৩০ শতাংশ বৃষ্টির সম্ভাবনা, এমন আবহাওয়ার পূর্বাভাসের মানে কী

· Prothom Alo

দিনের পরিকল্পনা করার জন্য অনেকে আবহাওয়ার পূর্বাভাস দেখে। কিন্তু সেখানে সাধারণত বৃষ্টি হবে কি না, তা সরাসরি হ্যাঁ বা না দিয়ে বলা থাকে না। এর বদলে বৃষ্টি হওয়ার সম্ভাবনাটি শতাংশ বা পার্সেন্টেজে দেওয়া হয়।

৩০ শতাংশ বৃষ্টির অর্থ হলো দিনের ৩০ শতাংশ সময় বৃষ্টি হবে কিংবা ওই এলাকার ৩০ শতাংশ জায়গায় বৃষ্টি পড়বে। তবে এই শতাংশ দিয়ে বৃষ্টি কতটা ভারী বা জোরালো হবে, তা বোঝায় না। দেখা গেল বিকেলে হুট করে অল্প সময়ের জন্য ঝোড়ো বৃষ্টি হচ্ছে। আবার সারা দিনে হালকা গুঁড়ি গুঁড়ি বৃষ্টি হচ্ছে।

Visit h-doctor.club for more information.

বৃষ্টির এই শতকরা হিসাবকে বলা হয় বৃষ্টিপাতের সম্ভাবনা (Probability of Precipitation বা PoP)। আবহাওয়া দপ্তরের নিয়ম অনুযায়ী, এর অর্থ হলো কোনো একটি নির্দিষ্ট এলাকায় অন্তত শূন্য দশমিক শূন্য ১ ইঞ্চি (শূন্য দশমিক ২৫ মিলিমিটার) বৃষ্টি হওয়ার সম্ভাবনা কতটুকু। কোনো এলাকার আবহাওয়ার খবরে যদি ৩০ শতাংশ বৃষ্টি লেখা থাকে, তার মানে হলো সেই এলাকায় ওই দিন অন্তত শূন্য দশমিক শূন্য ১ ইঞ্চি (শূন্য দশমিক ২৫ মিলিমিটার) বৃষ্টি হওয়ার সম্ভাবনা ৩০ শতাংশ।

বিশ্বের সবচেয়ে বড় মিঠাপানির মাছ কোনটি

মূলত বৃষ্টির পূর্বাভাস শতাংশে দেওয়ার মূল উদ্দেশ্য হলো মানুষকে আবহাওয়ার অবস্থা জানিয়ে সিদ্ধান্ত নিতে সাহায্য করা। সহজ কথায়, ৩০ শতাংশ বৃষ্টির পূর্বাভাসের অর্থ হলো হয়তো বিকেলে না ভিজেও বাইরে থেকে ঘুরে আসতে পারবেন। আবার পুরোপুরি ভিজেও যেতে পারেন। তবে ৩০ শতাংশ সম্ভাবনার মধ্যে বাইরে যাওয়ার ঝুঁকি নেবেন কি না, সেই সিদ্ধান্ত নিজেকে নিতে হবে।

যুক্তরাষ্ট্র ১৯৬৫ সালে প্রথম দেশজুড়ে এই সম্ভাব্যতাভিত্তিক বা শতাংশের পূর্বাভাস দেওয়া শুরু করে। শুরুর দিকে আবহাওয়ার মানচিত্র দেখে আবহাওয়াবিদদের নিজেদের অভিজ্ঞতা ও ধারণার ওপর ভিত্তি করে বেশির ভাগ পূর্বাভাস দেওয়া হতো। তবে ১৯৭০-এর দশক থেকে বিভিন্ন গাণিতিক ও পরিসংখ্যানগত মডেল ব্যবহারের ফলে এই পূর্বাভাসগুলো আরও নিখুঁত হতে শুরু করে। বর্তমানে মার্কিন আবহাওয়া দপ্তর (এনডব্লিউএস) পূর্বাভাস দেওয়ার জন্য একসঙ্গে ৩০টি আলাদা আবহাওয়া মডেলের একটি সমন্বিত রূপ ব্যবহার করে।

