Номер 09, 2010

ПОГОДА: НЕБО В УРАВНЕНИЯХ

Какая погода будет завтра? Вроде банальный вопрос. Но чтобы ответить на него, надо преобразовать в числа и уравнения невероятной сложности привычные явления – температуру воздуха, облака, несущиеся по небу, ветер, который обдувает ваше лицо. Математические модели атмосферы не могут быть созданы без мощнейших суперкомпьютеров вроде NEC SXSR, который способен выполнять 2 300 миллиардов операций в секунду!

И даже такое предвидение не будет идеальным. Невозможно предвидеть погоду в вашем саду во время завтрака. Цифровые метеорологические модели обычно делят атмосферу на блоки до сотни километров по горизонтали и до сотни метров по вертикали. Чем меньше сетка, тем точнее будет метеорологический расчет. Погодная модель есть компромисс между точностью предсказания и информатической стоимостью расчета.

Ученые используют уже существующие цифровые модели атмосферы. Они современны и точны, но требуют нескольких часов расчетов, чтобы смоделировать час атмосферных изменений, что не позволяет использовать их в чистом виде для повседневных предсказаний. Приходится их максимально упрощать, чтобы рассчитывать лишь основные процессы для данного предсказания. Этим процессом отбора и регулировки занимаются многочисленные ученые и инженеры.

Состояние атмосферы постоянно замеряется во всех уголках Земли наземными метеорологическими станциями, буями в океанах и спутниками в небе. На основе этих данных компьютеры решают уравнения, позволяющие рассчитывать ее эволюцию, а значит – и погоду в каждом блоке.

Она зависит от многих параметров: давление, температура, влажность, ветер, но не только. К примеру, свою роль играет вращение Земли. Поскольку Земля вращается вокруг своей оси, вы вращаетесь вместе с нею, но не ваш мяч, который вы подбросили в воздух. Результат: вам кажется, что он меняет свою траекторию под воздействием силы – на самом деле фиктивной, – ведь с Землей перемещаетесь вы. Эта сила Кориолиса воздействует и на атмосферу и должна учитываться в цифровых моделях.

В Европе существует общая система предсказания погоды, в которую входят национальные программы и модели. За последние годы эти модели сильно усложнились из-за разнообразия физических процессов, введенных в модели, прогресса техники, моделирования и растущего количества наблюдений, которые приходится брать в расчет.

Модели созданы так, чтобы делать предсказания во все более и более мелком масштабе. Одна программа занимается предсказанием широкомасштабных явлений на срок, равный нескольким суткам. Поскольку явления сменяются очень быстро, нужна модель, покрывающая всю Землю, а это позволяет учитывать взаимодействия между атмосферами тропиков, полюсов и т. д.

Так, французская модель «Арпеж» сильна своей оригинальной конфигурацией сетки расчетов, более мелкой в Европе (15 км), чем в Тихом океане (90 км). Это позволяет оптимизировать расчеты. Эта модель также показывает хорошие результаты в области спутниковых наблюдений. Вторая модель, «Аладдин», является упрощенной версией «Арпеж» и позволяет уточнить предсказания по Западной Европе, используя сетку 10 км. Она служит интерфейсом между «Арпеж» и «Аром» – третьей моделью с сеткой 2,5 км и вертикальным разрешением в несколько сотен метров. Эта модель касается лишь метрополии Франции и Корсики. В ней моделируется большее количество метеорологических явлений, чем в первых двух. В ней точнее рассчитываются вертикальные ускорения атмосферных масс и преобразования паров в воду и лед в облаках. Это важно для предсказания гроз, снегопадов или наводнений. Программе также известна детальная география поверхности, рельеф, море, типы растений, города, озера и т. д., что позволяет лучше предвидеть местные метеорологические влияния в масштабе нескольких километров. К тому же это единственная модель, умеющая извлечь пользу из местных наблюдений за погодой. Она впервые в мире напрямую использует радарные наблюдения за ветром с разрешением в несколько километров, что позволяет предвидеть силу и направление ветра за несколько часов до его начала.

Однако, несмотря на все качества цифровой модели, остается невозможным предвидеть грозы, гололед, туман и сильные дожди в границах некоторого периода. Можно предсказать лишь возможность возникновения какого-то события. Сильные ветры или дождевые фронты можно предвидеть за двое-пятеро суток, но не более того. Некоторые специальные модели, объединяющие атмосферу с океаном, позволяют предугадать самые вероятные тенденции (волны холода, жару, разброс осадков по сравнению с нормой) за несколько недель, а некоторые тропические аномалии и за несколько месяцев.

