в движение флюгер	Короткие волны, гребни не опрокидываются и кажутся стекловидными
3	Слабый	3,4-5,4	Листья и тонкие ветви деревьев всё время колышутся, ветер развевает верхние флаги	Короткие, хорошо выраженные волны. Гребни, опрокидываясь, образуют стекловидную пену, изредка образуются маленькие белые барашки
4	Умеренный	5,5-7,9	Ветер поднимает пыль и бумажки, приводит в движение тонкие ветви деревьев	Волны удлинённые, белые барашки видны во многих местах
5	Свежий	8,0-10,7	Качаются тонкие стволы деревьев, на воде появляются волны с гребнями	Хорошо развитые в длину, но не очень крупные волны, повсюду видны белые барашки (в отдельных случаях образуются брызги)
6	Сильный	10,8-13,8	Качаются толстые сучья деревьев, гудят телеграфные провода	Начинают образовываться крупные волны. Белые пенистые гребни занимают значительные площади (вероятны брызги)
7	Крепкий	13,9-17,1	Качаются стволы деревьев, идти против ветра трудно	Волны громоздятся, гребни срываются, пена ложится полосами по ветру
8	Очень крепкий	17,2-20,7	Ветер ломает сучья деревьев, идти против ветра очень трудно	Умеренно высокие длинные волны. По краям гребней начинают взлетать брызги. Полосы пены ложатся рядами по направлению ветра
9	Шторм	20,8-24,4	Небольшие повреждения; ветер срывает дымовые колпаки и черепицу	Высокие волны. Пена широкими плотными полосами ложится по ветру. Гребни волн начинают опрокидываться и рассыпаться в брызги, которые ухудшают видимость
10	Сильный шторм	24,5-28,4	Значительные разрушения строений, деревья вырываются с корнем. На суше бывает редко	Очень высокие волны с длинными загибающимися вниз гребнями. Образующаяся пена выдувается ветром большими хлопьями в виде густых белых полос. Поверхность моря белая от пены. Сильный грохот волн подобен ударам. Видимость плохая
11	Жестокий шторм	28,5-32,6	Большие разрушения на значительном пространстве. На суше наблюдается очень редко	Исключительно высокие волны. Суда небольшого и среднего размера временами скрываются из вида. Море всё покрыто длинными белыми хлопьями пены, располагающимися по ветру. Края волн повсюду сдуваются в пену. Видимость плохая
12	Ураган	32,7 и более		Воздух наполнен пеной и брызгами. Море всё покрыто полосами пены. Очень плохая видимость

Россия

Зарубежье

Абакан Агинское Анадырь Архангельск Астрахань Барнаул Белгород Биробиджан Благовещенск Брянск Великий Новгород Владивосток Владикавказ Владимир Волгоград Вологда Воронеж Горно-Алтайск Грозный Дудинка Екатеринбург Иваново Ижевск Иркутск Йошкар-Ола Казань Калининград Калуга Кемерово Киров Кострома Краснодар Красноярск Курган Курск Кызыл Липецк Магадан Майкоп Махачкала Москва Мурманск Нальчик Нарьян-Мар Нижний Новгород Новосибирск Омск Орджоникидзевская Орел Оренбург Палана Пенза Пермь Петрозаводск Петропавловск-Камчатский Псков Ростов-на-Дону Рязань Салехард Самара Санкт-Петербург Саранск Саратов Смоленск Ставрополь Сыктывкар Тамбов Тверь Томск Тула Тура Тюмень Улан-Удэ Ульяновск Усть-Ордынский Уфа Хабаровск Ханты-Мансийск Чебоксары Челябинск Черкесск Чита Элиста Южно-Сахалинск Якутск Ярославль

Абу-Даби Аддис-Абеба Алжир Алма-Ата Амман Амстердам Андорра-ла-Велья Анкара/Эсенбога Антананариву Асунсьон Афины Ашхабад Багдад Баку Бангкок Бахрейн Бейрут Белград Берлин Берн Бисау Бишкек Богота Браззавиль Бразилиа Братислава Бруней Брюссель Будапешт Бухарест Вадуц Валетта Варшава Вашингтон Веллингтон Вена Вильнюс Вьентьян Гавана Гибралтар Гонолулу Дакар Дамаск Дар-эс-Салам Джакарта Дублин Душанбе Ереван Загреб Исламабад Кабул Каир Канберра Каракас Катманду Киев Кингстон Киншаса Кито Кишинев Коломбо Конакри Копенгаген Куала-Лумпур Ла-Пас Лима Лиссабон Лондон Любляна Люксембург Мадрид Мале Манагуа Манила Мапуту Матуку Мехико Минск Монако Найроби Нассау Никкери Никосия Нук Нью-Дели Нью-Йорк аэропорт Кеннеди Осло Оттава Париж Пекин Плезенс Маврикий Порт-Морсби Порт-о-Пренс Прага Претория Пхеньян Рабат Рейкьявик Рига Рим Салала Сан-Хосе Сан-Хуан Сана Сантьяго Сантьяго Сараево Сеул Сидней Сингапур Скопье София Стокгольм Таллин Ташкент Тбилиси Тегеран Тель-Авив Тирана Токио Триполис Тунис Улан-Батор Уругваяна Ханой Хельсинки Эль-Кувейт Эр-Рияд

Всемирная Метеорологическая Организация

РЕКОМЕНДАЦИИ ПО ПРЕДОСТАВЛЕНИЮ ДАННЫХ О НЕОПРЕДЕЛЕННОСТИ ПРОГНОЗОВ

PWS-18 WMO/TD No.1422

Руководитель и координатор работ по подготовке документа Джон Гилл.
В работе использованы материалы, представленные Хосе Рубиера, Клэр Мартин, Иваном Касич, Кеном Милном, Чен Дехью, Гу Джайфенгом, Тангом Ху, Мунехико Ямагучи, Андре Камнга Фоамоухоу, Юджином Пулменом и Джоном Гуини.

Редактор Халех Кутвал
Технический редактор Самуэль Мучеми
2008, Всемирная Метеорологическая Организация

ПРИМЕЧАНИЕ

Обозначения, употребляемые в публикациях ВМО, а также изложение материала в настоящей публикации не означают выражения со стороны Секретариата ВМО какого бы то ни было мнения в отношении правового статуса какой-либо страны, территории, города или района или их властей, а также в отношении делимитации их границ или рубежей.

Мнения, выраженные в публикациях ВМО, принадлежат авторам и не обязательно отражают точку зрения ВМО. Упоминание отдельных компаний или какой-либо продукции не означает, что они одобрены или рекомендованы ВМО и что им отдается предпочтение перед другими аналогичными, но не упомянутыми или не прорекламированными компаниями или продукцией.

Настоящий документ (или доклад) не является официальной публикацией ВМО и не прошел стандартных редакторских процедур, принятых в ВМО. Выраженные в нем точки зрения не обязательно разделяются Организацией.

СОДЕРЖАНИЕ

Глава 1: Введение

1.1. О данных Рекомендациях

1.1.1. Вводная информация

1.1.2. Цели Рекомендаций

Глава 2: Зачем нужны данные о неопределенности прогноза?

2.1. Польза от предоставления информации о неопределенности прогноза для принятия более обоснованных решений

2.2. Информация о неопределенности прогноза помогает правильному восприятию прогностической информации пользователями

2.3. Сообщение информации о неопределенности способствует росту доверия пользователе

2.4. Неопределенность прогнозов отражает состояние науки

Глава 3: Источники неопределенности прогнозов

3.1. Атмосферная непредсказуемость

3.2. Неточности, возникающие при интерпретации данных

3.3. Неопределенности, возникающие при составлении прогноза

3.4. Интерпретация прогноза

Глава 4: Каким образом представлять информацию о неопределенности прогнозов

4.1. Восприятие населением информации о неопределенности

4.2. Опыт пользователей

4.3. Использование цвета

4.4. Примеры способов представления информации о неопределенности

4.4.1. Терминология

4.4.2. Диаграммы

4.4.3. Пиктограммы

4.4.4. Диаграммы и карты

4.4.5. Шкалы неопределенности

Словесные категории

Показатели достоверности

Вероятности

Проблемы с пониманием вероятностей

4.4.6. Погодные индексы

4.5. Различные средства информации - различные методы

Глава 5: Применение вероятностных прогнозов людьми, участвующими в принятии решений

Глава 6: Верификация и калибровка

Глава 7: Заключение

Список литературы

Глава 1: Введение

Как было отмечено на 54 сессии Исполнительного Комитета ВМО в апреле 2002 года (см. Приложение к Параграфу 5.1.8 Общего Резюме), неопределенность (неточность) является неотъемлемым атрибутом процесса гидрометеорологического прогнозирования. Синоптики хорошо знакомы с проблемами неопределенности и предсказуемости, с которыми они каждый день сталкиваются при составлении прогнозов. Бывают случаи, когда численные модели и другие методы прогноза дают согласующиеся результаты, и тогда синоптик может дать достаточно уверенный прогноз. Но иногда результаты прогнозов по различным моделям могут сильно отличаться друг от друга или, в силу объективных причин, эволюция погодных параметров может оказаться трудно предсказуемой. Тем не менее, синоптик должен выпустить прогноз, даже если его достоверность будет мала.

Неопределенность прогноза может быть связана с тем, как синоптик использует имеющуюся в его распоряжении информацию. Модельные прогнозы, даже если они очень точны, все равно надо интерпретировать и представлять в терминах элементов погоды. На основе такой интерпретации и составляется прогноз, который пользователь получает и, в свою очередь, интерпретирует в соответствии с решаемыми задачами. Неопределенность может возникать в любом из перечисленных выше звеньев этой «информационной цепочки».

Информация о неопределенности прогноза чрезвычайно важна для пользователей. Такая информация облегчит им принятие решений, зависящих от надежности прогноза. Она также поможет пользователям понять, сколь обоснованы их расчеты на получение точного прогноза.

В настоящих Рекомендациях рассматриваются вопросы предоставления пользователям информации о неопределенности выпускаемых прогнозов, обсуждаются источники этой неопределенности, а также затронуты связанные с рассматриваемой проблемой научные задачи (например, вероятностное прогнозирование и использование ансамблей для численного прогноза погоды (ЧПП)). Однако все это не является главной темой Рекомендаций. Основное внимание в документе уделено тому, каким образом Национальные Гидрометеорологические Службы (НГМС) могут включить в свои гидрометеорологические прогнозы информацию об их неопределенности, и тому, как лучше донести эту информацию до пользователей.

Стратегии предоставления информации о неопределенности прогнозов разрабатывались и разрабатываются многими НГМС. Важно иметь представление об ошибках, которые можно допустить при разработке таких стратегий. Например, некоторые метеорологи хорошо разбираются в вопросах неопределенности и вероятностей, а некоторые - плохо. Если мы хотим, чтобы оценки неопределенности выполнялись правильно и доносились до пользователей соответствующим образом, необходимо организовывать обучение для обеих групп метеорологов-прогнозистов. Уровень понимания информации о неопределенности прогнозов широкими слоями населения зависит от общего уровня образования и культуры, однако в целом простые люди обычно хуже знакомы с понятиями вероятности, чем специалисты. Поэтому риск неправильного понимания населением информации о неопределенности прогнозов велик.

При передаче прогноза в общепринятой текстовой форме имеется мало возможностей для сообщения пользователям информации о его неопределенности. Для текста прогноза выделяется ограниченное место; пользователю, которому предоставляется прогноз, сложно правильно воспринять все слова в сообщении. Поэтому синоптику может потребоваться много времени, чтобы правильно сформулировать прогноз. Но проблема не только в этом. Вербальная формулировка неопределенности часто может быть субъективной. То, что, имел в виду прогнозист, может отличаться от того, что поймет под этим же пользователь, которому прогноз предоставляется. Одно из возможных решений проблемы единого понимания - разработать простую численную шкалу и указывать достоверность всех прогнозов в соответствии с этой шкалой. Эта идея не нова! В статье, опубликованной в 1906 в журнале Monthly Weather Review, В. И. Кук предложил для описания неопределенности численную шкалу, включающую 5 градаций (Cooke, 1906):

5. Мы можем с абсолютной уверенностью полагаться на представленные результаты
4. Мы можем полагаться на представленные результаты с достаточной уверенностью; результаты могут оказаться неправильными в одном из десяти случаев
3. Очень сомнительно. Результаты скорее верны, чем неверны; результаты могут быть неправильными в четырех случаях из десяти
2. Только возможно, но маловероятно. Например, если предсказываются ливни, они могут быть несильными или их вообще может не быть
1. Совсем незначительная вероятность. Крайне маловероятно.

При этом прогноз должен бы был выглядеть следующим образом: Юго-западный район: отличная погода всюду (5), кроме крайнего юго-западного побережья, где возможны отдельные небольшие ливни (2). В континентальной части тепло (4); а на западном побережье ожидается небольшое похолодание (3).

Другой способ предоставления информации о неопределенности - это включение в прогноз как наиболее вероятного сценария, так и следующего по вероятности сценария. Это позволит пользователю составить план действий в случае, если основной прогноз не оправдается. Хотя многие пользователи хотели бы получать только один прогноз, который они могли бы использовать для принятия решений, все же для некоторых пользователей, чьи потребности более специфичны, может быть полезно знание возможной альтернативы. Это, главным образом, относится к руководителям, которые должны принимать решения в чрезвычайных ситуациях и для которых необходимо знание альтернативного и самого плохого сценария, чтобы можно было планировать использование имеющихся ресурсов, считая, что сценарии включают все возможности.

Определение вероятности осуществления прогноза является обычным способом оценки его неопределенности; в настоящее время это становится распространенной практикой. Важно, чтобы вероятности осуществления прогноза определялись на основе объективных научных методов и чтобы они были достоверны, надежны и хорошо калиброваны с использованием фактического распределения вероятности рассматриваемого явления. Следует отметить, что вероятности, получаемые на основе ансамблевых прогнозов, не следует рассматривать как достоверные; их обязательно надо верифицировать и калибровать. Вероятности могут быть также оценены с помощью статистических методов на основе информации об ошибках предыдущих прогнозов или субъективных методов принятия решений. Следует давать четкое определение вероятностей, передаваемых пользователю, с тем, чтобы он понял, что они означают.

В качестве оценки неопределенности можно также предоставить информацию о диапазоне разброса прогнозируемых величин в виде, например, доверительного интервала или метеограммы, получаемой в ансамблевой системе прогноза. Многие пользователя находят такой подход полезным для принятия решений.

Основное внимание в данных Рекомендациях уделено способам описания неопределенности прогноза и предоставления пользователям данных об этой неопределенности. Акцент делается на ключевые аспекты проблемы. Изучение и освоение представленных в Рекомендациях подходов позволит повысить эффективность работы НГМС.

1.1 . О данных Рекомендациях

1.1.1. Вводная информация

Данные Рекомендации разработаны группой экспертов по коммуникационным вопросам метеорологического обслуживания населения (ГЭ-КОМ) в рамках программы Всемирной Метеорологической Организации по Метеорологическому Обслуживанию Населения (МОН) и на Совещании Экспертов, состоявшемся в сентябре 2007 года в Шанхае (Китай). Одна из задач, входящих в круг обязанностей ГЭ-КОМ, формулируется следующим образом: Изучить вопрос о том, как эффективно довести до конечных пользователей информацию о неопределенности и достоверности прогнозов, которая во все больших объемах предоставляется системами ансамблевого прогнозирования и другими системами вероятностного прогноза, и доложить результаты.

Основная цель данных Рекомендаций - помочь НГМС в разработке стратегии и технологии передачи информации о неопределенности как составной части предоставляемых ими услуг. В этом контексте, Рекомендации отвечают общим целям Программы МОН ВМО, способствуя росту возможностей стран-членов ВМО в плане удовлетворения потребностей общества, а также стимулируя лучшее понимание населением потенциальных возможностей НГМС и того, каким образом лучше всего воспользоваться предоставляемыми НГМС услугами.

Эти Рекомендации следует рассматривать как дополнение к научным исследованиям в области неопределенности прогнозов, которые в настоящее время приобретают все большее значение для гидрометеорологического научного сообщества и которым посвящены большие международные проекты - такие как программа ТОРПЕКС (Исследования Наблюдательных Систем и Эксперименты по Предсказуемости) в рамках Всемирной Программы метеорологических исследований ВМО. Результаты научных исследований обобщены в Руководстве по научным вопросам прогнозирования, подготовленном Группой Экспертов по Системам Ансамблевого Прогнозирования (ГЭ-САП) в рамках программы ВМО по развитию Глобальной Системы обработки данных и прогнозирования (ГСОДП). Результаты этой исследовательской деятельности позволят улучшить научное обоснование вероятностных прогнозов и других оценок неопределенности прогнозов - однако, если прогностическая информация не будет эффективным образом предоставляться пользователям, то эти результаты не будут использованы в полной мере.

