Evolutionær metode frembringer mere præcise langsigtede vejrudsigter

Paul Roebber sad på New Jersey -stranden, kiggede ud på havet og lod hans sind vandre. "Jeg begyndte at tænke på hajer på jagt efter bytte, "siger meteorologen, "og om at forudsige dynamiske systemer i naturen."

Det mindede ham om, hvordan computere lader forskere simulere komplekse systemer, såsom interaktioner mellem rovdyr og bytte. Vejrudsigter, også, stole på statistiske modeller for at finde og sortere mønstre i store datamængder. Stadig, vejret forbliver stædigt svært at forudsige.

Roebber har en historie om at gøre det mindre stædig. Han er en leder i at bringe nye tilgange til meteorologi, og hans forskning har ændret, hvordan eksperter rundt om i verden forudsiger vejr. Tit, hans innovationer kommer fra at tilpasse noget, der ikke har noget at gøre med meteorologi. Og i sommeren 2016, at Jersey Shore -reverie om hajer udløste endnu en.

Forecasters bruger "ensemble" -modeller, som gennemsnitligt mange forskellige vejrmodeller, at skabe mere præcise forudsigelser. Roebber spekulerede på, om en matematisk ækvivalent til Charles Darwins evolutionsteori måske kunne få mere ud af ensembleprognoser, og gør det uden at kræve yderligere data, som kan være dyrt at samle.

Han udtænkte en metode, hvor et computerprogram sorterer 10, 000 andre, forbedrer sig selv med strategier, der efterligner naturen, såsom arvelighed, mutation og naturlig selektion. "Dette var bare en pie-in-the-sky idé i starten, "siger Roebber, en fornem UWM -professor i atmosfæriske videnskaber, der havde overvejet det så langt tilbage som i 2010. "Nu, i det sidste år, Jeg har fået $ 500, 000 penge bag det. "

Denne seneste prognosemetode overgår de modeller, der bruges af National Weather Service. Og sammenlignet med standard vejrforudsigelsesmodellering, Roebbers evolutionære metode klarer sig særligt godt på prognoser over længere afstande og ekstreme hændelser, når der er mest brug for en præcis prognose.

Betydningen af ​​meteorologi går langt ud over at rådgive folk til at pakke en paraply til arbejde eller sende ungerne i skole i varmere tøj. Omkring 40 procent af den amerikanske økonomi er på en eller anden måde afhængig af vejrudsigter. Selv en lille forbedring i nøjagtigheden af ​​en prognose kan spare millioner af dollars årligt for industrier som afsendere, forsyningsselskaber og landbrugsvirksomhed.

Det er ikke første gang, Roebber har været involveret i gennembrud. I 2007, han lancerede Innovative Weather, som leverer tilpassede vejrrelaterede tjenester til kunder som We Energies, Milwaukee Brewers og Lake Express færgen. Nu i sit 22. år på UWM, han krediterer naturlig nysgerrighed og en vedholdende personlighed med at ramme ikke kun sin fremtrædende karriere, men også bære ham gennem en personlig kamp med kræft.

Kaos

Vejrudsigtsmodeller er langt fra perfekte, fordi komplette og nøjagtige data er umulige at få. "Når vi måler atmosfærens aktuelle tilstand, vi måler ikke hvert punkt i det tredimensionelle rum, "Siger Roebber." Vi interpolerer, hvad der sker imellem. "

Viser sig, naturens tilstand af høj usikkerhed er noget, du ikke bare kan ignorere. Dens rolle blev først identificeret i 1960'erne af Edward Lorenz, en MIT -meteorolog og matematiker.

Lorenz fandt ud af, at da han uforvarende forkortede et tal med seks decimaler til tre, den lille fejl resulterede i uventede ændringer af prognoserne.

Roebber forklarer dette koncept med hensyn til at mangle en bus. Selvom du kun savner det med 60 sekunder, du skal stadig vente hele 15 minutter, før bussen kommer igen. Når forsinkelsen på 60 sekunder bliver til 15 minutter, måske går du glip af et vigtigt møde. Selvom den ikke er til stede, du får en opgave, der kræver uger af din tid. Små fejl kaskader til store konsekvenser.

Lorenz 'opdagelse, kaldet "Sommerfugleeffekten, "blev grundprincippet for kaosteori, som først anerkendte den tilsyneladende rolle tilsyneladende tilfældighed i at forudsige naturen. For meteorologer, det betød, at det var umuligt at opnå en perfekt vejrudsigt især på lang sigt.