Причины таких ограничений во времени? Количество учитываемых параметров, их взаимные влияния, зачастую плохо понимаемые, а также «эффект крыла бабочки», популяризированный метеорологом Эдвардом Лоренцом в 60-е годы. «Может ли взмах крыла бабочки в Бразилии вызвать торнадо в Техасе?» Лоренц еще в 1961 годй использовал цифровую модель для предсказания погоды. Для ее упрощения он взял переменную с тремя знаками после запятой вместо шести, которые брались ранее. Сюрприз: результаты оказались совершенно иными. Возьмите в качестве исходной величины температуру 20,2 градуса или 20,21 градуса – предсказания компьютера будут отличаться тем сильнее, чем более отдаленного будущего они касаются. Поскольку невозможно абсолютно точно знать исходные атмосферные данные, уверенности в результатах дальнего метеопрогноза и быть не может. Будет дождь или не будет? Шансы равны.

Штрих-код: универсальная этикетка

Что общего между всеми товарами, которые мы потребляем? Штрих-код! Его решили применить американские промышленники в 1970 году, создав специальный комитет. Штрих-код позволял автоматизировать идентификацию товаров в магазине. Было сформулировано предложение, и в 1973 году IBM создал штрих-код – его творцом стал инженер Джордж Алурел.

Штрих-код – средство указать цифровые или алфавитно-цифровые данные товара, на которые он нанесен. Чаще всего он выглядит полоской из нескольких штрихов, и вся информация о товаре содержится в толщине штрихов и расстояниях между ними. Штрих-код – одноразмерное построение. Есть несколько норм по этим штрих-кодам – специфические для фармацевтических продуктов, для библиотек, почтовых служб... Есть и такие коды, которые вовсе не используют штрихи! Они могут состоять из квадратов, точек и прочих геометрических фигур.

Двухмерные коды кодируют информацию в нескольких строках. Для считывания кодов используется лазер, определяющий чередование черных и белых пространств или сканирующий изображение. Это, в частности, используется для двухмерных кодов, которые нельзя декодировать простым проходом луча лазера.

Сейчас штрих-бары иногда заменяются электронными этикетками РЧИ (радио-частотная идентификация), например, для биометрических паспортов или указания времени старта и финиша спортсменов во время соревнований. Они состоят из антенны и чипа, отвечающего на радиосигналы приемо-передатчика, посылающего идентификационные коды. Но пока электронные этикетки не в силах сбросить с трона традиционную этикетку-зебру, ибо стоят в десять раз дороже.

Каждая из цифр штрих-кода представлена последовательностью семи 0 и 1. Для шести первых цифр 0 выглядит белым пространством, а 1 – черным. Так,цифра 4 выглядит 1011100. Более длинные штрихи играют роль разделителей между последовательностями цифр.

ПРОСЧЕТЫ В ПУБЛИЧНЫХ ДЕБАТАХ

Зондирование общественного мнения, цифры по безработице, экономическому росту, классификации больниц, лицеев, стоимости недвижимости... Цифры повсюду – они задают ритм нашей жизни. Но они вовсе не нейтральны. Цифра для специалиста существует для рационализации окружающих вещей. Но часто ее используют для нанесения удара и провоцирования эмоций. А потому надо указывать на их неточности и относиться к ним с насмешкой. Какова роль цифр в общественных дебатах? Над ней задумываются статистики, юристы, журналисты, врачи и многие другие... Эти люди спрашивают, кто производит цифры, в каком контексте использует и что хотят этим сказать. Ошибки, посторонние темы или манипуляции?

Все началось с уголовных дел, с юстиции, преступности, безопасности. Затем перекинулось на другие области. Крупным поставщиком цифр является экономика (ВВП, рост, безработицы...), но сейчас чаще и чаще появляются цифры, касающиеся экологии. Бывают анекдотичные применения, вроде оценки внешнего излучения в зависимости от частоты обращения к какому-нибудь сайту.

Но некоторые способы применения цифр вызывают озабоченность и могут иметь дурные последствия. Так, использование инвалидов в трудовом процессе оценивается отношением полученных рабочих мест к количеству получивших работу. Для увеличения этой цифры достаточно обеспечить селективность кандидатов, что ведет к дискриминации. Люди постепенно начинают понимать, что полностью доверять цифрам нельзя. И надо начинать со школы. Там обучают сложной математике, но не наделяют учеников критическим духом. Людей больше интересуют дебаты вокруг цифр, а не сами цифры. Вот несколько примеров.

Возьмем безработицу. Это одна из самых политизированных цифр, подвергающаяся наибольшим манипуляциям. Различные партии ставят в свои программы борьбу с безработицей. И есть искушение поработать над цифрами, чтобы показать крупные успехи. Так, меняя категорию лиц (к примеру, вычеркивая из статистики уволенных по экономическим соображениям, обучающихся другой профессии) или увеличивая удаления из списка безработных тех, кто имел меньше времени на выправление своей ситуации или из-за слабого контроля, правительство добивается сглаживания кривой безработицы...