1.1.2. Цель Рекомендаций

Данное Руководство разработано для того, чтобы помочь НГМС в решении сложных задач, связанных с предоставлением пользователям информации о неопределенности прогнозов. Основное внимание уделено различным способам ее представления и описания. Кроме того, обсуждается, как пользователи интерпретируют эту информацию, а также, каким образом можно устранить общие причины неправильного понимания пользователями неопределенности в прогнозах.

Данные Рекомендации в основном предназначены для людей, занимающихся разработкой и выпуском гидрометеорологических прогнозов, а также работающих в службах оповещения об опасных явлениях. Эта аудитория включает в себя специалистов в области прогноза погоды и климата, метеорологов, работающих на радио, а также тех, кто совершенствует технологии выпуска прогностической продукции, предоставляет прогностические услуги и хочет понять, как наилучшим образом представить информацию о неопределенности в рамках этих услуг.

Рекомендации не предназначены для ученых, занимающихся вопросами неопределенности прогноза. Здесь не дается подробного описания таких методов, как ансамблевые ЧПП или методы статистического прогнозированию. (Информация по вопросам ансамблевого прогнозирования хорошо представлена на Интернет сайте http://meted.ucar.edu, подготовленного в рамках программы COMET). Вместо этого, в Руководстве основное внимание уделено тому, как наилучшим образом представить информацию о неопределенности прогнозов, получаемую на основе использования этих методов.

Для того, чтобы понять, как лучше представить информацию о неопределенности прогноза, важно понимать, за счет чего эта неопределенность возникает. Для этого мы отсылаем читателей к Главе 3 «Источники неопределенности прогнозов», где обсуждаются различные источники неточности прогнозов, включая «неточную природу» самой метеорологической науки, то, как синоптики составляют прогнозы на основе имеющейся метеорологической информации, а также то, как пользователи интерпретируют эти прогнозы.

Данный документ предполагается использовать в качества практического руководства по вопросам выбора наилучшего способа представления информации о неопределенности прогноза. В тексте содержатся полезные примеры, которые НГМС могут принимать во внимание при разработке своих собственных стратегий. Эти примеры являются «ядром» документа и приведены в Главе 4 «Каким образом представлять информацию о неопределенности прогнозов».

Конечная цель предоставления данных о неопределенности прогнозов - дать пользователям возможность принимать эффективные решения, располагая информацией о возможной неточности прогностических результатов. В главе 5 приведено краткое описание некоторых идей, которые могут применяться при принятии решений. Для того, чтобы принятые решения оказались эффективными, важно, чтобы прогнозы были достаточно достоверными и сопровождались объективной информацией об их неопределенности - необходимость эффективной верификации и калибровки вероятностных прогнозов кратко обоснована в Главе 6.

Понимание того, почему важно предоставлять пользователям информацию о неопределенности в прогнозах, существенно для вышесказанного и дает фундаментальное обоснование для написания данных Рекомендаций. Нижеследующая глава «Зачем нужны данные о неопределенности прогноза?» посвящена этому вопросу.

Глава 2: Зачем нужны данные о неопределенности прогноза?

Есть несколько причин, определяющих полезность предоставления информации о неопределенности прогноза как для пользователей прогноза, так и для НГМС, дающих этот прогноз. Все эти причины описаны в следующих разделах.

2.1. Польза от предоставления информации о неопределенности прогноза для принятия более обоснованных решений

Информация о неопределенности прогноза необходима людям, в первую очередь, для принятия более эффективных решений. Она особенно актуальна в том случае, когда пользователь прогноза имеет варианты решений и хочет выбрать наиболее оптимальный из них, взвесив все возможности. Такие ситуации - начиная с простого решения о том, какую одежду надеть сегодня, до более важных решений типа планирования эвакуации в чрезвычайных обстоятельствах - встречаются очень часто. Приведенные ниже примеры показывают, как информация о неопределенности прогнозов может улучшить качество и эффективность принимаемого решения:

• Фермер хочет внести удобрения под посевы. Для эффективности подкормки желателен небольшой дождь, который бы способствовал проникновению удобрения в почву. Фермер установил для себя правило: если вероятность дождя меньше 80%, то риск бесполезного расхода удобрений слишком велик, и надо подождать, пока вероятность прогнозируемого дождя не станет выше. Для принятия решения о внесении удобрений, фермеру нужна информация о высокой вероятности выпадения дождя. (С другой стороны, допустим, что кто-то хочет организовать некоторое мероприятие на открытом воздухе. Тогда для принятия решения о возможности его проведения, в качестве критических уровней вероятности осадков будут использоваться гораздо меньшие величины, потому что в этом случае существенна даже очень малая вероятность дождя).

• Государственное продовольственное ведомство делает оценки продовольственной безопасности на следующий год. Сезонные климатические прогнозы показывают несколько завышенную по сравнению с нормой вероятность того, что дождей в вегетационный сезон будет меньше обычного. Соответственно, управление продовольствия запускает программу создания резервов продовольствия. Если количество осадков предсказано неверно, то последствия этого будут столь существенны, что управление продовольствия понесет ответственность за неверное решение даже в том случае, если неопределенность прогнозов была относительно велика.

• Ведомство по чрезвычайным ситуациям (ВЧС) решает, надо ли заранее эвакуировать население в связи с приближающимся тропическим циклоном. Согласно прогнозу, вероятность того, что ветер достигнет разрушительной силы, составляет 10%. Хотя эта величина и мала с математической точки зрения, но она достаточно велика для того, что-бы ВЧС начало эвакуацию, так как потенциальные последствия таких усилений ветра могут быть значительны.

В каждом из этих трех случаев пользователи принимали решения в соответствии со своими конкретными потребностями, считая для себя существенными различные уровни неопределенности прогноза. Выбор такого уровня можно оптимизировать путем оценки затрат и потерь, связанных с принимаемым решением. Вот почему информация о неопределенности прогноза является столь полезной частью предоставляемых услуг - она дает людям возможность отреагировать на прогноз в зависимости от их конкретной ситуации. Если такая информация не приводится в прогнозе, например, если прогноз дается в форме «Дождь» или «Без дождя», он все равно содержит присущую ему неопределенность; синоптик просто уже сам принял наилучшее с его точки зрения решение. Однако, если даже эта формулировка прогнозиста окажется оптимальной для нужд некоторых пользователей, она может не соответствовать запросам многих других пользователей.

Важно, чтобы пользователи понимали, что при принятии решений, основанных на прогнозах, которым присуща неопределенность, возможны «ложные тревоги». Это является характерной чертой вероятностных прогнозов. Например, в рассмотренном выше сценарии тропического циклона следует ожидать, что в девяти случаях будет произведена эвакуация, но ветров разрушительной силы не будет, и только в одном случае эвакуация приведет к спасению жизней. Для корректного реагирования на сообщения о явлениях, прогнозируемых с различными вероятностями, можно использовать модель соотношения затрат и потерь, связанных с принимаемым решением. Пример использования модели соотношения затрат и потерь приведен в Приложении А технического документа ВМО WMO/TD-No. 1292 «Рекомендации по интегрированию предупреждений об опасных явлениях погоды в систему управления рисками, связанными со стихийными бедствиями».

 

2.2. Информация о неопределенности прогноза помогает правильному восприятию прогностической информации пользователями

Метеорологи постоянно сталкиваются с неопределенностью при составлении прогноза. Это могло бы довести их до стресса, если бы при этом пользователи считали, что прогнозы всегда верны. Кроме того, синоптики знают, что некоторые ситуации предсказываются лучше, а некоторые хуже. Если бы они могли донести это понимание до пользователей, тогда между ними установились бы более открытые, честные и эффективные отношения, при которых пользователи бы понимали реальную точность и достоверность предоставляемой им информации.

Прогнозисты часто отмечают полезность брифингов или интервью в средствах массовой информации, где им предоставляется возможность объяснить, насколько достоверны их прогнозы, и привести альтернативные сценарии. На таких брифингах и в таких интервью можно дать представление о неопределенности прогнозов и описать причины, ее вызывающие, например, через применение таких формулировок, как: «большинство моделей дает небольшой дождь, но пара моделей прогнозирует более сильные дожди, и мы должны принимать во внимание такую возможность». Так пользователи смогут «заглянуть» в процесс составления прогноза и осознать присущую ему неопределенность.

2.3. Сообщение информации о неопределенности способствует росту доверия пользователей

Для того, чтобы НГМС рассматривалась как надежный источник выпуска официальных прогнозов и предупреждений о неблагоприятных явлениях, необходимо сохранять доверие пользователей к НГМС. Пользователи, которые понимают, что прогнозы, предоставляемые НГМС, могут иметь некоторую степень неопределенности, и способны принимать решения с учетом этой неопределенности, с большей вероятностью сохранят доверие к НГМС. Исследования показывают, что информация о неопределенности прогнозов никоим образом не подрывает доверие людей к службе, а, наоборот, убеждает их, что с ними поступают честно, и дает им уверенность, что услуги, предоставляемые им, имеют объективное и научное обоснование.

2.4. Неопределенность прогнозов отражает состояние науки

Важно заметить, что метеорологические услуги основаны на использовании научно-обоснованного подхода. Неопределенность всегда присуща прогнозам; она возникает за счет использования моделей ЧПП, а также в других частях прогностической цепочки (более подробно это обсуждается в главе 3), и вполне уместно включать информацию о неопределенности в предоставляемые службами прогнозы и предупреждения. Прогнозистам и так верят мало; доверие к НГМС будет подорвано, если точность предоставляемых прогнозов будет систематически завышаться.

Глава 3. Источники неопределенности прогнозов

Для того чтобы наиболее эффективно представить информацию о неопределенности прогноза, важно понимать, за счет чего она возникает. Некоторая неопределенность накапливается в процессе прогноза; причиной ее возникновения является хаотическое поведение, присущее атмосфере, ограниченность наших возможностей в области наблюдений за атмосферой и моделирования ее состояния, а также наша интерпретация данных наблюдений и результатов моделей. Дальнейшие погрешности возникают, когда синоптики пытаются представить свое научное понимание ситуации в виде словесных формулировок. И, наконец, неопределенность может возникнуть при получении и интерпретации прогноза пользователем, чье понимание терминологии и цели прогноза не всегда совпадает с понимание синоптика. Стратегии работы с этими неопределенностями, в смысле формы их донесения до пользователя, будут различны. Например, в случае научно-обоснованной неопределенности, использование вероятностей будет эффективным способом передачи информации о ней. В случае неопределенности, возникающей за счет интерпретации прогноза, использование "простых фраз" и четко определенной терминологии явилось бы важным элементом эффективного представления данных. Различные источники неопределенности ниже обсуждаются более подробно.

3.1. Атмосферная непредсказуемость

Неопределенность в прогнозах возникает за счет непредсказуемости, присущей атмосфере. По своей природе, атмосфера - это хаотическая жидкость, чрезвычайно чувствительная к начальным условиям. Этот факт, наряду с недостаточно точным описанием текущего состояния атмосферы, используемого в качестве входной информации для моделей ЧПП, всегда будет приводить к неопределенности прогнозов. При использовании методов ансамблевого прогнозирования делается попытка количественно оценить чувствительность ситуации к начальным условиям и, таким образом, определить степень неопределенности прогноза, возникающей за счет этой причины.

Сами модели - это только имитация атмосферы, и их точность ограничена тем, насколько верно представлены в них сложные атмосферные процессы. В чрезвычайно сложных для моделирования ситуациях (например, короткие периоды, когда погода определяется, преимущественно, конвекцией) уровень неопределенности прогнозов может быть весьма высоким.

Прогнозы на более длительные сроки основаны на предсказуемости медленно меняющихся параметров, таких как температура поверхности океана, однако изменения эволюции атмосферы за счет взаимодействия с океаном на нижней границе атмосферы учитываются только раз в неделю, что приводит к неопределенности прогнозов.

3.2.

Неопределенность, возникающая при интерпретации данных

Когда синоптик получает прогностическую информацию, он должен ее интерпретировать и в результате получить необходимые прогностические продукты. Например, выходной информацией моделей ЧПП обычно являются метеорологические поля таких величин как приземное давление, температура или ветер. Элементы погоды (ливни, туман и т.д.) могут быть представлены с помощью диагностически полученных полей или полей, полученных в результате интерпретации, основанной на опыте и использовании концептуальных моделей. Результаты моделей или ансамблей обычно оказываются точнее для тех параметров, которые могут быть описаны на модельной сетке, в то время как диагностические элементы погоды содержат в себе большую неопределенность.

3.3. Неопределенности, возникающие при составлении прогноза

Для эффективного представления прогностических результатов важно использовать правильную терминологию при составлении прогноза. Однако часто ожидаемый прогностический сценарий невозможно точно описать с помощью стандартной терминологии и фразеологии. Формат и длина прогностического сообщения также могут ограничивать возможности правильной формулировки прогноза. В результате, неопределенность может возникнуть просто за счет того, что синоптик не в состоянии представить исчерпывающее описание ожидаемой ситуации. Например, если выпускается прогноз для большой географической области, в которой ожидается разнообразная погода, синоптику придется сжатым образом описать ситуацию, возможно, предоставив ее обобщенное описание или упомянув только о наиболее важных направлениях ее развития. Такие резюмирующие фразы как «на западе» или «вечером и в течение ночи» содержат неопределенность, потому что они дают общее, а не конкретное описание.

3.4. Интерпретация прогноза

Последний источник неопределенности возникает на этапе получения и интерпретации прогноза пользователем. При этом возможно внесение самой большой неопределенности в прогноз, особенно в случае, если пользователь не понимает использованной в нем терминологии или придает этой терминологии смысл, отличный от того, что имел в виду синоптик. Многие НГМС изучали, как пользователи понимают термины, использованные в прогнозах, и выяснили, что эти термины часто понимаются неверно.

Иногда даже сами синоптики поразному понимают терминологию, применяемую в прогнозах. Одинаковый ли смысл у фраз «есть вероятность грозы» и «возможны грозы»? В чем разница между формулировками «в основном ясно» и «небольшие дожди»? Достаточно легко найти двух синоптиков, которые дадут различные ответы на каждый из приведенных выше вопросов. Если уж синоптики не могут сойтись во мнении, что означают эти термины, то неизбежно и пользователи будут понимать их неоднозначно. Прогностические центры должны разрабатывать стандартную терминологию и затем постоянно применять ее на практике.

Ситуация становится еще более острой, когда вопрос об интерпретации прогнозов рассматривается с позиции вероятностей. В опросе, проведенном Австралийской Метеорологической службой, людям задавали вопрос: «Что, по Вашему мнению, означает прогноз дождя в городе с вероятностью 30%?». 55% респондентов ответили, что это означает, что с вероятностью 30% дожди пройдут в какой-нибудь части города, а 36% опрошенных сказали, что с вероятностью 30% дождь будет во всем городе. Это показывает, как важно давать четкое определение рассматриваемого события для того, чтобы и прогнозист, и пользователь ясно понимали, вероятность какого события имеется в виду. Для пользователей было бы удобно, если бы вероятности событий давались в сопоставлении с наблюденной климатической повторяемостью таких событий.

Человеческое восприятие также существенным образом влияет на интерпретацию неопределенности и рисков. Реакция людей на информацию о неопределенности прогноза зависит от последствий прогнозируемого явления.

Еще один фактор, который может привести к неправильному пониманию сообщения, появляется в тех случаях, когда родной язык пользователя не совпадает с родным языком прогнозиста.

Вопросы предоставления информации о неопределенности прогнозов и ее восприятие населением обсуждаются в следующей главе более подробно

Глава 4:

Каким образом представлять информацию о неопределенности прогнозов

4.1.

Восприятие населением информации о неопределенности

Основная цель предоставления информации о неопределенности прогноза - оказать ее получателю помощь в принятии решений. Однако чтобы использовать эту информацию, пользователи должны сначала ее интерпретировать и понять.

Ученые, занимающиеся поведенческими аспектами, изучали, как люди воспринимают такого рода информацию, и как они на нее реагируют. Эти исследования дали много интересных результатов.