Interessant nok, som kandidatstuderende på MIT i begyndelsen af ​​1980'erne, Roebber tog et kaosteorikursus med Lorenz, der viste sig at være hans sværeste klasse der. Det understregede betydningen af ​​tid brugt på at søge bedre prognoser, selvom en perfekt prognose er uopnåelig. I meteorologi, han siger, en inkrementel gevinst i nøjagtighed-måske kun 1 grad Fahrenheit i en længere afstandsprognose-har en kumulativ økonomisk indvirkning.

Sne

På college, Roebber svælget i de tværfaglige aspekter af meteorologi. "For mig, " han siger, "kreativitet kommer fra at være åben for brede interesser."

For eksempel, efter at have læst om arkitekturen for kunstig intelligens, han blev inspireret til at forbedre, hvordan meteorologer forudsiger snemængder. Sådanne forudsigelser havde været særligt udfordrende, fordi forudsigere ikke havde nogen måde at kende sneforholdet - mængden af ​​vand i hver tomme sne.

Dette forhold varierede meget, så du vidste aldrig, om du skulle blive tung, våd sne eller lyset, luftig slags. De bedste forudsigere kunne gøre var at forudsige en stor række tommer, hvilket kunne betyde forskellen mellem en temmelig mindre gener og en større plovhændelse.

Roebber byggede simuleringer, der var organiseret som netværk af neuroner i hjernen:Computerprogrammerne dannede et system af sammenkoblede behandlingsenheder, der kunne aktiveres eller deaktiveres. Dette værktøj til kunstige neurale netværk viste sig særligt dygtigt til at forudsige scenarier med store datagab og en række variabler. Og det fremskredne betydeligt indsats for forudsigelse af snefald.

"Paul krydser disciplinegrænser ligesom borgere i EU krydser nationale grænser, "siger Lance Bosart, en fornem professor i atmosfærisk videnskab ved State University of New York i Albany.

Bosart er så respekteret blandt sine jævnaldrende, at 2017 American Meteorology Society's årlige møde holdt et symposium i hans navn. Han overså tilfældigt også Roebbers postdoktorarbejde. "Han var i absolut forkant, "Bosart siger, "at bruge neurale netværk til at forbedre vejrudsigten for 10 år siden."

Roebbers kreative drivkraft er ikke overraskende, når man overvejer hans opvækst i en familie af intellektuelle. Søn af en kemiprofessor ved Northeastern University i Boston, Roebber husker PBS -programmet "Nova" som et tv -hæfteklammer i husstanden. Da han var færdig med gymnasiet, han vidste, at han ville forfølge de fysiske videnskaber på college.

I løbet af sine kandidatår på MIT, han studerede eksplosive cykloner, som den i filmen "The Perfect Storm." Den resulterende tese er fortsat Roebbers mest citerede publikation af andre atmosfæriske videnskabsforskere.

Udvikler sig

Med sin seneste forskning, Roebber tager endnu en mursten ud af væggen mellem forudsigere og nøjagtighed:manglerne i ensemble -modellering.

Mangler tilføjelse af nye data, modeller, der bruges i en gruppe, har en tendens til at være enige med hinanden frem for det faktiske vejr. Med andre ord, oplysningerne i hver model er ofte for ens, og i mangel af mere mangfoldighed, det er svært at skelne relevante variabler fra irrelevante - hvad statistikeren Nate Silver kalder "signalet" og "støj". Roebbers løsning anvender darwinistiske evolutionsprincipper.

I naturen, artsdiversitet dækker muligheden for, at én trussel ødelægger en hel befolkning på én gang. Darwin observerede dette i en befolkning på Galapagosøerne finker i 1835. Fuglene opdelt i mindre grupper, hver bosat forskellige steder rundt om på øerne. Over tid, de tilpassede sig deres specifikke levested, gør hver gruppe adskilt fra de andre.

Roebber besluttede at bruge evolution til at konstruere mere variation i prognosemodeller. Han begyndte med at opdele variablerne i betingede scenarier:Værdien af ​​en variabel ville blive sat en vej under én betingelse, men indstilles anderledes under en anden betingelse.