Еще один якобы явный показатель, увы, постоянный: безработица среди молодежи. К примеру, во Франции четверть молодых людей в возрасте до 25 лет остается безработной – так уверяет оппозиция... Слишком много. Но эти цифры не совсем верны. В 2006 году было примерно 650 000 безработных от общего числа молодежи, равного 8 миллионам, иными словами 8%, или 1 из 12, что далеко от 1 к 4! В первых подсчетах студенты и учащиеся (примерно 5 миллионов) считались «неактивными». Если исключить их из статистики искателей работы, то получится 1 к 4.

Другой пример. ВВП является цифрой, которая создается статистикой. По ВВП оценивают здоровье страны, так называемый пресловутый экономический рост. Он определяет «классификацию» страны по успехам, развитию или по их провалу. ВВП также позволил решить, какая страна могла принять единую валюту евро. Дефициты и долги не должны были превышать пороги, выраженные в процентах от ВВП. Это – пресловутые Маастрихтские критерии.

Это не прошло мимо внимания многих специалистов, которые регулярно издевались над журналистами, попавшими в сети ВВП. Один из них написал в марте 2005-го, что между 1995-м и 2002 годами рост американской экономики составил 98% от мирового ВВП! Другой в октябре 2002-го оценил ВВП Франции сначала в 1730 миллиардов, а потом в 2170 миллиардов евро.

В действительности, оспаривается сам смысл ВВП. Официально он представляет собой сумму добавочной стоимости всей страны, иными словами – измеряет денежные потоки. Неофициально он замеряет богатство, даже сам «замер».

Конечно, вовсе не выглядит идиотским сближать деньги и богатство, но это означает принижение термина: добровольные дела или некоторые отрасли отдыха не попадают в ВВП, как и право на здоровую окружающую среду. Иногда богатство невозможно определить в деньгах. Сейчас уже о недостатках ВВП становится известно. Год без единой автомобильной аварии будет плохим годом для ВВП, поскольку не будет расходов на ремонт и поправку здоровья. Но кто скажет, что от этого жизнь не станет лучше? Напротив, природные или техногенные катастрофы положительно влияют на ВВП, поскольку надо устранять их последствия.

Критика велась давно, но экономический и экологический кризисы обострили ее. Пора искать новые показатели богатства и благосостояния. Конкуренция обострилась: ООН, Совет по экономике, социальным вопросам и среде собираются опротестовать этот показатель. Исчезнет ли тирания ВВП?

Третий пример. Преступность. Во многих странах новые руководители пришли к выводу, что надо публиковать данные о преступности, чтобы доказать свою волю. И что вы думаете? Цифры поползли вниз...

Эти индикаторы являются замером полицейской активности, а вовсе не повышения безопасности. Цифры стали источником различных манипуляций. Есть несколько технологий, чтобы понизить «негативные» цифры (неучтенные преступления и проступки) и увеличить «позитивные» (процент раскрываемости). Для полиции более удобно составить протокол на курильщика марихуаны, чем заниматься кражей. В первом случае процент раскрываемости очень велик (констатация уже является раскрытием) Во втором случае все в тумане, поэтому этими цифрами широко манипулируют. Когда стала понятна технология, даже журналисты охладели к подобной статистике преступлений.

Четвертый прием. Такие жонглеры цифрами, как ученые, начали войну против одного из своих изобретений со странным названием «фактор h». Он якобы служит для оценки активности исследователей. Как отметка в школе... Г-н. Х с фактором h, равным 30, ожидает повышения, в отличие от г-на Y, у которого этот показательнее едва превышает 20. Мечта любого бухгалтера: наконец строгий замер для выбора решения! Загвоздка в одном – справедливость этой цифры оспаривается, как и ее использование в виде альфы и омеги в оценке исследовательской активности. Этот фактор был придуман физиком Хорхе Хиршем, который опирался на главную деятельность ученого – публикацию трудов. И на вспомогательный показатель, ссылку на предшественников в конце статьи. Фактор равнялся 10, если в десяти статьях ссылка была равна десяти.

Первая проблема: подсчет требует полной базы данных, а этого нет. В математике некоторые престижные журналы не включены в эти базы. Почти не представлены в них гуманитарные науки. А потому «классификация» ученого может оказаться совершенно иной, чем на самом деле.

Вторая проблема: невозможно «раздуть» свое воздействие, не будучи «лучшим». Стоит лишь процитировать себя самого и своих друзей (они учтут вашу ссылку). Либо нарезать свою работу на несколько статей: здесь главный результат, там результат побочный, там деталь. Так легче следовать моде, чем искать рискованных путей...

Главная критика касается использования этих цифр. Оценка исследований не может быть сведена к одной цифре. А это превращается в тенденцию… Шанхайская классификация, которая ежегодно «классифицирует» университеты широко опирается на воздействие статей академических ученых. Во Франции многие ученые отказались удовлетворить требование НЦНИ (CNRS) предоставить сей пресловутый фактор. Научные общества и Академия наук предостерегают публику от злоупотребления библиометрией...

Куда больше «стоят» время и люди, а лучшей оценкой является мнение собратьев.

К началу ^