Например, было показано, что важность или сила явления могут повлиять на то, как люди интерпретируют и описывают информацию о его неопределенности (Patt and Schrag 2003). Исследования демонстрируют, например, что даже если прогноз объективно дает одинаковую вероятность 10% для небольшого и сильного дождей, сильный дождь люди субъективно описывают как более правдоподобное событие. Это преувеличение обнаруживается, когда людей просят дать словесное описание данной вероятности - для более сильного явления они используют слова, соответствующие большей вероятности, тогда как более слабое явление люди описывают как соответствующее меньшей вероятности.

Люди часто предполагают в других склонность к такому преувеличению, и поэтому соответствующим образом «расшифровывают» то, что им говорят. Так, получая прогноз, описывающий опасное явление как имеющее среднюю вероятность, пользователи часто занижают уровень опасности, предполагая, что те, кто предоставил им прогноз, в свою очередь, его завысили. Важно принимать во внимание эту тенденцию пользователей к «преувеличению» и «расшифровке» получаемой информации. Эффективной стратегией является использование четко определенных объективных численных мер неопределенности (например, вероятностей) и словесных формулировок. В качестве примера такого подхода можно рассмотреть шкалу неопределенности, использованную Межправительственной группой экспертов по изменениям климата (МГЭИК), в которой даны понятные формулировки и определены соответствующие границы вероятностей (см. Таблицу 1).

Таблица 1. Шкала оценки неопределенности, используемая МГИК.

Терминология	Вероятность явления/результата
Практически достоверно	Вероятность более 99%
Весьма вероятно	Вероятность более 90%
Вероятно	Вероятность более 66%
Столь же вероятно, как и невероятно	Вероятность от 33% до 66%
Маловероятно	Вероятность менее 33%
Весьма маловероятно	Вероятность менее 10%
Крайне маловероятно	Вероятность менее 1%

4.2.

Опыт пользователей

Важно учитывать, что у разных пользователей будут разные требования к информации о неопределенности, а также разные уровни ее понимания. Для некоторых из них, преимущественно для тех, кто вовлечен в деятельность по принятию решений в случае чрезвычайных ситуаций, необходимы подробные количественные оценки неопределенности прогнозов. В специальных планах реагирования могут быть определены конкретные действия, которые следует предпринимать при условии, что вероятности какого-либо события превосходит заданное пороговое значение. Например, план по эвакуации населения следует реализовывать, если вероятность ураганных ветров превышает 20%. Лучше всего, чтобы такие планы разрабатывались совместно пользователями и НГМС, так чтобы каждая сторона понимала потребности и возможности другой стороны.

Опытные пользователи информации о неопределенности понимают причины ее возникновения, и в сообщениях, передаваемых им, НГМС могут использовать технический язык и давать достаточно подробные описания. Также в этом случае возможно применение относительно сложной графики. Работая с менее опытными пользователями, НГМС должны аккуратно оценивать оптимальную сложность предоставляемой информации. Такие пользователи хуже понимают причины неопределенности прогнозов и предпочитают простые сообщения и простую графику.

Со временем, по мере накопления опыта и обучения пользователей, уровень их понимания информации о неопределенности может возрасти, и они научатся лучше ее применять. В работе (Gigerenzer et al. 2005) показано, что в Нью-Йорке, где уже в течение длительного времени населению предоставляется вероятностный прогноз осадков, большинство пользователей правильно понимают, что прогноз дождя с вероятностью 30% означает, что в 3 случаях из 10 их застигнет дождь в городе, независимо от того, где они будут находиться. С другой стороны, в четырех европейских больших городах, где не используется вероятностное прогнозирование, большинство пользователей неверно интерпретируют такой прогноз, предполагая, что он означает, что дождь будет идти в течение 30% времени или над 30% территории.

4.3.

Использование цвета

Цвет является мощным инструментом для отображения информации и верного донесения ее смысла. Как и любой другой такой инструмент, его следует применять аккуратно. Обычной практикой является использование цвета для графического представления информации о вероятности (или другой меры неопределенности). Особое внимание при этом следует обратить на то, чтобы выбор цветов помогал ее правильному восприятию.

Ниже (рис. 1) приведен пример вероятностного сезонного прогноза осадков, подготовленного Метеорологическим Бюро Австралии. Обратите внимание, что области, где вероятности осадков ниже 50%, закрашены теплыми цветами.

Использование пользователями таких цветов для представления информации часто приводило бы к ее неверной интерпретации. С количественной точки зрения, 49% не сильно отличается от 51%, однако использованные цвета подразумевают, что соответствующие области характеризуются разными режимами - желтые области будут сухими, а светло-зеленые - влажными. К тому же, цветовая шкала выбрана неудачно, потому что цвета, использованные для вероятностей осадков более 75% очень близки к тем, что используются для вероятностей от 25 до 35%.

Рис. 1. Сезонный прогноз погоды (Метеорологическое Бюро Австралии).
Осадки в виде дождя. На рисунке представлена вероятность превышения медианы. Сентябрь-ноябрь 2003. В ограниченной толстой линией области Западной Австралии (см. слева наверху) весной обычно выпадает мало дождей и их вклад в годовые суммы осадков мал.

Чтобы решить эту проблему, была разработана новая цветовая палитра, более эффективная для корректного представления информации. В приведенном ниже примере (рис. 2) все области, для которых вероятность осадков лежит в диапазоне от 40% до 60%, закрашены белым или серым. Количество информации, передаваемое этим рисунком, не изменилось, но цвета, оказывающее наибольшее эмоциональное воздействие, смещены в области высоких и низких вероятностей.

Также важным моментом является использование таких цветовых шкал, которые бы могли быть легко восприняты люди, страдающие разными видами дальтонизма. Рекомендации по выбору таких шкал можно найти, например, на сайте www.colorlab.wickline.org/colorblind/colorlab.

Рис. 2. Сезонный прогноз погоды (Метеорологическое Бюро Австралии).
Осадки в виде дождя. На рисунке представлена вероятность превышения медианы. Апрель-Июнь 2007.

4.4. Примеры способов представления информации о неопределенности

В этой части приводятся примеры, демонстрирующие эффективные способы представления информации о неопределенности. Они основаны на обсужденных выше принципах и идеях. Мы рекомендуем НГМС обратить внимание на эти примеры при разработке и усовершенствовании методов передачи информации о неопределенности прогнозов пользователям.

4.4.1. Терминология

Язык неопределенности может быть как сложным, так и простым. Выступая на брифинге, посвященном вопросам погоды, или формулируя прогноз для широких слоев населения, прогнозисты могут использовать такие фразы как «в случае», «один или два» или «возможный». Иногда они могут применить и неконкретные формулировки типа «позже», «развивающийся» или « в области». Эти формулировки намеренно туманны, потому что синоптик не знает точного времени или точного положения прогнозируемого явления.

Часто неопределенность прогноза возникает как следствие появления непредсказуемых погодных систем. Словесное описание такой ситуации, включающее возможные альтернативные сценарии, может стать эффективным способом донесения информации о неопределенности до опытных пользователей. Идеальным вариантом является передача такой информации по радио.

Во многих странах пользователи (как более, так и менее опытные) не имеют доступа к таким современным каналам связи как Интернет или телевидение и вынуждены полагаться на радио и телефонную связь. В этих случаях предоставление прогнозов в словесной форме по радио или по телефону может оказаться единственным способом донесения информации до пользователей. Передаваемая информация о неопределенности должна быть точно сформулирована с использованием заранее согласованной терминологии. При разработке такой стандартизированной терминологии важно учитывать языковые и культурные различия пользователей, а также их практические навыки. Полезно провести опрос пользователей. Может потребоваться перевод терминологии по неопределенности прогнозов на какие-то языки для того, чтобы избежать проблем с интерпретацией. В некоторых языках могут отсутствовать слова, с помощью которых можно было бы верно описать неопределенность.

Хотя словесные сообщения весьма важны для передачи информации о неопределенности, иногда их форма может привести пользователя в замешательство. Например, чем различаются по смыслу формулировки «имеется вероятность» и «возможный»? Одинаковый ли смысл несет фраза «имеется вероятность» для разных прогнозистов? Применение такого рода слов и фраз безусловно полезно для того, чтобы пользователь не считал, что предоставляемая ему информация абсолютно верна, однако важно добиться согласованности применяемых формулировок. Здесь могло бы помочь использование четких определений и процедур. Например, можно было бы сформулировать правило, что формулировка «возможны ливни» используется в прогнозе только тогда, когда вероятность ливней выше заданной пороговой величины 30%. Лучше чтобы правила такого рода вырабатывались на основе анализа пользовательских систем принятия решений.

В таблице 2 приведена шкала, которой бы могли воспользоваться НГМС для определения наиболее распространенных терминов, характеризующих неопределенность прогнозов, Она аналогична шкале оценки неопределенности, используемой МГИК (Табл. 1), но включает в себя несколько дополнительных терминов, часто применяемых синоптиками.

Таблица 2.

Шкала оценки неопределенности прогнозов

Терминология	Вероятность явления/результата
Чрезвычайно вероятно	Вероятность более 99%
Чрезвычайно вероятно	Вероятность более 99%
Весьма вероятно	Вероятность от 90% до 99%
Вероятно	Вероятность от 70% до 89%
Возможно - скорее вероятно, чем нет	Вероятность от 55% до 69%
Столь же вероятно, как и невероятно	Вероятность от 45% до 54%
Возможно - скорее невероятно, чем вероят-но	Вероятность от 30% до 44%
Маловероятно	Вероятность от 10% до 29%
Весьма маловероятно	Вероятность от 1% до 9%
Крайне маловероятно	Вероятность менее 1%

Одна из опасностей, возникающих при использовании подобной шкалы, связана с определением терминов «возможный», «вероятный», «вероятность» и построением их иерархии (то есть определением порядка их размещения на шкале). Результаты психологических исследований показывают, что интерпретация различными людьми таких слов как «возможный» может сильно различаться. Если такие термины используются, следует четко объяснить пользователям, что они означают. Вопросы установления соответствия между количественным выражением вероятности и словесной формой описания также требуют внимательного рассмотрения. Тем не менее, выработка соответствующей шкалы может стать исходной точкой в деятельности НГМС по определению терминов, которые будут использоваться при описании неопределенности прогнозов.

4.4.2. Диаграммы

Простые диаграммы - полезный способ представления информации о неопределенности в количественном виде. Приведенный ниже пример (Рис. 3) демонстрирует, как сезонный вероятностный прогноз осадков может быть представлен с помощью круговой диаграммы:

Рис. 3. Пример круговой диаграммы для вероятности осадков. На рисунке представлена средняя по сезону вероятность дождя. Различными цветами закрашены сегменты, соответствующие градациям «Ниже среднего» (20 %), «Выше среднего» (35%) и «Около среднего» (45%).

Одна из привлекательных особенностей такого формата - это то, что он позволяет показать сразу все возможности. Следовательно, пользователи видят не только наиболее вероятный результат, но и относительную вероятность альтернатив.

Эффективным способом представления неопределенности, особенно неопределенности, увеличивающейся с ростом заблаговременности прогнозов, является графическое отображение временных рядов и данных о погрешности их членов. В качестве примера, на рис. 4 построены графики временных рядов прогнозируемой температуры, на которых показана неопределенность на каждом временном шаге. Это представление, известное как ансамблевая метеограмма (EPS-meteogram, EPS-gram), используют в своей практике центры, выпускающие ансамблевые прогнозы.

Рис. 4. Метеограмма для прогностической температуры, полученная на основе ансамблевой схемы прогнозов (ЕЦСПП).
На рисунке представлена температура на уровне 2м над модельной орографией, приведенная к уровню 2м над фактической высотой станции (0С) - 377 м (T399) или 325 м (T799).

Другую форму представления информации того же типа демонстрирует рис. 5. На этом рисунке также показан диапазон разброса ансамбля прогнозов для заданных процентилей, но в терминах частоты попадания в заданный интервал (например, 9 раз из 10). По заключению психологов, такая терминология легче воспринимается большинством людей. Интернет-опросы, проведенные Метеорологическим Бюро Великобритании, показали, что такие веерные диаграммы наиболее популярны среди пользователей. В заключение заметим, что включение в эти диаграммы данных наблюдений для предыдущего дня помогает пользователями интерпретировать прогнозируемую температуру в привычном для них смысле - будет ли сегодня теплее или холоднее, чем вчера. Другой, более подходящий для прогнозов осадков, способ представления информации в виде гистограммы демонстрирует рис. 6.

Рис. 5. Веерная диаграмма для прогностической температуры, полученная на основе ансамблевой схемы прогнозов.
Такая форма представления информации была разработана с учетом рекомендаций психологов, основанных на результатах исследования восприятия населением информации о возможных рисках, и опрос пользователей сайта Метеорологического Бюро Великобритании показал ее популярность.
На рисунке черной линией показан ход наблюдаемой температуры, а синей - ожидаемый ход температуры. Красным цветом выделен внутренний диапазон, в который температура попадет в среднем в 5 случаях из 10. Оранжевым цветом ограничен внешний диапазон, в который температура попадет в среднем в 9 случаях из 10 (см. цветовую шкалу справа внизу).

Рис. 6. Гистограмма осадков, прогнозируемых с помощью ансамблевого метода.
Опрос пользователей сайта Метеорологического Бюро Великобритании показал популярность такой формы представления результатов. Разными тонами синего на рисунке показаны разные вероятности (90, 50, 25 и 10%) того, что сумма осадков за 6 часов превысит указанный на оси ординат уровень

4.4.3. Пиктограммы

Пиктограммы сложно использовать для передачи информации о неопределенности, но они могут быть полезны для ее быстрого отображения в виде картинок на веб-сайте или на телевидении. При этом обычно просто накладывают информацию о неопределенности прогнозов в виде цифр (например, приводя вероятности) прямо на пиктограмму, как это показано на рис. 7:

Рис. 7. Пиктограммы, дающие информацию о типе и вероятности осадков (Национальная Служба Погоды НОАА) При выборе пиктограммы важно, чтобы изображение на ней соответствующего явления было понятным. Для большей ясности, полезно написать пару слов рядом с пиктограммой (например, ливни).

4.4.4. Диаграммы и карты

Информация о неопределенности может быть дана в виде пространственных распределений. Диаграммы и карты часто являются эффективным способом представления как результатов прогноза, так и его неопределенности. Хорошим примером является рис. 8, на котором показан согласованный климатический прогноз для стран Африканского рога. Зоны, для которых вероятности лежат в одинаковом диапазоне, закрашены одинаково в соответствие с выбранной цветовой палитрой (для равновероятных исходов - серым). Одного взгляда на такой рисунок достаточно, чтобы получить представление о пространственном распределении вероятности дождя.

Рис. 8. Согласованный климатический прогноз для стран Африканского рога (Карта любезно предоставлена Центром по составлению и применению климатических прогнозов при Межправительственном Совете по вопросам развития (IGAD Climate Prediction and Applications Centre))

На рис. 8 для каждой области на карте сезонный прогноз дан в виде трех чисел, ограниченных прямоугольной рамкой. Эти числа (сверху вниз) - вероятности в процентах выпадения осадков в количествах превышающих норму, около нормы и ниже нормы. Преимущество приведения сразу трех чисел состоит в том, что в этом формате дается описание всех сценариев одновременно. Другими словами, пользователям дают понять, что, несмотря на то, что один вариант прогноза является предпочтительным, возможны и другие. В качестве альтернативы, информация такого рода может быть представлена в виде круговых диаграмм для каждой области, выделяемой на карте. Важно, чтобы сезонные прогнозы, которые могут иметь ограниченную оправдываемость, сопровождались информацией о типичном качестве прогнозов. В областях, где прогнозы имеют очень низкое качество, прогнозист должен давать информацию только о климатических вероятностях.

Опыт показывает, что мультикатегорийная карта, приведенная на рис. 8, может оказаться слишком сложной для ее правильной интерпретации пользователями, особенно если они не очень опытны и незнакомы с вероятностями. Было бы полезно, в дополнение к карте, предоставлять пользователям ее интерпретацию в письменной форме. Рекомендуется давать информацию о хорошо предсказуемых особенностях погоды. Например, если прогностические системы с большой достоверностью предсказывают, что засушливых условий не будет, это должно быть специально подчеркнуто для пользователей в областях, подверженных засухе. Есть места, где прогностические системы исторически дают прогноз хорошего качества для определенной категории; информация об этом увеличивает доверие к прогнозу, и ее следует доносить до пользователей. В качестве справочной информации, полезно также предоставлять пользователям примеры явлений в прошлом, характеризовавшихся нормальными значениями или значениями ниже нормы. Однако в этом случае следует подчеркивать, что локальные особенности наступающего сезона, вероятно, будут отличаться от этого исторического примера.

