Moving average non stasioner

Pengantar ARIMA: model nonseasonal Persamaan peramalan ARIMA (p, d, q): Model ARIMA adalah, secara teori, kelas model paling umum untuk meramalkan deret waktu yang dapat dibuat menjadi 8220stationary8221 dengan membedakan (jika perlu), mungkin Dalam hubungannya dengan transformasi nonlinier seperti logging atau deflating (jika perlu). Variabel acak yang merupakan deret waktu bersifat stasioner jika sifat statistiknya konstan sepanjang waktu. Seri stasioner tidak memiliki tren, variasinya berkisar rata-rata memiliki amplitudo konstan, dan bergoyang secara konsisten. Yaitu pola waktu acak jangka pendeknya selalu terlihat sama dalam arti statistik. Kondisi terakhir ini berarti autokorelasinya (korelasi dengan penyimpangannya sendiri dari mean) tetap konstan dari waktu ke waktu, atau ekuivalen, bahwa spektrum kekuatannya tetap konstan seiring berjalannya waktu. Variabel acak dari bentuk ini dapat dilihat (seperti biasa) sebagai kombinasi antara sinyal dan noise, dan sinyal (jika ada) dapat menjadi pola pengembalian cepat atau lambat, atau osilasi sinusoidal, atau alternasi cepat pada tanda , Dan itu juga bisa memiliki komponen musiman. Model ARIMA dapat dilihat sebagai model 8220filter8221 yang mencoba memisahkan sinyal dari noise, dan sinyal tersebut kemudian diekstrapolasikan ke masa depan untuk mendapatkan perkiraan. Persamaan peramalan ARIMA untuk rangkaian waktu stasioner adalah persamaan linier (yaitu regresi-tipe) dimana prediktor terdiri dari kelambatan variabel dependen dan atau lag dari kesalahan perkiraan. Yaitu: Prediksi nilai Y adalah konstanta dan atau jumlah tertimbang dari satu atau lebih nilai Y dan satu angka tertimbang dari satu atau lebih nilai kesalahan terkini. Jika prediktor hanya terdiri dari nilai Y yang tertinggal, itu adalah model autoregresif murni (8220 self-regressed8221), yang hanyalah kasus khusus dari model regresi dan yang dapat dilengkapi dengan perangkat lunak regresi standar. Sebagai contoh, model autoregresif orde pertama (8220AR (1) 8221) untuk Y adalah model regresi sederhana dimana variabel independennya hanya Y yang tertinggal satu periode (LAG (Y, 1) dalam Statgrafik atau YLAG1 dalam RegresIt). Jika beberapa prediktor tertinggal dari kesalahan, model ARIMA TIDAK merupakan model regresi linier, karena tidak ada cara untuk menentukan error8221 8220last periodier178 sebagai variabel independen: kesalahan harus dihitung berdasarkan periode-ke-periode Saat model dipasang pada data. Dari sudut pandang teknis, masalah dengan menggunakan kesalahan tertinggal sebagai prediktor adalah bahwa prediksi model8217 bukanlah fungsi linear dari koefisien. Meskipun mereka adalah fungsi linier dari data masa lalu. Jadi, koefisien pada model ARIMA yang mencakup kesalahan tertinggal harus diestimasi dengan metode optimasi nonlinier (8220 climb-climbing8221) daripada hanya dengan memecahkan sistem persamaan. Akronim ARIMA adalah singkatan Auto-Regressive Integrated Moving Average. Lags dari rangkaian stasioner dalam persamaan peramalan disebut istilah quotautoregressivequot, kelambatan kesalahan perkiraan disebut istilah kuotasi rata-rata quotmoving average, dan deret waktu yang perlu dibedakan untuk dijadikan stasioner disebut versi seri integimental dari seri stasioner. Model random-walk dan random-trend, model autoregresif, dan model pemulusan eksponensial adalah kasus khusus model ARIMA. Model ARIMA nonseasonal diklasifikasikan sebagai model quotARIMA (p, d, q) quot, di mana: p adalah jumlah istilah autoregresif, d adalah jumlah perbedaan nonseasonal yang diperlukan untuk stasioneritas, dan q adalah jumlah kesalahan perkiraan yang tertinggal dalam Persamaan prediksi Persamaan peramalan dibangun sebagai berikut. Pertama, izinkan y menunjukkan perbedaan D dari Y. yang berarti: Perhatikan bahwa perbedaan kedua Y (kasus d2) bukanlah selisih 2 periode yang lalu. Sebaliknya, ini adalah perbedaan