এই মডেলগুলো অনেকটা সমান্তরাল মহাবিশ্বের মতো কাজ করে। সব কটি মডেলের হিসাব একই আবহাওয়ার তথ্য দিয়ে শুরু হলেও সময়ের সঙ্গে সঙ্গে একেকটি মডেলের ফলাফল একেক রকম আসে। কিছু মডেলে বৃষ্টির সম্ভাবনা দেখায়, আবার অন্যগুলোয় দেখায় না। আবহাওয়ার পূর্বাভাসে যখন ৩০ শতাংশ বৃষ্টির সম্ভাবনা বলা হয়, তার মানে হলো এই ৩০টি মডেলের মধ্যে অন্তত ১০টিতে বৃষ্টি, শিলাবৃষ্টির দেখা মিলেছে।

জাতীয় পতাকায় লাল, সাদা ও নীল রং বেশি কেন

আজকের এই আধুনিক মডেলগুলো মূলত জটিল সব সমীকরণ সমাধানের যন্ত্র হিসেবে কাজ করে। এগুলো বর্তমান তাপমাত্রা, বাতাসের আর্দ্রতা এবং বায়ুর গতিবেগের মতো নানা তথ্য ব্যবহার করে গণনা চালায়।

পূর্বাভাস তৈরির এই প্রয়োজনীয় তথ্যগুলো সংগ্রহ করা হয় স্যাটেলাইট, রাডার, গ্রাউন্ড স্টেশন এবং বিশেষ আবহাওয়া বেলুনের সাহায্যে। আবহাওয়া দপ্তর বায়ুমণ্ডলের ভেতরের অবস্থার সঠিক চিত্র পাওয়ার জন্য প্রতিদিন দুবার করে এই বেলুনগুলো আকাশে ওড়ায়।

আবহাওয়াবিদেরা জানান, বেলুন ও স্যাটেলাইট থেকে পাওয়া এসব তথ্য সরাসরি শক্তিশালী সার্ভারে পাঠানো হয়। সেখানে কম্পিউটার মডেলগুলো পদার্থবিজ্ঞান ও ক্যালকুলাসের জটিল সূত্র ব্যবহার করে স্বয়ংক্রিয়ভাবে আবহাওয়ার নিখুঁত পূর্বাভাস তৈরি করে।

আবহাওয়ার পূর্বাভাসে কোন মডেলটি সঠিক আর কোনটি ভুল, সেই সিদ্ধান্ত আবহাওয়াবিদের নিতে হয়। আবহাওয়ার পূর্বাভাস দেওয়ার জন্য বিশ্বজুড়ে কোনো একক বা নির্দিষ্ট নিয়ম নেই। একেকজন আবহাওয়াবিদ একেক রকম মডেল ব্যবহার করেন। তাই কোন মডেলের হিসাবটি সবচেয়ে বেশি মিলবে, তা বুঝতে তাঁদের নিজেদের বৈজ্ঞানিক জ্ঞান ও অভিজ্ঞতা খাটাতে হয়। অনেক সময় এসব মডেলকে আরও নিখুঁত করতে পরিসংখ্যান ও কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে ‘ক্যালিব্রেট’ বা সমন্বয় করা হয়। ফলে কম্পিউটার মডেলের আনুমানিক হিসাবের সঙ্গে বাস্তবের বায়ুমণ্ডলের কোনো অমিল বা পক্ষপাত থাকলে তা দূর করা সম্ভব হয়।

পূর্বাভাস নিখুঁত করার জন্য এত সব আধুনিক ব্যবস্থা নেওয়ার পরও বায়ুমণ্ডলের প্রতিনিয়ত বদলে যাওয়া স্বভাবের কারণে আবহাওয়ার খবর প্রায়ই বদলে যায়। তবু ১৯৭০-এর দশকের তুলনায় বর্তমানের মডেলগুলো আবহাওয়াবিদদের বেশ কয়েক দিন আগেই নিখুঁত আভাস দিতে অনেক বেশি সাহায্য করছে।

সাধারণ মানুষের মধ্যে একটা প্রচলিত ধারণা আছে যে আবহাওয়াবিদেরা তাঁদের কাজে খুব একটা দক্ষ নন এবং তাঁদের কথা মেলে না। অথচ বাস্তবে পাঁচ বা সাত দিন আগেই বৃষ্টি হবে কি হবে না, এই প্রশ্নের সঠিক উত্তর দেওয়ার ক্ষেত্রে তাঁদের এখন বেশ ভালো প্রযুক্তি রয়েছে।

সূত্র: লাইভ সায়েন্সশুধু এক পদের খাবারে কি বেঁচে থাকা সম্ভব

Read full story at source