Существуют и другие полезные форматы представления информации о сезонных прогнозах, например, карты, на которых указывается в процентах вероятность выпадения дождя в количествах выше и ниже нормы в тех местах, где имеется сильный сигнал, как это сделано на рис. 9 и 10. Здесь еще раз важно отметить, что продукция такого типа полезна только для тех областей, где результаты верификации прогноза показывают его успешность, и такие результаты должны быть донесены до пользователей. Единственный способ сделать это - использовать маски успешности прогнозов, на которых прогностический сигнал «заглушается» в тех областях, где качество прогноза плохое.

Рис. 9. Вероятности прогноза месячных сумм осадков для категорий выше нормы (слева) и ниже нормы (справа). Сентябрь

Рис. 10. Вероятности прогноза сезонных сумм осадков для наиболее вероятной категории. Сезонный прогноз ЕЦСПП

Рис. 11. Карта, показывающая вероятности скоростей ветра на уровне 10 м, превышающих 34 узла (штормовой ветер), подготовленная на основе данных регионального ансамбля MOGREPS Метеорологической службы Великобритании. На этом рисунке, формат которого разработан преимущественно для прогнозистов или пользователей, обладающих некоторыми знаниями по метеорологии, представлено также среднее по ансамблю приземное давление (серыми линиями), что позволяет показать барическую систему, генерирующую этот ветер.

Карты часто используются и для представления результатов вероятностных краткосрочных и среднесрочных прогнозов. Обычно такие прогнозы выпускаются с помощью систем ансамблевого прогноза. Могут быть приведены карты вероятности превышения заданного порогового значения - такие как, например, карта вероятности скорости ветра, превышающей 34 узла (штормовой ветер), представленная на рис. 11.

Другая удобная форма представления информации - карта, на которой показаны значения элементов погоды, например, суммы осадков, прогнозируемые с определенной вероятностью. Так, менеджер по водным ресурсам может быть заинтересован в данных о 10-ой процентили для осадков, которые он будет использовать как оценку необходимой ему нижней границы. В то же время, менеджер по контролю за наводнениями хочет получить 90-ю процентиль для дождя или его максимально возможные значения. Пример наихудшего сценария для дождя, полученного по данным ансамбля MOGREPS Метеорологической службы Великобритании, приведен на рис. 12. Табличное представление аналогичной информации демонстрирует табл. 3.

Другим примером эффективного графического представления неопределенности являются штормтреки тропических циклонов (Рис. 13), прогноз которых дает Национальный Прогностический Центр Кубы. Результат прогноза штормтреков представлен в виде конуса. Это сделано специально, чтобы широкие слои населения не слишком акцентировали свое внимание на единственной прогнозируемой траектории и не считали себя в безопасности в случае, если эта траектория не проходит прямо через них. Кроме того, такое представление подчеркивает тот факт, что из-за своих размеров ураган может оказывать воздействие на очень большую территорию, не ограничиваясь отдельной точкой или узкой полосой. Чрезвычайно важна пояснительная надпись наверху графика: «В предположении, что ОШИБКИ ПРОГНОЗА НЕ ВЫШЕ СРЕДНИХ - ГЛАЗ урагана будет перемещаться внутри белого конуса в течение ближайших 72 часов».

Рис. 12. Прогноз максимальных 6-часовых сумм осадков в виде дождя по данным ансамбля MOGREPS Метеорологической службы Великобритании - в каждой точке сетки приведена максимальная сумма осадков из всех, прогнозируемых различными членами ансамбля. Таким образом, пользователю предоставляется наихудший сценарий.

Таблица 3: Количества дождя, предсказанные с различными уровнями вероятности (Австралийское Бюро Метеорологии)

Место	Минимальное количество осадков, которое выпадет с вероятностью 75% (мм)	Минимальное количество осадков, которое выпадет с вероятностью 50% (мм)	Минимальное количество осадков, которое выпадет с вероятностью 25% (мм)
Перт	132	168	202
Дарвин	137	191	252
Аделаида	112	138	179
Брисбен	143	198	270
Сидней	130	212	310
Канберра	129	166	240
Мельбурн	137	170	218
Хобарт	136	172	210

У карты, представленной на рис. 13, один недостаток - на ней не показаны области наибольшего риска внутри конуса. Рисунок 14 дает альтернативное представление результатов прогноза, при котором не только целиком показан конус неопределенности, но и приведена некоторая информация о зонах наибольшего риска. На карте приведена вероятность того, что центр урагана пройдет на расстоянии не более 75 миль от любой точки за время, соответствующее периоду прогноза. Наибольшие вероятности соответствуют центру конуса неопределенности.

Рис. 13. Прогноз штормтрека тропического циклона Чарли и конус средних ошибок прогноза (Национальный Прогностический Центр Кубы). Сверху рисунка надпись «Чарли. В предположении, что ОШИБКИ ПРОГНОЗА НЕ ВЫШЕ СРЕДНИХ - ГЛАЗ урагана будет перемещаться внутри белого конуса в течение ближайших 72 часов».

4.4.5. Шкалы неопределенности
Словесные категории

Часто для описания неопределенности удобно использовать заранее установленные категории, имеющие конкретный смысл. Это помогает пользователю понять, какой именно уровень неопределенности имел в виду прогнозист. Такой подход демонстрирует шкала МГИК оценок неопределенности, представленная в табл. 1, а также альтернативная шкала, представленная в табл. 2.

Показатели достоверности

Можно также характеризовать неопределенность прогнозов с помощью показателей достоверности. Этот подход прост и популярен среди пользователей. Швейцарское Федеральное Бюро по Метеорологии и Климатологии использует такого рода показатель достоверности, представляющий собой меру «надежности» результатов, оцениваемую по десятибалльной шкале (от 1 до 10), в некоторых своих прогностических продуктах (Рис. 15). Применяя показатели достоверности, надо избегать чрезмерного упрощения такого подхода. Например, достоверность прогноза может быть велика для температуры и мала для осадков. Использование единого показателя достоверности для прогноза в целом может дезориентировать пользователей. Показатель должен учитывать естественные вариации достоверности прогноза с увеличением его заблаговременности, иначе есть опасность, что он не даст никакой информации, кроме указания на высокую достоверность результатов при малых заблаговременностях прогноза и их малую достоверность - при больших. Показатели уровня достоверности могут служить быстрым и эффективным способом представления информации о неопределенности, если только пользователям известно, как определяются эти показатели.

Вероятности

Возможно, самым привычным способом представления информации о неопределенности является применение вероятностей. Необходимо давать аккуратное определение используемых вероятностей и разъяснять пользователям их смысл. Определяя вероятность прогноза, сначала надо решить, о вероятности чего конкретно мы будем говорить. Мы можем рассматривать частоту какого-нибудь явления в заданной точке и в заданное время, например, вероятность грозы. Часто используют вероятность того, что значение какого-нибудь элемента погоды превысит определенную пороговую величину, например, вероятность значений температуры ниже нуля по Цельсию. Можно рассматривать и категорию, например, вероятность 10-50 мм осадков в конкретной точке за заданный период времени. В случае долгосрочных прогнозов погоды, обычно выбирается аномальная категория, например, вероятность осадков выше нормы. Выбор определяется рассматриваемым явлением и требованиями службы.

Рис. 14. Прогноз шторм-трека тропического циклона, представленный в виде карты вероятности того, что ураган пройдет на расстоянии не более 75 миль от каждой точки. Этот рисунок был автоматически сгенерирован системой MOGREPS Метеорологической службы Великобритании, но подобная карта может быть создана и прогнозистом. (Черные точки показывают фактическую траекторию циклона).

Рис. 15. Четырехдневный прогноз, для которого показана его достоверность (Fiabilite) (число случаев из 10) (Television Suisse и Швейцарское Федеральное Бюро по Метеорологии и Климатологии).

Пользователям вероятностных прогнозов необходимо давать некоторую справочную статистическую информацию о прогнозируемых явлениях. Это особенно важно для правильной интерпретации прогнозов и принятия правильных решений. Один из лучших способов сделать это - сопровождать вероятностные прогнозы какого-либо явления информацией о фактически наблюдаемой частоте подобных явлений. Например, прогноз « Сегодня днем вероятность шторма 60%» прозвучит более убедительно, если в сообщение добавить фразу «Это в два раза выше средней вероятности штормов для этого времени года».

Проблемы с пониманием вероятностей

Хотя сообщения о вероятности прогнозируемых событий являются общепринятым способом предоставления информации о неопределенности, их применение сопряжено с некоторыми сложностями. Для начала, многие пользователя хотят просто знать, произойдет ли прогнозируемое явление или нет. Таким пользователям не интересны вероятностные прогнозы, и часто они рассматривают их как попытку НГМС избежать ответственности и «сделать двойную ставку». Необходимо эффективное обучение пользователей с тем, что они поняли, почему метеорология не является точной наукой. Вследствие непонимания этого факта могут возникнуть ситуации, когда, в отсутствие категорического прогноза в форме «да или нет», пользователь может сам «перевести» вероятностный прогноз в категорический. Например, сезонный прогноз, в котором утверждается, что велика вероятность того, что температура лета будет выше нормы, может быть интерпретирован как утверждение, что лето будет жарким. Имеются бесчисленные примеры того, как средства массовой информации дают подобную чрезмерно упрощенную интерпретацию вероятностных прогнозов, стремясь сделать заголовки броскими.

Вторая проблема состоит в том, чтобы понять, что именно означает вероятность события. Является ли это вероятностью события в точке? Или в какой-нибудь области пространства? Или в какой-нибудь период времени? Мы уже обсуждали эту проблему в данной главе, но здесь стоит повториться. Следует прилагать все возможные усилия для того, чтобы добиться четкого описания терминологии и ее понимания не только пользователями, но и синоптиками, составляющими прогнозы. Хорошим тестом для оценки правильности тако-го описания является вопрос: «Смог бы я объективно верифицировать этот прогноз?». Если ответом будет «Нет», то описание надо уточнить.

Третьей проблемой является вероятность 50%. Пользователи часто рассматривают прогнозы с вероятностью 50% как подтверждение факта, что прогнозист просто не может принять однозначное решение. Однако, если фактически наблюдаемая частота события мала, то вероятность 50% может быть расценена как сильный сигнал. Кроме того, в тех случаях, когда прогноз основан на использовании большой совокупности прогнозов с вероятностью, лежащей в широком диапазоне, совершенно разумно, что в некоторых случаях вероятность окончательного прогноза будет как раз попадать на середину этого диапазона. Показано, что если синоптик в своих прогнозах избегает применять вероятность 50%, заменяя ее чуть более низкими или высокими значениями, качество прогнозов падает.

4.4.6 Погодные индексы

Погодные индексы, показывающие, насколько ожидаемые погодные условия подходят для занятий какой-нибудь конкретной деятельностью, например, индекс качества воздуха, УФ индекс, или даже индекс пригодности погоды для занятий альпинизмом - простой способ интерпретации информации о неопределенности в зависимости от потребностей пользователя. Присвоение таким индексам экстремальных значений уместно только в случае высокой достоверности прогнозов; большая неопределенность прогнозов подразумевает использование средних значений. Широкий набор таких индексов для населения выпускает метеорологическая служба Китая.

4.5 Различные средства информации - различные методы

Выбор метода и формата представления информации о неопределенности будет сильно зависеть от того, какие средства информации будут для этого использоваться. То, что работает хорошо в одном случае, может оказаться неэффективным в другом. На брифингах, посвященных вопросам погоды, в интервью на радио, и вообще везде, где прогноз можно дать в устной форме, уместно излагать прогностические результаты в повествовательной форме. В этих случаях прогнозист располагает достаточным временем для того, чтобы объяснить ситуацию, обсудить альтернативные сценарии, объяснить, почему и как различаются модели ЧПП и дать полное и всестороннее описание ситуации. Использование невербальных возможностей передачи информации, таких как интонация или жесты, может также быть очень эффективным способом передачи слушателю информации о достоверности прогноза.

В тех случаях, когда прогноз представляется в более прескриптивном виде, например, в письменной форме, при описании неопределенности прогнозист должен использовать только заранее определенные или хорошо понятые термины. Если применяются такие слова как " возможность", то заранее должен быть определен численный эквивалент этого термина. Могут также использоваться численные меры неопределенности.

Графическое описание информации о неопределенности прогноза - очень полезный стиль ее представления, особенно подходящий для использования на веб-сайтах. Изображения могут сопровождаться пояснительной информацией, помогающей пользователям интерпретировать сложные моменты. В связи с ограниченностью времени телепередач, возможности графического представления информации на телевидении малы, однако демонстрация небольшого числа карт или графиков может оказаться вполне уместной.

Глава 5:

Применение вероятностных прогнозов людьми, участвующими в принятии решений

Главная цель вероятностных прогнозов состоит в том, чтобы способствовать принятию конечными пользователями наилучшего решения с целью сокращения рисков. Оптимизация принятия решения требует хорошего понимания сути такого решения и его воздействия на пользователей. В первую очередь, вероятность, предоставляемая пользователю, должна характеризовать наиболее важное для него погодное явление. Если пользователь сможет оценить затраты, связанные с принятием защитных мер, и потенциальные потери в случае, если такие меры не будут приняты и погода окажет свое неблагоприятное воздействие, то он сможет определить оптимальный порог вероятности для принятия профилактических мер. Однако, многие решения не столь просты, как это можно было бы предположить на основе вышеуказанных рассуждений. В зависимости от того, сколь велика вероятность неблагоприятных событий, пользователь может принимать различные защитные меры. Во многих более сложных ситуациях приходится рассматривать множественные категории или различные способы реагирования. Наилучшего результата в этом случае можно добиться только на основе тесного взаимодействия пользователя с НГМС. Такое сотрудничество поможет НГСМ лучше понять запросы пользователя, а пользователь сможет осознать ограничения, присущие прогнозам.

Для многих приложений может быть полезно использование результатов ансамблевого прогноза в прикладных моделях, например, в модели штормового нагона, в моделях, рассчитывающих силу ветра, дающих информацию для энергетики, определяющих риски наводнения и маршруты движения кораблей. Совместное применение ансамблевых прогнозов и прикладных моделей позволит неопределенности, присущей прогнозу погоды, «распространиться» дальше и проявиться в прикладных результатах, предоставляемых пользователям.

Чтобы определить, способствует ли предоставление населению информации о неопределенности прогноза принятию более верных решений, сотрудники экспериментальной лаборатории экономики Университета Эксетера провели специальное тестирование. Студентов различных специальностей просили принять ряд решений, основанных на прогнозах, представленных в формате, показанном на рис. 5. В одних случаях на рисунки была нанесена информация о неопределенности результатов, а в других - такая информация отсутствовала. Тесты показали, что пользователи, получавшие информацию о неопределенности, принимали существенно лучшие решения, чем пользователи, такой информацией не располагавшие. Результат не зависел от того, имел ли пользователь подготовку в области естественных наук или специализировался в какой-либо другой области, что показывает, что большая часть населения сможет извлекать пользу из информации о неопределенности.

Глава 6: Верификация и калибровка

Независимо от того, в каком виде приводится информация о неопределенности прогноза, важно, чтобы пользователь мог получить точное представление об ее истинной величине. Для надежности прогностической информации, предоставляемой пользователю, критична ее верификация, результаты которой к тому же могут стать базисом для калибровки прогноза. Поэтому верификация должна быть составной частью прогностического процесса. Синоптик работает в мультимодельном прогностическом окружении с продуктами детерминированного и вероятностного прогноза. Он может сделать выбор между различными системами прогноза и уменьшить неопределенность прогноза при его формулировке или интерпретации только на основе хорошего знания качества моделей.

К тому же, результаты верификации могут дать полезную информацию о неопределенности прогноза даже в том случае, когда информация от таких развитых прогностических систем прогноза, как ансамблевые системы, отсутствует.