pertama-perbedaan-dari-pertama. Yang merupakan analog diskrit turunan kedua, yaitu akselerasi lokal dari seri daripada tren lokalnya. Dalam hal y. Persamaan peramalan umum adalah: Disini parameter rata-rata bergerak (9528217s) didefinisikan sehingga tanda-tanda mereka negatif dalam persamaan, mengikuti konvensi yang diperkenalkan oleh Box dan Jenkins. Beberapa penulis dan perangkat lunak (termasuk bahasa pemrograman R) mendefinisikannya sehingga mereka memiliki tanda plus. Bila nomor aktual dicolokkan ke dalam persamaan, tidak ada ambiguitas, tapi penting untuk mengetahui konvensi mana yang digunakan perangkat lunak Anda saat Anda membaca hasilnya. Seringkali parameter dilambangkan dengan AR (1), AR (2), 8230, dan MA (1), MA (2), 8230 dll. Untuk mengidentifikasi model ARIMA yang sesuai untuk Y. Anda memulai dengan menentukan urutan differencing (D) perlu membuat stasioner seri dan menghilangkan fitur musiman musiman, mungkin bersamaan dengan transformasi yang menstabilkan varians seperti penebangan atau pengapuran. Jika Anda berhenti pada titik ini dan meramalkan bahwa rangkaian yang berbeda adalah konstan, Anda hanya memiliki model acak berjalan atau acak acak. Namun, rangkaian stationarized masih memiliki kesalahan autokorelasi, menunjukkan bahwa beberapa jumlah istilah AR (p 8805 1) dan beberapa istilah MA (q 8805 1) juga diperlukan dalam persamaan peramalan. Proses penentuan nilai p, d, dan q yang terbaik untuk rangkaian waktu tertentu akan dibahas di bagian catatan selanjutnya (yang tautannya berada di bagian atas halaman ini), namun pratinjau beberapa jenis Model ARIMA nonseasonal yang biasa dijumpai diberikan di bawah ini. ARIMA (1,0,0) model autoregresif orde pertama: jika seri stasioner dan autokorelasi, mungkin dapat diprediksi sebagai kelipatan dari nilai sebelumnya, ditambah konstanta. Persamaan peramalan dalam kasus ini adalah 8230 yang Y regresi pada dirinya sendiri tertinggal oleh satu periode. Ini adalah model konstanta 8220ARIMA (1,0,0) constant8221. Jika mean Y adalah nol, maka istilah konstan tidak akan disertakan. Jika koefisien kemiringan 981 1 positif dan kurang dari 1 besarnya (harus kurang dari 1 dalam besaran jika Y adalah stasioner), model tersebut menggambarkan perilaku rata-rata pada nilai periodisasi berikutnya yang diperkirakan akan menjadi 981 1 kali sebagai Jauh dari mean sebagai nilai periode ini. Jika 981 1 negatif, ia memprediksi perilaku rata-rata dengan alternasi tanda, yaitu juga memprediksi bahwa Y akan berada di bawah rata-rata periode berikutnya jika berada di atas rata-rata periode ini. Dalam model autoregresif orde kedua (ARIMA (2,0,0)), akan ada istilah Y t-2 di sebelah kanan juga, dan seterusnya. Bergantung pada tanda dan besaran koefisien, model ARIMA (2,0,0) bisa menggambarkan sistem yang pembalikan rata-rata terjadi dengan mode sinusoidal oscillating, seperti gerak massa pada pegas yang mengalami guncangan acak. . ARIMA (0,1,0) berjalan acak: Jika seri Y tidak stasioner, model yang paling sederhana untuk model ini adalah model jalan acak, yang dapat dianggap sebagai kasus pembatas model AR (1) dimana autoregresif Koefisien sama dengan 1, yaitu deret dengan reversi mean yang jauh lebih lambat. Persamaan prediksi untuk model ini dapat ditulis sebagai: di mana istilah konstan adalah perubahan periode-ke-periode rata-rata (yaitu drift jangka panjang) di Y. Model ini dapat dipasang sebagai model regresi yang tidak mencegat dimana Perbedaan pertama Y adalah variabel dependen. Karena hanya mencakup perbedaan nonseasonal dan istilah konstan, model ini diklasifikasikan sebagai model quotARIMA (0,1,0) dengan konstan. Model random-walk-without - drift akan menjadi ARIMA (0,1, 0) model tanpa ARIMA konstan (1,1,0) model autoregresif orde satu yang terdesentralisasi: Jika kesalahan model jalan acak diobot dengan autokorelasi, mungkin masalahnya dapat diperbaiki dengan menambahkan satu lag variabel dependen ke persamaan prediksi - - yaitu