Computerprogrammet vælger derefter de variabler, der bedst nåede det angivne mål og rekombinerer dem, og gør det i meteorologiske "nicher, "ligesom finkerne gjorde i deres Galapagos -nicher. Afkomsmodellerne har de mest succesrige træk.

"Vi graver dybere ned i dataene ved at konfigurere variablerne på en anden måde, "Roebber siger." En forskel mellem dette og biologi er, Jeg ville tvinge den næste generation til at blive bedre i en absolut forstand, ikke bare overleve. "

Han bruger allerede teknikken til at forudsige minimums- og maksimumstemperaturer i syv dage ude. Og det evolutionære computerprogram klarer sig lige så godt eller bedre end de dygtigste menneskelige ekspertprognoser.

I et papir fra 2010 Roebber beregnede $ 2 millioner i potentielle årlige besparelser for elværker i Ohio, hvis de ville erstatte denne evolutionære metode med ensembleprognoser.

Innovation

At være forberedt og spare penge var tanken bag lanceringen af ​​Innovative Weather i 2007. Prognosegruppen, bemandet af Roebber, meteorolog Mike Westendorf og et team af dygtige studerende praktikanter, leverer en 24/7 service af tilpassede prognoser til et dusin plus-klienter. Det hjælper Brewers med at beslutte, hvornår de skal lukke Miller Parks tag, Lake Express forbereder sig på hårde sejladser, og We Energies håndterer Wisconsons værste vinterstorme.

"Når du prognoser for kunder med specifikke behov, det er mere intens end generel prognose, "siger Westendorf, Innovative Weather's direktør. "Der er tusindvis af dollars på banen til disse klienter, der skal sikre, at deres ressourcer er tilgængelige på det tidspunkt, de er nødvendige."

Besparelser kommer fra at afværge skader på infrastruktur, men også fra at styre personalet mere effektivt. For få på vagt i dårligt vejr, og kunderne efterlades længere uden strøm længere. For mange arbejdsfunktioner udgør spildte lønomkostninger, især i weekender og helligdage.

"Med innovativt vejr, vi modtager nu en række potentielle vejrscenarier, men har også en realistisk idé om den potentielle sværhedsgrad af en begivenhed, "siger Duane Miller, chef for gas og elektrisk distribution hos We Energies, som kalder på tjenesten 15 til 20 gange om året.

Roebber har udviklet flere forudsigelsesværktøjer, der adskiller Innovative Weather. Det var den første til at vedtage hans metode til at forudsige sne i tommer. Rådgivning med We Energies, han skabte også en lyn-detektor og en metode til at identificere storme, der sandsynligvis vil forårsage strømafbrydelse.

Innovative Weather vellykkede lancering var et af Roebbers karrierehøjdepunkter. Men det markerede også starten på hans mest prøvende personlige saga. Fordi kort tid efter, han fik konstateret tyktarmskræft i trin 4, og det havde allerede spredt sig til hans lever.

Nogensinde matematikeren, han husker en mest skræmmende statistik:"Min femårige overlevelsesrate var 7 procent, Jeg fik at vide."

Mellem 2007 og 2012, han gennemgik et dusin operationer og overlevede tre næsten dødelige komplikationer fra lungeemboli. Gennem flere runder af kemoterapi, han blev ved med at undervise i sine kurser for at undgå at pålægge kolleger. Og oplevelsen ændrede, hvordan han ser på sine faglige præstationer.

"Min forskning har altid været vigtig for mig, "Siger Roebber." Men da jeg var syg, Jeg tænkte på den indflydelse, jeg har haft på mine elever. Til mig, det er det varige bidrag, jeg giver. "

Studerendes succes og forskning hænger sammen i Roebbers verden. Enkelt gang, efter at være uenig med en andens liste over træk, der er mest forudsigelige for grad skoleelevers succes, Roebber modellerede spørgsmålet matematisk og fandt et mere inkluderende sæt indikatorer.

Faktisk, et hovedmål med at skabe innovativt vejr var at tilbyde studerende betalte praktikoplevelser på et område, hvor få er tilgængelige. Det giver både bachelor- og kandidatstuderende mulighed for at være involveret i anvendt forskning, mens de arbejder med virksomheder.

I midten af ​​2012, Roebber blev erklæret kræftfri. Nu, næsten fem år senere, han kunne ikke modstå at lave om overlevelsesmatematikken. Han sætter den betingede sandsynlighed for at leve i de næste fem år på 91 procent. For den brede offentlighed, det er 93.