Более достоверные и простые прогностические утверждения могут быть сформулированы, если события ожидаемого типа хорошо предсказывались моделями в прошлом. Разработаны методы верификации, специально предназначенные для оценки качества вероятностных прогнозов. Среди них следует отметить диаграммы надежности, критерий качества вероятностного прогноза по категориям (Rank Probability Skill Score (RPSS)) и оперативную характеристику надежности прогноза (Relative Operating Characteristic Skill Score (ROCSS)). В случае мультикатегорийного прогноза, с помощью RPSS можно понять, являются ли результаты рассматриваемой прогностической системы более точными, чем климатологические оценки или оценки, полученные с помощью другого эталонного прогноза. Использование диаграмм надежности облегчит калибровку или адаптацию прогнозируемых вероятностей особенно в тех случаях, когда диаграммы показывают, что прогноз дает завышенную или заниженную вероятность события. Оперативную характеристику надежности прогноза (ROCSS) можно использовать для того, чтобы оценить, сколь точно способна система прогноза предсказать интересующее нас явление. Основываясь на этой оценке, можно создать карты оправдываемости прогнозов, которые могут быть использованы для маскирования результатов прогнозах в областях, где его точность слишком мала. В тех областях, где результаты верификации показывают нулевую оправдываемость прогнозов или где нет сильного сигнала в прогнозе, синоптику рекомендуется использовать климатологические наблюдаемые частоты явления для определения его вероятности.

Глава 7:

Заключение

Неопределенность является неотъемлемым свойством прогнозов, и эффективное предоставление информации о ней чрезвычайно полезно. Это поможет пользователям в принятии решений, и даст возможность НГМС правильно сориентировать пользователей относительно точности предоставляемого им прогноза.

В данном Руководстве рассмотрены вопросы предоставления информации о неопределенности прогноза. Особое внимание уделено тому, каким образом НГМС могут включить информацию о неопределенности в свои метеорологические прогнозы, и, в частности, обсуждению наилучших способов донесения этой информации до пользователей. Приведены примеры эффективных методов представления информации о неопределенности и отмечены некоторые сложности, возникающие при этом. Настоящий документ рекомендуется для использования НГМС в качестве руководства по вопросу о том, как лучше преподнести информацию о неопределенности прогнозов и сделать такую информацию регулярной и эффективной частью предоставляемых службами услуг.

Список литературы

Cooke, W. E., 1906. Forecasts and verifications in Western Australia. Monthly Weather Review, 34, 23-24.
Patt, A. and D. Schrag, 2003. Using specific language to describe risk and probability. Climatic Change, 61, 17-30.
Gigerenzer, G., R. Hertwig, E. van den Broek, B. Fasolo, K. V. Katsikopoulos, 2005. “A 30% Chance of Rain Tomorrow": How Does the Public Understand Probabilistic Weather Forecasts? Risk Analysis 25 (3), 623-629.

 

 

При использовании материалов этой страницы в других информационных источниках
ссылка на сайт Гидрометцентра России http://meteoinfo.ru обязательна.

 

 

 

 

 

 

 

 

 

 

 

Всемирная Метеорологическая Организация

РЕКОМЕНДАЦИИ ПО ПРЕДОСТАВЛЕНИЮ ДАННЫХ О НЕОПРЕДЕЛЕННОСТИ ПРОГНОЗОВ

PWS-18 WMO/TD No.1422

Руководитель и координатор работ по подготовке документа Джон Гилл.
В работе использованы материалы, представленные Хосе Рубиера, Клэр Мартин, Иваном Касич, Кеном Милном, Чен Дехью, Гу Джайфенгом, Тангом Ху, Мунехико Ямагучи, Андре Камнга Фоамоухоу, Юджином Пулменом и Джоном Гуини.

Редактор Халех Кутвал

Технический редактор Самуэль Мучеми

Оформление обложки Александра Кешавжи

2008, Всемирная Метеорологическая Организация

WMO/TD No.1422

ПРИМЕЧАНИЕ

Использованные обозначения и представление материала в данной публикации не означают выражения какого-либо мнения со стороны участвующих в ее подготовке учреждений относительно правового статуса той или иной страны, территории, города или района, или их властей, или относительно делимитации их границ.

Следует отметить, что данный документ не является официальной публикацией ВМО, и он не отредактирован в соответствии со стандартными процедурами Организации. Точка зрения, выраженная отдельными людьми или группой экспертов и опубликованная в техническом Документе ВМО, не обязательно поддерживается Организацией.

СОДЕРЖАНИЕ

Глава 1: Введение

1.1. О данных Рекомендациях

1.1.1. Вводная информация

1.1.2. Цели Рекомендаций

Глава 2: Зачем нужны данные о неопределенности прогноза?

2.1. Польза от предоставления информации о неопределенности прогноза для принятия более обоснованных решений

2.2. Информация о неопределенности прогноза помогает правильному восприятию прогностической информации пользователями

2.3. Сообщение информации о неопределенности способствует росту доверия пользователе

2.4. Неопределенность прогнозов отражает состояние науки

Глава 3: Источники неопределенности прогнозов

3.1. Атмосферная непредсказуемость

3.2. Неточности, возникающие при интерпретации данных

3.3. Неопределенности, возникающие при составлении прогноза

3.4. Интерпретация прогноза

Глава 4: Каким образом представлять информацию о неопределенности прогнозов

4.1. Восприятие населением информации о неопределенности

4.2. Опыт пользователей

4.3. Использование цвета

4.4. Примеры способов представления информации о неопределенности

4.4.1. Терминология

4.4.2. Диаграммы

4.4.3. Пиктограммы

4.4.4. Диаграммы и карты

4.4.5. Шкалы неопределенности

Словесные категории

Показатели достоверности

Вероятности

Проблемы с пониманием вероятностей

4.4.6. Погодные индексы

4.5. Различные средства информации - различные методы

Глава 5: Применение вероятностных прогнозов людьми, участвующими в принятии решений

Глава 6: Верификация и калибровка

Глава 7: Заключение

Список литературы

Глава 1: Введение

Как было отмечено на 54 сессии Исполнительного Комитета ВМО в апреле 2002 года (см. Приложение к Параграфу 5.1.8 Общего Резюме), неопределенность (неточность) является неотъемлемым атрибутом процесса гидрометеорологического прогнозирования. Синоптики хорошо знакомы с проблемами неопределенности и предсказуемости, с которыми они каждый день сталкиваются при составлении прогнозов. Бывают случаи, когда численные модели и другие методы прогноза дают согласующиеся результаты, и тогда синоптик может дать достаточно достоверный прогноз. Но иногда результаты прогнозов по различным моделям могут сильно отличаться друг от друга или, в силу объективных причин, эволюция погодных параметров может оказаться трудно предсказуемой. Тем не менее, синоптик должен выпустить прогноз, даже если его достоверность будет мала.

Неопределенность прогноза может быть связана с тем, как синоптик использует имеющуюся в его распоряжении информацию. Модельные прогнозы, даже если они очень точны, все равно надо интерпретировать и представлять в терминах элементов погоды. На основе такой интерпретации и составляется прогноз, который пользователь получает и, в свою очередь, интерпретирует в соответствии с решаемыми задачами. Неопределенность может возникать в любом из перечисленных выше звеньев этой «информационной цепочки».

Информация о неопределенности прогноза чрезвычайно важна для пользователей. Такая информация облегчит им принятие решений, зависящих от надежности прогноза. Она также поможет пользователям понять, сколь обоснованы их расчеты на получение точного прогноза.

В настоящих Рекомендациях рассматриваются вопросы предоставления пользователям информации о неопределенности выпускаемых прогнозов, обсуждаются источники этой неопределенности, а также затронуты связанные с рассматриваемой проблемой научные задачи (например, вероятностное прогнозирование и использование ансамблей для численного прогноза погоды (ЧПП)). Однако все это не является главной темой Рекомендаций. Основное внимание в документе уделено тому, каким образом Национальные Гидрометеорологические Службы (НГМС) могут включить в свои гидрометеорологические прогнозы информацию об их неопределенности, и тому, как лучше донести эту информацию до пользователей.

Стратегии предоставления информации о неопределенности прогнозов разрабатывались и разрабатываются многими НГМС. Важно иметь представление об ошибках, которые можно допустить при разработке таких стратегий. Например, некоторые метеорологи хорошо разбираются в вопросах неопределенности и вероятностей, а некоторые - плохо. Если мы хотим, чтобы оценки неопределенности выполнялись правильно и доносились до пользователей соответствующим образом, необходимо организовывать обучение для обеих групп метеорологов-прогнозистов. Уровень понимания информации о неопределенности прогнозов широкими слоями населения зависит от общего уровня образования и культуры, однако в целом простые люди обычно хуже знакомы с понятиями вероятности, чем специалисты. Поэтому риск неправильного понимания населением информации о неопределенности прогнозов велик.

При передаче прогноза в общепринятой текстовой форме имеется мало возможностей для сообщения пользователям информации о его неопределенности. Для текста прогноза выделяется ограниченное место; пользователю, которому предоставляется прогноз, сложно правильно воспринять все слова в сообщении. Поэтому синоптику может потребоваться много времени, чтобы правильно сформулировать прогноз. Но проблема не только в этом. Вербальная формулировка неопределенности часто может быть субъективной. То, что, имел в виду прогнозист, может отличаться от того, что поймет под этим же пользователь, которому прогноз предоставляется. Одно из возможных решений проблемы единого понимания - разработать простую численную шкалу и указывать достоверность всех прогнозов в соответствии с этой шкалой. Эта идея не нова! В статье, опубликованной в 1906 в журнале Monthly Weather Review, В. И. Кук предложил для описания неопределенности численную шкалу, включающую 5 градаций (Cooke, 1906):

5. Мы можем с абсолютной уверенностью полагаться на представленные результаты
4. Мы можем полагаться на представленные результаты с достаточной уверенностью; результаты могут оказаться неправильными в одном из десяти случаев
3. Очень сомнительно. Результаты скорее верны, чем неверны; результаты могут быть неправильными в четырех случаях из десяти
2. Только возможно, но маловероятно. Например, если предсказываются ливни, они могут быть несильными или их вообще может не быть
1. Совсем незначительная вероятность. Крайне маловероятно.

При этом прогноз должен бы был выглядеть следующим образом: Юго-западный район: отличная погода всюду (5), кроме крайнего юго-западного побережья, где возможны отдельные небольшие ливни (2). В континентальной части тепло (4); а на западном побережье ожидается небольшое похолодание (3).

Другой способ предоставления информации о неопределенности - это включение в прогноз как наиболее вероятного сценария, так и следующего по вероятности сценария. Это позволит пользователю составить план действий в случае, если основной прогноз не оправдается. Хотя многие пользователи хотели бы получать только один прогноз, который они могли бы использовать для принятия решений, все же для некоторых пользователей, чьи потребности более специфичны, может быть полезно знание возможной альтернативы. Это, главным образом, относится к руководителям, которые должны принимать решения в чрезвычайных ситуациях и для которых необходимо знание альтернативного и самого плохого сценария, чтобы можно было планировать использование имеющихся ресурсов, считая, что сценарии включают все возможности.

Определение вероятности осуществления прогноза является обычным способом оценки его неопределенности; в настоящее время это становится распространенной практикой. Важно, чтобы вероятности осуществления прогноза определялись на основе объективных научных методов и чтобы они были достоверны, надежны и хорошо калиброваны с использованием фактического распределения вероятности рассматриваемого явления. Следует отметить, что вероятности, получаемые на основе ансамблевых прогнозов, не следует рассматривать как достоверные; их обязательно надо верифицировать и калибровать. Вероятности могут быть также оценены с помощью статистических методов на основе информации об ошибках предыдущих прогнозов или субъективных методов принятия решений. Следует давать четкое определение вероятностей, передаваемых пользователю, с тем, чтобы он понял, что они означают.

В качестве оценки неопределенности можно также предоставить информацию о диапазоне разброса прогнозируемых величин в виде, например, доверительного интервала или метеограммы, получаемой в ансамблевой системе прогноза. Многие пользователя находят такой подход полезным для принятия решений.

Основное внимание в данных Рекомендациях уделено способам описания неопределенности прогноза и предоставления пользователям данных об этой неопределенности. Акцент делается на ключевые аспекты проблемы. Изучение и освоение представленных в Рекомендациях подходов позволит повысить эффективность работы НГМС.

1.1 . О данных Рекомендациях

1.1.1. Вводная информация

Данные Рекомендации разработаны группой экспертов по коммуникационным вопросам метеорологического обслуживания населения (ГЭ-КОМ) в рамках программы Всемирной Метеорологической Организации по Метеорологическому Обслуживанию Населения (МОН) и на Совещании Экспертов, состоявшемся в сентябре 2007 года в Шанхае (Китай). Одна из задач, входящих в круг обязанностей ГЭ-КОМ, формулируется следующим образом: Изучить вопрос о том, как эффективно довести до конечных пользователей информацию о неопределенности и достоверности прогнозов, которая во все больших объемах предоставляется системами ансамблевого прогнозирования и другими системами вероятностного прогноза, и доложить результаты.

Основная цель данных Рекомендаций - помочь НГМС в разработке стратегии и технологии передачи информации о неопределенности как составной части предоставляемых ими услуг. В этом контексте, Рекомендации отвечают общим целям Программы МОН ВМО, способствуя росту возможностей стран-членов ВМО в плане удовлетворения потребностей общества, а также стимулируя лучшее понимание населением потенциальных возможностей НГМС и того, каким образом лучше всего воспользоваться предоставляемыми НГМС услугами.

Эти Рекомендации следует рассматривать как дополнение к научным исследованиям в области неопределенности прогнозов, которые в настоящее время приобретают все большее значение для гидрометеорологического научного сообщества и которым посвящены большие международные проекты - такие как программа ТОРПЕКС (Исследования Наблюдательных Систем и Эксперименты по Предсказуемости) в рамках Всемирной Программы метеорологических исследований ВМО. Результаты научных исследований обобщены в Руководстве по научным вопросам прогнозирования, подготовленном Группой Экспертов по Системам Ансамблевого Прогнозирования (ГЭ-САП) в рамках программы ВМО по развитию Глобальной Системы обработки данных и прогнозирования (ГСОДП). Результаты этой исследовательской деятельности позволят улучшить научное обоснование вероятностных прогнозов и других оценок неопределенности прогнозов - однако, если прогностическая информация не будет эффективным образом предоставляться пользователям, то эти результаты не будут использованы в полной мере.

1.1.2. Цель Рекомендаций

Данное Руководство разработано для того, чтобы помочь НГМС в решении сложных задач, связанных с предоставлением пользователям информации о неопределенности прогнозов. Основное внимание уделено различным способам ее представления и описания. Кроме того, обсуждается, как пользователи интерпретируют эту информацию, а также, каким образом можно устранить общие причины неправильного понимания пользователями неопределенности в прогнозах.

Данные Рекомендации в основном предназначены для людей, занимающихся разработкой и выпуском гидрометеорологических прогнозов, а также работающих в службах оповещения об опасных явлениях. Эта аудитория включает в себя специалистов в области прогноза погоды и климата, метеорологов, работающих на радио, а также тех, кто совершенствует технологии выпуска прогностической продукции, предоставляет прогностические услуги и хочет понять, как наилучшим образом представить информацию о неопределенности в рамках этих услуг.

Рекомендации не предназначены для ученых, занимающихся вопросами неопределенности прогноза. Здесь не дается подробного описания таких методов, как ансамблевые ЧПП или методы статистического прогнозированию. (Информация по вопросам ансамблевого прогнозирования хорошо представлена на Интернет сайте http://meted.ucar.edu, подготовленного в рамках программы COMET). Вместо этого, в Руководстве основное внимание уделено тому, как наилучшим образом представить информацию о неопределенности прогнозов, получаемую на основе использования этих методов.

Для того, чтобы понять, как лучше представить информацию о неопределенности прогноза, важно понимать, за счет чего эта неопределенность возникает. Для этого мы отсылаем читателей к Главе 3 «Источники неопределенности прогнозов», где обсуждаются различные источники неточности прогнозов, включая «неточную природу» самой метеорологической науки, то, как синоптики составляют прогнозы на основе имеющейся метеорологической информации, а также то, как пользователи интерпретируют эти прогнозы.

Данный документ предполагается использовать в качества практического руководства по вопросам выбора наилучшего способа представления информации о неопределенности прогноза. В тексте содержатся полезные примеры, которые НГМС могут принимать во внимание при разработке своих собственных стратегий. Эти примеры являются «ядром» документа и приведены в Главе 4 «Каким образом представлять информацию о неопределенности прогнозов».

Конечная цель предоставления данных о неопределенности прогнозов - дать пользователям возможность принимать эффективные решения, располагая информацией о возможной неточности прогностических результатов. В главе 5 приведено краткое описание некоторых идей, которые могут применяться при принятии решений. Для того, чтобы принятые решения оказались эффективными, важно, чтобы прогнозы были достаточно достоверными и сопровождались объективной информацией об их неопределенности - необходимость эффективной верификации и калибровки вероятностных прогнозов кратко обоснована в Главе 6.

Понимание того, почему важно предоставлять пользователям информацию о неопределенности в прогнозах, существенно для вышесказанного и дает фундаментальное обоснование для написания данных Рекомендаций. Нижеследующая глава «Зачем нужны данные о неопределенности прогноза?» посвящена этому вопросу.

Глава 2:

Зачем нужны данные о неопределенности прогноза?

Есть несколько причин, определяющих полезность предоставления информации о неопределенности прогноза как для пользователей прогноза, так и для НГМС, дающих этот прогноз. Все эти причины описаны в следующих разделах.

2.1.

Польза от предоставления информации о неопределенности прогноза для принятия более обоснованных решений

Информация о неопределенности прогноза необходима людям, в первую очередь, для принятия более эффективных решений. Она особенно актуальна в том случае, когда пользователь прогноза имеет варианты решений и хочет выбрать наиболее оптимальный из них, взвесив все возможности. Такие ситуации - начиная с простого решения о том, какую одежду надеть сегодня, до более важных решений типа планирования эвакуации в чрезвычайных обстоятельствах - встречаются очень часто. Приведенные ниже примеры показывают, как информация о неопределенности прогнозов может улучшить качество и эффективность принимаемого решения:

• Фермер хочет внести удобрения под посевы. Для эффективности подкормки желателен небольшой дождь, который бы способствовал проникновению удобрения в почву. Фермер установил для себя правило: если вероятность дождя меньше 80%, то риск бесполезного расхода удобрений слишком велик, и надо подождать, пока вероятность прогнозируемого дождя не станет выше. Для принятия решения о внесении удобрений, фермеру нужна информация о высокой вероятности выпадения дождя. (С другой стороны, допустим, что кто-то хочет организовать некоторое мероприятие на открытом воздухе. Тогда для принятия решения о возможности его проведения, в качестве критических уровней вероятности осадков будут использоваться гораздо меньшие величины, потому что в этом случае существенна даже очень малая вероятность дождя).

• Государственное продовольственное ведомство делает оценки продовольственной безопасности на следующий год. Сезонные климатические прогнозы показывают несколько завышенную по сравнению с нормой вероятность того, что дождей в вегетационный сезон будет меньше обычного. Соответственно, управление продовольствия запускает программу создания резервов продовольствия. Если количество осадков предсказано неверно, то последствия этого будут столь существенны, что управление продовольствия понесет ответственность за неверное решение даже в том случае, если неопределенность прогнозов была относительно велика.

• Ведомство по чрезвычайным ситуациям (ВЧС) решает, надо ли заранее эвакуировать население в связи с приближающимся тропическим циклоном. Согласно прогнозу, вероятность того, что ветер достигнет разрушительной силы, составляет 10%. Хотя эта величина и мала с математической точки зрения, но она достаточно велика для того, что-бы ВЧС начало эвакуацию, так как потенциальные последствия таких усилений ветра могут быть значительны.

В каждом из этих трех случаев пользователи принимали решения в соответствии со своими конкретными потребностями, считая для себя существенными различные уровни неопределенности прогноза. Выбор такого уровня можно оптимизировать путем оценки затрат и потерь, связанных с принимаемым решением. Вот почему информация о неопределенности прогноза является столь полезной частью предоставляемых услуг - она дает людям возможность отреагировать на прогноз в зависимости от их конкретной ситуации. Если такая информация не приводится в прогнозе, например, если прогноз дается в форме «Дождь» или «Без дождя», он все равно содержит присущую ему неопределенность; синоптик просто уже сам принял наилучшее с его точки зрения решение. Однако, если даже эта формулировка прогнозиста окажется оптимальной для нужд некоторых пользователей, она может не соответствовать запросам многих других пользователей.

Важно, чтобы пользователи понимали, что при принятии решений, основанных на прогнозах, которым присуща неопределенность, возможны «ложные тревоги». Это является характерной чертой вероятностных прогнозов. Например, в рассмотренном выше сценарии тропического циклона следует ожидать, что в девяти случаях будет произведена эвакуация, но ветров разрушительной силы не будет, и только в одном случае эвакуация приведет к спасению жизней. Для корректного реагирования на сообщения о явлениях, прогнозируемых с различными вероятностями, можно использовать модель соотношения затрат и потерь, связанных с принимаемым решением. Пример использования модели соотношения затрат и потерь приведен в Приложении А технического документа ВМО WMO/TD-No. 1292 «Рекомендации по интегрированию предупреждений об опасных явлениях погоды в систему управления рисками, связанными со стихийными бедствиями».

2.2.

Информация о неопределенности прогноза помогает правильному восприятию прогностической информации пользователями

Метеорологи постоянно сталкиваются с неопределенностью при составлении прогноза. Это могло бы довести их до стресса, если бы при этом пользователи считали, что прогнозы всегда верны. Кроме того, синоптики знают, что некоторые ситуации предсказываются лучше, а некоторые хуже. Если бы они могли донести это понимание до пользователей, тогда между ними установились бы более открытые, честные и эффективные отношения, при которых пользователи бы понимали реальную точность и достоверность предоставляемой им информации.

Прогнозисты часто отмечают полезность брифингов или интервью в средствах массовой информации, где им предоставляется возможность объяснить, насколько достоверны их прогнозы, и привести альтернативные сценарии. На таких брифингах и в таких интервью можно дать представление о неопределенности прогнозов и описать причины, ее вызывающие, например, через применение таких формулировок, как: «большинство моделей дает небольшой дождь, но пара моделей прогнозирует более сильные дожди, и мы должны принимать во внимание такую возможность». Так пользователи смогут «заглянуть» в процесс составления прогноза и осознать присущую ему неопределенность.

2.3.

Сообщение информации о неопределенности способствует росту доверия пользователей

Для того, чтобы НГМС рассматривалась как надежный источник выпуска официальных прогнозов и предупреждений о неблагоприятных явлениях, необходимо сохранять доверие пользователей к НГМС. Пользователи, которые понимают, что прогнозы, предоставляемые НГМС, могут иметь некоторую степень неопределенности, и способны принимать решения с учетом этой неопределенности, с большей вероятностью сохранят доверие к НГМС. Исследования показывают, что информация о неопределенности прогнозов никоим образом не подрывает доверие людей к службе, а, наоборот, убеждает их, что с ними поступают честно, и дает им уверенность, что услуги, предоставляемые им, имеют объективное и научное обоснование.

2.4.

Неопределенность прогнозов отражает состояние науки

Важно заметить, что метеорологические услуги основаны на использовании научно-обоснованного подхода. Неопределенность всегда присуща прогнозам; она возникает за счет использования моделей ЧПП, а также в других частях прогностической цепочки (более подробно это обсуждается в главе 3), и вполне уместно включать информацию о неопределенности в предоставляемые службами прогнозы и предупреждения. Прогнозистам и так верят мало; доверие к НГМС будет подорвано, если точность предоставляемых прогнозов будет систематически завышаться.

Глава 3.

Источники неопределенности прогнозов

Для того чтобы наиболее эффективно представить информацию о неопределенности прогноза, важно понимать, за счет чего она возникает. Некоторая неопределенность накапливается в процессе прогноза; причиной ее возникновения является хаотическое поведение, присущее атмосфере, ограниченность наших возможностей в области наблюдений за атмосферой и моделирования ее состояния, а также наша интерпретация данных наблюдений и результатов моделей. Дальнейшие погрешности возникают, когда синоптики пытаются представить свое научное понимание ситуации в виде словесных формулировок. И, наконец, неопределенность может возникнуть при получении и интерпретации прогноза пользователем, чье понимание терминологии и цели прогноза не всегда совпадает с понимание синоптика. Стратегии работы с этими неопределенностями, в смысле формы их донесения до пользователя, будут различны. Например, в случае научно-обоснованной неопределенности, использование вероятностей будет эффективным способом передачи информации о ней. В случае неопределенности, возникающей за счет интерпретации прогноза, использование "простых фраз" и четко определенной терминологии явилось бы важным элементом эффективного представления данных. Различные источники неопределенности ниже обсуждаются более подробно.

3.1.

Атмосферная непредсказуемость

Неопределенность в прогнозах возникает за счет непредсказуемости, присущей атмосфере. По своей природе, атмосфера - это хаотическая жидкость, чрезвычайно чувствительная к начальным условиям. Этот факт, наряду с недостаточно точным описанием текущего состояния атмосферы, используемого в качестве входной информации для моделей ЧПП, всегда будет приводить к неопределенности прогнозов. При использовании методов ансамблевого прогнозирования делается попытка количественно оценить чувствительность ситуации к начальным условиям и, таким образом, определить степень неопределенности прогноза, возникающей за счет этой причины.

Сами модели - это только имитация атмосферы, и их точность ограничена тем, насколько верно представлены в них сложные атмосферные процессы. В чрезвычайно сложных для моделирования ситуациях (например, короткие периоды, когда погода определяется, преимущественно, конвекцией) уровень неопределенности прогнозов может быть весьма высоким.

Прогнозы на более длительные сроки основаны на предсказуемости медленно меняющихся параметров, таких как температура поверхности океана, однако изменения эволюции атмосферы за счет взаимодействия с океаном на нижней границе атмосферы учитываются только раз в неделю, что приводит к неопределенности прогнозов.

3.2.

Неопределенность, возникающая при интерпретации данных

Когда синоптик получает прогностическую информацию, он должен ее интерпретировать и в результате получить необходимые прогностические продукты. Например, выходной информацией моделей ЧПП обычно являются метеорологические поля таких величин как приземное давление, температура или ветер. Элементы погоды (ливни, туман и т.д.) могут быть представлены с помощью диагностически полученных полей или полей, полученных в результате интерпретации, основанной на опыте и использовании концептуальных моделей. Результаты моделей или ансамблей обычно оказываются точнее для тех параметров, которые могут быть описаны на модельной сетке, в то время как диагностические элементы погоды содержат в себе большую неопределенность.

3.3.

Неопределенности, возникающие при составлении прогноза

Для эффективного представления прогностических результатов важно использовать правильную терминологию при составлении прогноза. Однако часто ожидаемый прогностический сценарий невозможно точно описать с помощью стандартной терминологии и фразеологии. Формат и длина прогностического сообщения также могут ограничивать возможности правильной формулировки прогноза. В результате, неопределенность может возникнуть просто за счет того, что синоптик не в состоянии представить исчерпывающее описание ожидаемой ситуации. Например, если выпускается прогноз для большой географической области, в которой ожидается разнообразная погода, синоптику придется сжатым образом описать ситуацию, возможно, предоставив ее обобщенное описание или упомянув только о наиболее важных направлениях ее развития. Такие резюмирующие фразы как «на западе» или «вечером и в течение ночи» содержат неопределенность, потому что они дают общее, а не конкретное описание.

3.4.

Интерпретация прогноза

Последний источник неопределенности возникает на этапе получения и интерпретации прогноза пользователем. При этом возможно внесение самой большой неопределенности в прогноз, особенно в случае, если пользователь не понимает использованной в нем терминологии или придает этой терминологии смысл, отличный от того, что имел в виду синоптик. Многие НГМС изучали, как пользователи понимают термины, использованные в прогнозах, и выяснили, что эти термины часто понимаются неверно.

Иногда даже сами синоптики поразному понимают терминологию, применяемую в прогнозах. Одинаковый ли смысл у фраз «есть вероятность грозы» и «возможны грозы»? В чем разница между формулировками «в основном ясно» и «небольшие дожди»? Достаточно легко найти двух синоптиков, которые дадут различные ответы на каждый из приведенных выше вопросов. Если уж синоптики не могут сойтись во мнении, что означают эти термины, то неизбежно и пользователи будут понимать их неоднозначно. Прогностические центры должны разрабатывать стандартную терминологию и затем постоянно применять ее на практике.

Ситуация становится еще более острой, когда вопрос об интерпретации прогнозов рассматривается с позиции вероятностей. В опросе, проведенном Австралийской Метеорологической службой, людям задавали вопрос: «Что, по Вашему мнению, означает прогноз дождя в городе с вероятностью 30%?». 55% респондентов ответили, что это означает, что с вероятностью 30% дожди пройдут в какой-нибудь части города, а 36% опрошенных сказали, что с вероятностью 30% дождь будет во всем городе. Это показывает, как важно давать четкое определение рассматриваемого события для того, чтобы и прогнозист, и пользователь ясно понимали, вероятность какого события имеется в виду. Для пользователей было бы удобно, если бы вероятности событий давались в сопоставлении с наблюденной климатической повторяемостью таких событий.

Человеческое восприятие также существенным образом влияет на интерпретацию неопределенности и рисков. Реакция людей на информацию о неопределенности прогноза зависит от последствий прогнозируемого явления.

Еще один фактор, который может привести к неправильному пониманию сообщения, появляется в тех случаях, когда родной язык пользователя не совпадает с родным языком прогнозиста.

Вопросы предоставления информации о неопределенности прогнозов и ее восприятие населением обсуждаются в следующей главе более подробно

Глава 4:

Каким образом представлять информацию о неопределенности прогнозов

4.1.

Восприятие населением информации о неопределенности

Основная цель предоставления информации о неопределенности прогноза - оказать ее получателю помощь в принятии решений. Однако чтобы использовать эту информацию, пользователи должны сначала ее интерпретировать и понять.

Ученые, занимающиеся поведенческими аспектами, изучали, как люди воспринимают такого рода информацию, и как они на нее реагируют. Эти исследования дали много интересных результатов.

Например, было показано, что важность или сила явления могут повлиять на то, как люди интерпретируют и описывают информацию о его неопределенности (Patt and Schrag 2003). Исследования демонстрируют, например, что даже если прогноз объективно дает одинаковую вероятность 10% для небольшого и сильного дождей, сильный дождь люди субъективно описывают как более правдоподобное событие. Это преувеличение обнаруживается, когда людей просят дать словесное описание данной вероятности - для более сильного явления они используют слова, соответствующие большей вероятности, тогда как более слабое явление люди описывают как соответствующее меньшей вероятности.

Люди часто предполагают в других склонность к такому преувеличению, и поэтому соответствующим образом «расшифровывают» то, что им говорят. Так, получая прогноз, описывающий опасное явление как имеющее среднюю вероятность, пользователи часто занижают уровень опасности, предполагая, что те, кто предоставил им прогноз, в свою очередь, его завысили. Важно принимать во внимание эту тенденцию пользователей к «преувеличению» и «расшифровке» получаемой информации. Эффективной стратегией является использование четко определенных объективных численных мер неопределенности (например, вероятностей) и словесных формулировок. В качестве примера такого подхода можно рассмотреть шкалу неопределенности, использованную Межправительственной группой экспертов по изменениям климата (МГЭИК), в которой даны понятные формулировки и определены соответствующие границы вероятностей (см. Таблицу 1).

Таблица 1.

Шкала оценки неопределенности, используемая МГИК.

Терминология	Вероятность явления/результата
Практически достоверно	Вероятность более 99%
Весьма вероятно	Вероятность более 90%
Вероятно	Вероятность более 66%
Столь же вероятно, как и невероятно	Вероятность от 33% до 66%
Маловероятно	Вероятность менее 33%
Весьма маловероятно	Вероятность менее 10%
Крайне маловероятно	Вероятность менее 1%

4.2.

Опыт пользователей

Важно учитывать, что у разных пользователей будут разные требования к информации о неопределенности, а также разные уровни ее понимания. Для некоторых из них, преимущественно для тех, кто вовлечен в деятельность по принятию решений в случае чрезвычайных ситуаций, необходимы подробные количественные оценки неопределенности прогнозов. В специальных планах реагирования могут быть определены конкретные действия, которые следует предпринимать при условии, что вероятности какого-либо события превосходит заданное пороговое значение. Например, план по эвакуации населения следует реализовывать, если вероятность ураганных ветров превышает 20%. Лучше всего, чтобы такие планы разрабатывались совместно пользователями и НГМС, так чтобы каждая сторона понимала потребности и возможности другой стороны.

Опытные пользователи информации о неопределенности понимают причины ее возникновения, и в сообщениях, передаваемых им, НГМС могут использовать технический язык и давать достаточно подробные описания. Также в этом случае возможно применение относительно сложной графики. Работая с менее опытными пользователями, НГМС должны аккуратно оценивать оптимальную сложность предоставляемой информации. Такие пользователи хуже понимают причины неопределенности прогнозов и предпочитают простые сообщения и простую графику.

Со временем, по мере накопления опыта и обучения пользователей, уровень их понимания информации о неопределенности может возрасти, и они научатся лучше ее применять. В работе (Gigerenzer et al. 2005) показано, что в Нью-Йорке, где уже в течение длительного времени населению предоставляется вероятностный прогноз осадков, большинство пользователей правильно понимают, что прогноз дождя с вероятностью 30% означает, что в 3 случаях из 10 их застигнет дождь в городе, независимо от того, где они будут находиться. С другой стороны, в четырех европейских больших городах, где не используется вероятностное прогнозирование, большинство пользователей неверно интерпретируют такой прогноз, предполагая, что он означает, что дождь будет идти в течение 30% времени или над 30% территории.

4.3.

Использование цвета

Цвет является мощным инструментом для отображения информации и верного донесения ее смысла. Как и любой другой такой инструмент, его следует применять аккуратно. Обычной практикой является использование цвета для графического представления информации о вероятности (или другой меры неопределенности). Особое внимание при этом следует обратить на то, чтобы выбор цветов помогал ее правильному восприятию.

Ниже (рис. 1) приведен пример вероятностного сезонного прогноза осадков, подготовленного Метеорологическим Бюро Австралии. Обратите внимание, что области, где вероятности осадков ниже 50%, закрашены теплыми цветами.

Использование пользователями таких цветов для представления информации часто приводило бы к ее неверной интерпретации. С количественной точки зрения, 49% не сильно отличается от 51%, однако использованные цвета подразумевают, что соответствующие области характеризуются разными режимами - желтые области будут сухими, а светло-зеленые - влажными. К тому же, цветовая шкала выбрана неудачно, потому что цвета, использованные для вероятностей осадков более 75% очень близки к тем, что используются для вероятностей от 25 до 35%.

Рис. 1. Сезонный прогноз погоды (Метеорологическое Бюро Австралии).
Осадки в виде дождя. На рисунке представлена вероятность превышения медианы. Сентябрь-ноябрь 2003. В ограниченной толстой линией области Западной Австралии (см. слева наверху) весной обычно выпадает мало дождей и их вклад в годовые суммы осадков мал.

Чтобы решить эту проблему, была разработана новая цветовая палитра, более эффективная для корректного представления информации. В приведенном ниже примере (рис. 2) все области, для которых вероятность осадков лежит в диапазоне от 40% до 60%, закрашены белым или серым. Количество информации, передаваемое этим рисунком, не изменилось, но цвета, оказывающее наибольшее эмоциональное воздействие, смещены в области высоких и низких вероятностей.

Также важным моментом является использование таких цветовых шкал, которые бы могли быть легко восприняты люди, страдающие разными видами дальтонизма. Рекомендации по выбору таких шкал можно найти, например, на сайте www.colorlab.wickline.org/colorblind/colorlab.

Рис. 2. Сезонный прогноз погоды (Метеорологическое Бюро Австралии).
Осадки в виде дождя. На рисунке представлена вероятность превышения медианы. Апрель-Июнь 2007.

4.4.

Примеры способов представления информации о неопределенности

В этой части приводятся примеры, демонстрирующие эффективные способы представления информации о неопределенности. Они основаны на обсужденных выше принципах и идеях. Мы рекомендуем НГМС обратить внимание на эти примеры при разработке и усовершенствовании методов передачи информации о неопределенности прогнозов пользователям.

4.4.1. Терминология

Язык неопределенности может быть как сложным, так и простым. Выступая на брифинге, посвященном вопросам погоды, или формулируя прогноз для широких слоев населения, прогнозисты могут использовать такие фразы как «в случае», «один или два» или «возможный». Иногда они могут применить и неконкретные формулировки типа «позже», «развивающийся» или « в области». Эти формулировки намеренно туманны, потому что синоптик не знает точного времени или точного положения прогнозируемого явления.

Часто неопределенность прогноза возникает как следствие появления непредсказуемых погодных систем. Словесное описание такой ситуации, включающее возможные альтернативные сценарии, может стать эффективным способом донесения информации о неопределенности до опытных пользователей. Идеальным вариантом является передача такой информации по радио.

Во многих странах пользователи (как более, так и менее опытные) не имеют доступа к таким современным каналам связи как Интернет или телевидение и вынуждены полагаться на радио и телефонную связь. В этих случаях предоставление прогнозов в словесной форме по радио или по телефону может оказаться единственным способом донесения информации до пользователей. Передаваемая информация о неопределенности должна быть точно сформулирована с использованием заранее согласованной терминологии. При разработке такой стандартизированной терминологии важно учитывать языковые и культурные различия пользователей, а также их практические навыки. Полезно провести опрос пользователей. Может потребоваться перевод терминологии по неопределенности прогнозов на какие-то языки для того, чтобы избежать проблем с интерпретацией. В некоторых языках могут отсутствовать слова, с помощью которых можно было бы верно описать неопределенность.

Хотя словесные сообщения весьма важны для передачи информации о неопределенности, иногда их форма может привести пользователя в замешательство. Например, чем различаются по смыслу формулировки «имеется вероятность» и «возможный»? Одинаковый ли смысл несет фраза «имеется вероятность» для разных прогнозистов? Применение такого рода слов и фраз безусловно полезно для того, чтобы пользователь не считал, что предоставляемая ему информация абсолютно верна, однако важно добиться согласованности применяемых формулировок. Здесь могло бы помочь использование четких определений и процедур. Например, можно было бы сформулировать правило, что формулировка «возможны ливни» используется в прогнозе только тогда, когда вероятность ливней выше заданной пороговой величины 30%. Лучше чтобы правила такого рода вырабатывались на основе анализа пользовательских систем принятия решений.

В таблице 2 приведена шкала, которой бы могли воспользоваться НГМС для определения наиболее распространенных терминов, характеризующих неопределенность прогнозов, Она аналогична шкале оценки неопределенности, используемой МГИК (Табл. 1), но включает в себя несколько дополнительных терминов, часто применяемых синоптиками.

Таблица 2.

Шкала оценки неопределенности прогнозов

Терминология	Вероятность явления/результата
Чрезвычайно вероятно	Вероятность более 99%
Чрезвычайно вероятно	Вероятность более 99%
Весьма вероятно	Вероятность от 90% до 99%
Вероятно	Вероятность от 70% до 89%
Возможно - скорее вероятно, чем нет	Вероятность от 55% до 69%
Столь же вероятно, как и невероятно	Вероятность от 45% до 54%
Возможно - скорее невероятно, чем вероят-но	Вероятность от 30% до 44%
Маловероятно	Вероятность от 10% до 29%
Весьма маловероятно	Вероятность от 1% до 9%
Крайне маловероятно	Вероятность менее 1%

Одна из опасностей, возникающих при использовании подобной шкалы, связана с определением терминов «возможный», «вероятный», «вероятность» и построением их иерархии (то есть определением порядка их размещения на шкале). Результаты психологических исследований показывают, что интерпретация различными людьми таких слов как «возможный» может сильно различаться. Если такие термины используются, следует четко объяснить пользователям, что они означают. Вопросы установления соответствия между количественным выражением вероятности и словесной формой описания также требуют внимательного рассмотрения. Тем не менее, выработка соответствующей шкалы может стать исходной точкой в деятельности НГМС по определению терминов, которые будут использоваться при описании неопределенности прогнозов.

4.4.2. Диаграммы

Простые диаграммы - полезный способ представления информации о неопределенности в количественном виде. Приведенный ниже пример (Рис. 3) демонстрирует, как сезонный вероятностный прогноз осадков может быть представлен с помощью круговой диаграммы:

Рис. 3. Пример круговой диаграммы для вероятности осадков. На рисунке представлена средняя по сезону вероятность дождя. Различными цветами закрашены сегменты, соответствующие градациям «Ниже среднего» (20 %), «Выше среднего» (35%) и «Около среднего» (45%).

Одна из привлекательных особенностей такого формата - это то, что он позволяет показать сразу все возможности. Следовательно, пользователи видят не только наиболее вероятный результат, но и относительную вероятность альтернатив.

Эффективным способом представления неопределенности, особенно неопределенности, увеличивающейся с ростом заблаговременности прогнозов, является графическое отображение временных рядов и данных о погрешности их членов. В качестве примера, на рис. 4 построены графики временных рядов прогнозируемой температуры, на которых показана неопределенность на каждом временном шаге. Это представление, известное как ансамблевая метеограмма (EPS-meteogram, EPS-gram), используют в своей практике центры, выпускающие ансамблевые прогнозы.

Рис. 4. Метеограмма для прогностической температуры, полученная на основе ансамблевой схемы прогнозов (ЕЦСПП).
На рисунке представлена температура на уровне 2м над модельной орографией, приведенная к уровню 2м над фактической высотой станции (0С) - 377 м (T399) или 325 м (T799).

Другую форму представления информации того же типа демонстрирует рис. 5. На этом рисунке также показан диапазон разброса ансамбля прогнозов для заданных процентилей, но в терминах частоты попадания в заданный интервал (например, 9 раз из 10). По заключению психологов, такая терминология легче воспринимается большинством людей. Интернет-опросы, проведенные Метеорологическим Бюро Великобритании, показали, что такие веерные диаграммы наиболее популярны среди пользователей. В заключение заметим, что включение в эти диаграммы данных наблюдений для предыдущего дня помогает пользователями интерпретировать прогнозируемую температуру в привычном для них смысле - будет ли сегодня теплее или холоднее, чем вчера. Другой, более подходящий для прогнозов осадков, способ представления информации в виде гистограммы демонстрирует рис. 6.

Рис. 5. Веерная диаграмма для прогностической температуры, полученная на основе ансамблевой схемы прогнозов.
Такая форма представления информации была разработана с учетом рекомендаций психологов, основанных на результатах исследования восприятия населением информации о возможных рисках, и опрос пользователей сайта Метеорологического Бюро Великобритании показал ее популярность.
На рисунке черной линией показан ход наблюдаемой температуры, а синей - ожидаемый ход температуры. Красным цветом выделен внутренний диапазон, в который температура попадет в среднем в 5 случаях из 10. Оранжевым цветом ограничен внешний диапазон, в который температура попадет в среднем в 9 случаях из 10 (см. цветовую шкалу справа внизу).

Рис. 6. Гистограмма осадков, прогнозируемых с помощью ансамблевого метода.
Опрос пользователей сайта Метеорологического Бюро Великобритании показал популярность такой формы представления результатов. Разными тонами синего на рисунке показаны разные вероятности (90, 50, 25 и 10%) того, что сумма осадков за 6 часов превысит указанный на оси ординат уровень

4.4.3. Пиктограммы

Пиктограммы сложно использовать для передачи информации о неопределенности, но они могут быть полезны для ее быстрого отображения в виде картинок на веб-сайте или на телевидении. При этом обычно просто накладывают информацию о неопределенности прогнозов в виде цифр (например, приводя вероятности) прямо на пиктограмму, как это показано на рис. 7:

Рис. 7. Пиктограммы, дающие информацию о типе и вероятности осадков (Национальная Служба Погоды НОАА) При выборе пиктограммы важно, чтобы изображение на ней соответствующего явления было понятным. Для большей ясности, полезно написать пару слов рядом с пиктограммой (например, ливни).

4.4.4. Диаграммы и карты

Информация о неопределенности может быть дана в виде пространственных распределений. Диаграммы и карты часто являются эффективным способом представления как результатов прогноза, так и его неопределенности. Хорошим примером является рис. 8, на котором показан согласованный климатический прогноз для стран Африканского рога. Зоны, для которых вероятности лежат в одинаковом диапазоне, закрашены одинаково в соответствие с выбранной цветовой палитрой (для равновероятных исходов - серым). Одного взгляда на такой рисунок достаточно, чтобы получить представление о пространственном распределении вероятности дождя.

Рис. 8. Согласованный климатический прогноз для стран Африканского рога (Карта любезно предоставлена Центром по составлению и применению климатических прогнозов при Межправительственном Совете по вопросам развития (IGAD Climate Prediction and Applications Centre))

На рис. 8 для каждой области на карте сезонный прогноз дан в виде трех чисел, ограниченных прямоугольной рамкой. Эти числа (сверху вниз) - вероятности в процентах выпадения осадков в количествах превышающих норму, около нормы и ниже нормы. Преимущество приведения сразу трех чисел состоит в том, что в этом формате дается описание всех сценариев одновременно. Другими словами, пользователям дают понять, что, несмотря на то, что один вариант прогноза является предпочтительным, возможны и другие. В качестве альтернативы, информация такого рода может быть представлена в виде круговых диаграмм для каждой области, выделяемой на карте. Важно, чтобы сезонные прогнозы, которые могут иметь ограниченную оправдываемость, сопровождались информацией о типичном качестве прогнозов. В областях, где прогнозы имеют очень низкое качество, прогнозист должен давать информацию только о климатических вероятностях.

Опыт показывает, что мультикатегорийная карта, приведенная на рис. 8, может оказаться слишком сложной для ее правильной интерпретации пользователями, особенно если они не очень опытны и незнакомы с вероятностями. Было бы полезно, в дополнение к карте, предоставлять пользователям ее интерпретацию в письменной форме. Рекомендуется давать информацию о хорошо предсказуемых особенностях погоды. Например, если прогностические системы с большой достоверностью предсказывают, что засушливых условий не будет, это должно быть специально подчеркнуто для пользователей в областях, подверженных засухе. Есть места, где прогностические системы исторически дают прогноз хорошего качества для определенной категории; информация об этом увеличивает доверие к прогнозу, и ее следует доносить до пользователей. В качестве справочной информации, полезно также предоставлять пользователям примеры явлений в прошлом, характеризовавшихся нормальными значениями или значениями ниже нормы. Однако в этом случае следует подчеркивать, что локальные особенности наступающего сезона, вероятно, будут отличаться от этого исторического примера.

Существуют и другие полезные форматы представления информации о сезонных прогнозах, например, карты, на которых указывается в процентах вероятность выпадения дождя в количествах выше и ниже нормы в тех местах, где имеется сильный сигнал, как это сделано на рис. 9 и 10. Здесь еще раз важно отметить, что продукция такого типа полезна только для тех областей, где результаты верификации прогноза показывают его успешность, и такие результаты должны быть донесены до пользователей. Единственный способ сделать это - использовать маски успешности прогнозов, на которых прогностический сигнал «заглушается» в тех областях, где качество прогноза плохое.

Рис. 9. Вероятности прогноза месячных сумм осадков для категорий выше нормы (слева) и ниже нормы (справа). Сентябрь

Рис. 10. Вероятности прогноза сезонных сумм осадков для наиболее вероятной категории. Сезонный прогноз ЕЦСПП

Рис. 11. Карта, показывающая вероятности скоростей ветра на уровне 10 м, превышающих 34 узла (штормовой ветер), подготовленная на основе данных регионального ансамбля MOGREPS Метеорологической службы Великобритании. На этом рисунке, формат которого разработан преимущественно для прогнозистов или пользователей, обладающих некоторыми знаниями по метеорологии, представлено также среднее по ансамблю приземное давление (серыми линиями), что позволяет показать барическую систему, генерирующую этот ветер.

Карты часто используются и для представления результатов вероятностных краткосрочных и среднесрочных прогнозов. Обычно такие прогнозы выпускаются с помощью систем ансамблевого прогноза. Могут быть приведены карты вероятности превышения заданного порогового значения - такие как, например, карта вероятности скорости ветра, превышающей 34 узла (штормовой ветер), представленная на рис. 11.

Другая удобная форма представления информации - карта, на которой показаны значения элементов погоды, например, суммы осадков, прогнозируемые с определенной вероятностью. Так, менеджер по водным ресурсам может быть заинтересован в данных о 10-ой процентили для осадков, которые он будет использовать как оценку необходимой ему нижней границы. В то же время, менеджер по контролю за наводнениями хочет получить 90-ю процентиль для дождя или его максимально возможные значения. Пример наихудшего сценария для дождя, полученного по данным ансамбля MOGREPS Метеорологической службы Великобритании, приведен на рис. 12. Табличное представление аналогичной информации демонстрирует табл. 3.

Другим примером эффективного графического представления неопределенности являются штормтреки тропических циклонов (Рис. 13), прогноз которых дает Национальный Прогностический Центр Кубы. Результат прогноза штормтреков представлен в виде конуса. Это сделано специально, чтобы широкие слои населения не слишком акцентировали свое внимание на единственной прогнозируемой траектории и не считали себя в безопасности в случае, если эта траектория не проходит прямо через них. Кроме того, такое представление подчеркивает тот факт, что из-за своих размеров ураган может оказывать воздействие на очень большую территорию, не ограничиваясь отдельной точкой или узкой полосой. Чрезвычайно важна пояснительная надпись наверху графика: «В предположении, что ОШИБКИ ПРОГНОЗА НЕ ВЫШЕ СРЕДНИХ - ГЛАЗ урагана будет перемещаться внутри белого конуса в течение ближайших 72 часов».

Рис. 12. Прогноз максимальных 6-часовых сумм осадков в виде дождя по данным ансамбля MOGREPS Метеорологической службы Великобритании - в каждой точке сетки приведена максимальная сумма осадков из всех, прогнозируемых различными членами ансамбля. Таким образом, пользователю предоставляется наихудший сценарий.

Таблица 3:

Количества дождя, предсказанные с различными уровнями вероятности (Австралийское Бюро Метеорологии)

Место	Минимальное количество осадков, которое выпадет с вероятностью 75% (мм)	Минимальное количество осадков, которое выпадет с вероятностью 50% (мм)	Минимальное количество осадков, которое выпадет с вероятностью 25% (мм)
Перт	132	168	202
Дарвин	137	191	252
Аделаида	112	138	179
Брисбен	143	198	270
Сидней	130	212	310
Канберра	129	166	240
Мельбурн	137	170	218
Хобарт	136	172	210

У карты, представленной на рис. 13, один недостаток - на ней не показаны области наибольшего риска внутри конуса. Рисунок 14 дает альтернативное представление результатов прогноза, при котором не только целиком показан конус неопределенности, но и приведена некоторая информация о зонах наибольшего риска. На карте приведена вероятность того, что центр урагана пройдет на расстоянии не более 75 миль от любой точки за время, соответствующее периоду прогноза. Наибольшие вероятности соответствуют центру конуса неопределенности.

Рис. 13. Прогноз штормтрека тропического циклона Чарли и конус средних ошибок прогноза (Национальный Прогностический Центр Кубы). Сверху рисунка надпись «Чарли. В предположении, что ОШИБКИ ПРОГНОЗА НЕ ВЫШЕ СРЕДНИХ - ГЛАЗ урагана будет перемещаться внутри белого конуса в течение ближайших 72 часов».

4.4.5. Шкалы неопределенности
Словесные категории

Часто для описания неопределенности удобно использовать заранее установленные категории, имеющие конкретный смысл. Это помогает пользователю понять, какой именно уровень неопределенности имел в виду прогнозист. Такой подход демонстрирует шкала МГИК оценок неопределенности, представленная в табл. 1, а также альтернативная шкала, представленная в табл. 2.

Показатели достоверности

Можно также характеризовать неопределенность прогнозов с помощью показателей достоверности. Этот подход прост и популярен среди пользователей. Швейцарское Федеральное Бюро по Метеорологии и Климатологии использует такого рода показатель достоверности, представляющий собой меру «надежности» результатов, оцениваемую по десятибалльной шкале (от 1 до 10), в некоторых своих прогностических продуктах (Рис. 15). Применяя показатели достоверности, надо избегать чрезмерного упрощения такого подхода. Например, достоверность прогноза может быть велика для температуры и мала для осадков. Использование единого показателя достоверности для прогноза в целом может дезориентировать пользователей. Показатель должен учитывать естественные вариации достоверности прогноза с увеличением его заблаговременности, иначе есть опасность, что он не даст никакой информации, кроме указания на высокую достоверность результатов при малых заблаговременностях прогноза и их малую достоверность - при больших. Показатели уровня достоверности могут служить быстрым и эффективным способом представления информации о неопределенности, если только пользователям известно, как определяются эти показатели.

Вероятности

Возможно, самым привычным способом представления информации о неопределенности является применение вероятностей. Необходимо давать аккуратное определение используемых вероятностей и разъяснять пользователям их смысл. Определяя вероятность прогноза, сначала надо решить, о вероятности чего конкретно мы будем говорить. Мы можем рассматривать частоту какого-нибудь явления в заданной точке и в заданное время, например, вероятность грозы. Часто используют вероятность того, что значение какого-нибудь элемента погоды превысит определенную пороговую величину, например, вероятность значений температуры ниже нуля по Цельсию. Можно рассматривать и категорию, например, вероятность 10-50 мм осадков в конкретной точке за заданный период времени. В случае долгосрочных прогнозов погоды, обычно выбирается аномальная категория, например, вероятность осадков выше нормы. Выбор определяется рассматриваемым явлением и требованиями службы.

Рис. 14. Прогноз шторм-трека тропического циклона, представленный в виде карты вероятности того, что ураган пройдет на расстоянии не более 75 миль от каждой точки. Этот рисунок был автоматически сгенерирован системой MOGREPS Метеорологической службы Великобритании, но подобная карта может быть создана и прогнозистом. (Черные точки показывают фактическую траекторию циклона).

Рис. 15. Четырехдневный прогноз, для которого показана его достоверность (Fiabilite) (число случаев из 10) (Television Suisse и Швейцарское Федеральное Бюро по Метеорологии и Климатологии).

Пользователям вероятностных прогнозов необходимо давать некоторую справочную статистическую информацию о прогнозируемых явлениях. Это особенно важно для правильной интерпретации прогнозов и принятия правильных решений. Один из лучших способов сделать это - сопровождать вероятностные прогнозы какого-либо явления информацией о фактически наблюдаемой частоте подобных явлений. Например, прогноз « Сегодня днем вероятность шторма 60%» прозвучит более убедительно, если в сообщение добавить фразу «Это в два раза выше средней вероятности штормов для этого времени года».

Проблемы с пониманием вероятностей

Хотя сообщения о вероятности прогнозируемых событий являются общепринятым способом предоставления информации о неопределенности, их применение сопряжено с некоторыми сложностями. Для начала, многие пользователя хотят просто знать, произойдет ли прогнозируемое явление или нет. Таким пользователям не интересны вероятностные прогнозы, и часто они рассматривают их как попытку НГМС избежать ответственности и «сделать двойную ставку». Необходимо эффективное обучение пользователей с тем, что они поняли, почему метеорология не является точной наукой. Вследствие непонимания этого факта могут возникнуть ситуации, когда, в отсутствие категорического прогноза в форме «да или нет», пользователь может сам «перевести» вероятностный прогноз в категорический. Например, сезонный прогноз, в котором утверждается, что велика вероятность того, что температура лета будет выше нормы, может быть интерпретирован как утверждение, что лето будет жарким. Имеются бесчисленные примеры того, как средства массовой информации дают подобную чрезмерно упрощенную интерпретацию вероятностных прогнозов, стремясь сделать заголовки броскими.

Вторая проблема состоит в том, чтобы понять, что именно означает вероятность события. Является ли это вероятностью события в точке? Или в какой-нибудь области пространства? Или в какой-нибудь период времени? Мы уже обсуждали эту проблему в данной главе, но здесь стоит повториться. Следует прилагать все возможные усилия для того, чтобы добиться четкого описания терминологии и ее понимания не только пользователями, но и синоптиками, составляющими прогнозы. Хорошим тестом для оценки правильности тако-го описания является вопрос: «Смог бы я объективно верифицировать этот прогноз?». Если ответом будет «Нет», то описание надо уточнить.

Третьей проблемой является вероятность 50%. Пользователи часто рассматривают прогнозы с вероятностью 50% как подтверждение факта, что прогнозист просто не может принять однозначное решение. Однако, если фактически наблюдаемая частота события мала, то вероятность 50% может быть расценена как сильный сигнал. Кроме того, в тех случаях, когда прогноз основан на использовании большой совокупности прогнозов с вероятностью, лежащей в широком диапазоне, совершенно разумно, что в некоторых случаях вероятность окончательного прогноза будет как раз попадать на середину этого диапазона. Показано, что если синоптик в своих прогнозах избегает применять вероятность 50%, заменяя ее чуть более низкими или высокими значениями, качество прогнозов падает.

4.4.6 Погодные индексы

Погодные индексы, показывающие, насколько ожидаемые погодные условия подходят для занятий какой-нибудь конкретной деятельностью, например, индекс качества воздуха, УФ индекс, или даже индекс пригодности погоды для занятий альпинизмом - простой способ интерпретации информации о неопределенности в зависимости от потребностей пользователя. Присвоение таким индексам экстремальных значений уместно только в случае высокой достоверности прогнозов; большая неопределенность прогнозов подразумевает использование средних значений. Широкий набор таких индексов для населения выпускает метеорологическая служба Китая.

4.5

Различные средства информации - различные методы

Выбор метода и формата представления информации о неопределенности будет сильно зависеть от того, какие средства информации будут для этого использоваться. То, что работает хорошо в одном случае, может оказаться неэффективным в другом. На брифингах, посвященных вопросам погоды, в интервью на радио, и вообще везде, где прогноз можно дать в устной форме, уместно излагать прогностические результаты в повествовательной форме. В этих случаях прогнозист располагает достаточным временем для того, чтобы объяснить ситуацию, обсудить альтернативные сценарии, объяснить, почему и как различаются модели ЧПП и дать полное и всестороннее описание ситуации. Использование невербальных возможностей передачи информации, таких как интонация или жесты, может также быть очень эффективным способом передачи слушателю информации о достоверности прогноза.

В тех случаях, когда прогноз представляется в более прескриптивном виде, например, в письменной форме, при описании неопределенности прогнозист должен использовать только заранее определенные или хорошо понятые термины. Если применяются такие слова как " возможность", то заранее должен быть определен численный эквивалент этого термина. Могут также использоваться численные меры неопределенности.

Графическое описание информации о неопределенности прогноза - очень полезный стиль ее представления, особенно подходящий для использования на веб-сайтах. Изображения могут сопровождаться пояснительной информацией, помогающей пользователям интерпретировать сложные моменты. В связи с ограниченностью времени телепередач, возможности графического представления информации на телевидении малы, однако демонстрация небольшого числа карт или графиков может оказаться вполне уместной.

Глава 5:

Применение вероятностных прогнозов людьми, участвующими в принятии решений

Главная цель вероятностных прогнозов состоит в том, чтобы способствовать принятию конечными пользователями наилучшего решения с целью сокращения рисков. Оптимизация принятия решения требует хорошего понимания сути такого решения и его воздействия на пользователей. В первую очередь, вероятность, предоставляемая пользователю, должна характеризовать наиболее важное для него погодное явление. Если пользователь сможет оценить затраты, связанные с принятием защитных мер, и потенциальные потери в случае, если такие меры не будут приняты и погода окажет свое неблагоприятное воздействие, то он сможет определить оптимальный порог вероятности для принятия профилактических мер. Однако, многие решения не столь просты, как это можно было бы предположить на основе вышеуказанных рассуждений. В зависимости от того, сколь велика вероятность неблагоприятных событий, пользователь может принимать различные защитные меры. Во многих более сложных ситуациях приходится рассматривать множественные категории или различные способы реагирования. Наилучшего результата в этом случае можно добиться только на основе тесного взаимодействия пользователя с НГМС. Такое сотрудничество поможет НГСМ лучше понять запросы пользователя, а пользователь сможет осознать ограничения, присущие прогнозам.

Для многих приложений может быть полезно использование результатов ансамблевого прогноза в прикладных моделях, например, в модели штормового нагона, в моделях, рассчитывающих силу ветра, дающих информацию для энергетики, определяющих риски наводнения и маршруты движения кораблей. Совместное применение ансамблевых прогнозов и прикладных моделей позволит неопределенности, присущей прогнозу погоды, «распространиться» дальше и проявиться в прикладных результатах, предоставляемых пользователям.

Чтобы определить, способствует ли предоставление населению информации о неопределенности прогноза принятию более верных решений, сотрудники экспериментальной лаборатории экономики Университета Эксетера провели специальное тестирование. Студентов различных специальностей просили принять ряд решений, основанных на прогнозах, представленных в формате, показанном на рис. 5. В одних случаях на рисунки была нанесена информация о неопределенности результатов, а в других - такая информация отсутствовала. Тесты показали, что пользователи, получавшие информацию о неопределенности, принимали существенно лучшие решения, чем пользователи, такой информацией не располагавшие. Результат не зависел от того, имел ли пользователь подготовку в области естественных наук или специализировался в какой-либо другой области, что показывает, что большая часть населения сможет извлекать пользу из информации о неопределенности.

Глава 6:

Верификация и калибровка

Независимо от того, в каком виде приводится информация о неопределенности прогноза, важно, чтобы пользователь мог получить точное представление об ее истинной величине. Для надежности прогностической информации, предоставляемой пользователю, критична ее верификация, результаты которой к тому же могут стать базисом для калибровки прогноза. Поэтому верификация должна быть составной частью прогностического процесса. Синоптик работает в мультимодельном прогностическом окружении с продуктами детерминированного и вероятностного прогноза. Он может сделать выбор между различными системами прогноза и уменьшить неопределенность прогноза при его формулировке или интерпретации только на основе хорошего знания качества моделей.

К тому же, результаты верификации могут дать полезную информацию о неопределенности прогноза даже в том случае, когда информация от таких развитых прогностических систем прогноза, как ансамблевые системы, отсутствует.

Более достоверные и простые прогностические утверждения могут быть сформулированы, если события ожидаемого типа хорошо предсказывались моделями в прошлом. Разработаны методы верификации, специально предназначенные для оценки качества вероятностных прогнозов. Среди них следует отметить диаграммы надежности, критерий качества вероятностного прогноза по категориям (Rank Probability Skill Score (RPSS)) и оперативную характеристику надежности прогноза (Relative Operating Characteristic Skill Score (ROCSS)). В случае мультикатегорийного прогноза, с помощью RPSS можно понять, являются ли результаты рассматриваемой прогностической системы более точными, чем климатологические оценки или оценки, полученные с помощью другого эталонного прогноза. Использование диаграмм надежности облегчит калибровку или адаптацию прогнозируемых вероятностей особенно в тех случаях, когда диаграммы показывают, что прогноз дает завышенную или заниженную вероятность события. Оперативную характеристику надежности прогноза (ROCSS) можно использовать для того, чтобы оценить, сколь точно способна система прогноза предсказать интересующее нас явление. Основываясь на этой оценке, можно создать карты оправдываемости прогнозов, которые могут быть использованы для маскирования результатов прогнозах в областях, где его точность слишком мала. В тех областях, где результаты верификации показывают нулевую оправдываемость прогнозов или где нет сильного сигнала в прогнозе, синоптику рекомендуется использовать климатологические наблюдаемые частоты явления для определения его вероятности.

Глава 7:

Заключение

Неопределенность является неотъемлемым свойством прогнозов, и эффективное предоставление информации о ней чрезвычайно полезно. Это поможет пользователям в принятии решений, и даст возможность НГМС правильно сориентировать пользователей относительно точности предоставляемого им прогноза.

В данном Руководстве рассмотрены вопросы предоставления информации о неопределенности прогноза. Особое внимание уделено тому, каким образом НГМС могут включить информацию о неопределенности в свои метеорологические прогнозы, и, в частности, обсуждению наилучших способов донесения этой информации до пользователей. Приведены примеры эффективных методов представления информации о неопределенности и отмечены некоторые сложности, возникающие при этом. Настоящий документ рекомендуется для использования НГМС в качестве руководства по вопросу о том, как лучше преподнести информацию о неопределенности прогнозов и сделать такую информацию регулярной и эффективной частью предоставляемых службами услуг.

Список литературы

Cooke, W. E., 1906. Forecasts and verifications in Western Australia. Monthly Weather Review, 34, 23-24.
Patt, A. and D. Schrag, 2003. Using specific language to describe risk and probability. Climatic Change, 61, 17-30.
Gigerenzer, G., R. Hertwig, E. van den Broek, B. Fasolo, K. V. Katsikopoulos, 2005. “A 30% Chance of Rain Tomorrow": How Does the Public Understand Probabilistic Weather Forecasts? Risk Analysis 25 (3), 623-629.