Dengan mengundurkan diri dari perbedaan pertama Y pada dirinya sendiri yang tertinggal satu periode. Ini akan menghasilkan persamaan prediksi berikut: yang dapat diatur ulang menjadi Ini adalah model autoregresif orde pertama dengan satu urutan perbedaan nonseasonal dan istilah konstan - yaitu. Model ARIMA (1,1,0). ARIMA (0,1,1) tanpa perataan eksponensial sederhana: Strategi lain untuk memperbaiki kesalahan autokorelasi dalam model jalan acak disarankan oleh model pemulusan eksponensial sederhana. Ingatlah bahwa untuk beberapa seri waktu nonstasioner (misalnya yang menunjukkan fluktuasi yang bising di sekitar rata-rata yang bervariasi secara perlahan), model jalan acak tidak berjalan sebaik rata-rata pergerakan nilai masa lalu. Dengan kata lain, daripada mengambil pengamatan terbaru sebagai perkiraan pengamatan berikutnya, lebih baik menggunakan rata-rata beberapa pengamatan terakhir untuk menyaring kebisingan dan memperkirakan secara lebih akurat mean lokal. Model pemulusan eksponensial sederhana menggunakan rata-rata pergerakan rata-rata tertimbang eksponensial untuk mencapai efek ini. Persamaan prediksi untuk model smoothing eksponensial sederhana dapat ditulis dalam sejumlah bentuk ekuivalen matematis. Salah satunya adalah bentuk koreksi yang disebut 8220error correction8221, dimana ramalan sebelumnya disesuaikan dengan kesalahan yang dibuatnya: Karena e t-1 Y t-1 - 374 t-1 menurut definisinya, ini dapat ditulis ulang sebagai : Yang merupakan persamaan peramalan ARIMA (0,1,1) - tanpa perkiraan konstan dengan 952 1 1 - 945. Ini berarti bahwa Anda dapat menyesuaikan smoothing eksponensial sederhana dengan menentukannya sebagai model ARIMA (0,1,1) tanpa Konstan, dan perkiraan koefisien MA (1) sesuai dengan 1-minus-alpha dalam formula SES. Ingatlah bahwa dalam model SES, rata-rata usia data dalam prakiraan 1 periode adalah 1 945. yang berarti bahwa mereka cenderung tertinggal dari tren atau titik balik sekitar 1 945 periode. Dengan demikian, rata-rata usia data dalam prakiraan 1-periode-depan model ARIMA (0,1,1) - tanpa konstan adalah 1 (1 - 952 1). Jadi, misalnya, jika 952 1 0,8, usia rata-rata adalah 5. Karena 952 1 mendekati 1, model ARIMA (0,1,1) - tanpa model konstan menjadi rata-rata bergerak jangka-panjang, dan sebagai 952 1 Pendekatan 0 menjadi model random-walk-without-drift. Apa cara terbaik untuk memperbaiki autokorelasi: menambahkan istilah AR atau menambahkan istilah MA Dalam dua model sebelumnya yang dibahas di atas, masalah kesalahan autokorelasi dalam model jalan acak diperbaiki dengan dua cara yang berbeda: dengan menambahkan nilai lag dari seri yang berbeda Ke persamaan atau menambahkan nilai tertinggal dari kesalahan perkiraan. Pendekatan mana yang terbaik Aturan praktis untuk situasi ini, yang akan dibahas lebih rinci nanti, adalah bahwa autokorelasi positif biasanya paling baik ditangani dengan menambahkan istilah AR ke model dan autokorelasi negatif biasanya paling baik ditangani dengan menambahkan MA istilah. Dalam deret waktu bisnis dan ekonomi, autokorelasi negatif sering muncul sebagai artefak differencing. (Secara umum, differencing mengurangi autokorelasi positif dan bahkan dapat menyebabkan perubahan dari autokorelasi positif ke negatif.) Jadi, model ARIMA (0,1,1), di mana perbedaannya disertai dengan istilah MA, lebih sering digunakan daripada Model ARIMA (1,1,0). ARIMA (0,1,1) dengan perataan eksponensial sederhana konstan dengan pertumbuhan: Dengan menerapkan model SES sebagai model ARIMA, Anda benar-benar mendapatkan fleksibilitas. Pertama, perkiraan koefisien MA (1) dibiarkan negatif. Ini sesuai dengan faktor pemulusan yang lebih besar dari 1 dalam model SES, yang biasanya tidak diizinkan oleh prosedur pemasangan model SES. Kedua, Anda memiliki pilihan untuk memasukkan istilah konstan dalam model ARIMA jika Anda mau, untuk memperkirakan tren nol rata-rata. Model ARIMA (0,1,1) dengan konstanta memiliki persamaan prediksi: Prakiraan satu periode dari model ini secara kualitatif serupa dengan model SES, kecuali bahwa lintasan perkiraan jangka panjang biasanya adalah Garis miring (kemiringannya sama dengan mu) bukan garis horizontal. ARIMA (0,2,1) atau (0,2,2) tanpa pemulusan eksponensial linier konstan: Model pemulusan eksponensial linier adalah model ARIMA yang menggunakan dua perbedaan nonseason dalam hubungannya dengan persyaratan MA. Perbedaan kedua dari seri Y bukan hanya perbedaan antara Y dan dirinya tertinggal dua periode, namun ini adalah perbedaan pertama dari perbedaan pertama - i. Perubahan perubahan Y pada periode t. Jadi, perbedaan kedua Y pada periode t sama dengan (Y t - Y t-1) - (Y t-1 - Y t-2) Y t - 2Y t-1 Y t-2. Perbedaan kedua dari fungsi diskrit sama dengan turunan kedua dari fungsi kontinyu: ia mengukur kuotasi kuadrat atau quotcurvaturequot dalam fungsi pada suatu titik waktu tertentu. Model ARIMA (0,2,2) tanpa konstan memprediksi bahwa perbedaan kedua dari rangkaian sama dengan fungsi linier dari dua kesalahan perkiraan terakhir: yang dapat disusun ulang sebagai: di mana 952 1 dan 952 2 adalah MA (1) dan MA (2) koefisien. Ini adalah model pemulusan eksponensial linear umum. Dasarnya sama dengan model Holt8217s, dan model Brown8217s adalah kasus khusus. Ini menggunakan rata-rata pergerakan tertimbang eksponensial untuk memperkirakan tingkat lokal dan tren lokal dalam rangkaian. Perkiraan jangka panjang dari model ini menyatu dengan garis lurus yang kemiringannya bergantung pada tren rata-rata yang diamati menjelang akhir rangkaian. ARIMA (1,1,2) tanpa perataan eksponensial eksponensial yang terfragmentasi. Model ini diilustrasikan pada slide yang menyertainya pada model ARIMA. Ini mengekstrapolasikan tren lokal di akhir seri namun meratakannya pada cakrawala perkiraan yang lebih panjang untuk memperkenalkan catatan konservatisme, sebuah praktik yang memiliki dukungan empiris. Lihat artikel di quotWhy the Damped Trend karyaquot oleh Gardner dan McKenzie dan artikel quotGolden Rulequot oleh Armstrong dkk. Untuk rinciannya. Umumnya disarankan untuk tetap berpegang pada model di mana setidaknya satu dari p dan q tidak lebih besar dari 1, yaitu jangan mencoba menyesuaikan model seperti ARIMA (2,1,2), karena hal ini cenderung menyebabkan overfitting. Dan isu-isu kuotom-faktorquot yang dibahas secara lebih rinci dalam catatan tentang struktur matematis model ARIMA. Implementasi Spreadsheet: Model ARIMA seperti yang dijelaskan di atas mudah diterapkan pada spreadsheet. Persamaan prediksi adalah persamaan linier yang mengacu pada nilai-nilai masa lalu dari rangkaian waktu asli dan nilai kesalahan masa lalu. Dengan demikian, Anda dapat membuat spreadsheet peramalan ARIMA dengan menyimpan data di kolom A, rumus peramalan pada kolom B, dan kesalahan (data minus prakiraan) di kolom C. Rumus peramalan pada sel biasa di kolom B hanya akan menjadi Sebuah ekspresi linier yang mengacu pada nilai-nilai pada baris-kolom sebelumnya kolom A dan C, dikalikan dengan koefisien AR atau MA yang sesuai yang tersimpan dalam sel di tempat lain pada spreadsheet. Model rata-rata dan eksponensial pemulusan eksponensial Sebagai langkah pertama dalam bergerak melampaui model mean, model jalan acak , Dan model tren linier, pola dan tren nonseasonal dapat diekstrapolasikan dengan menggunakan model rata-rata bergerak atau perataan. Asumsi dasar di balik model rata-rata dan perataan adalah bahwa deret waktu secara lokal bersifat stasioner dengan mean yang bervariasi secara perlahan. Oleh karena itu, kita mengambil rata-rata bergerak (lokal) untuk memperkirakan nilai rata-rata saat ini dan kemudian menggunakannya sebagai perkiraan untuk waktu dekat. Hal ini dapat dianggap sebagai kompromi antara model rata-rata dan model random-walk-without-drift-model. Strategi yang sama dapat digunakan untuk memperkirakan dan mengekstrapolasikan tren lokal. Rata-rata bergerak sering disebut versi quotmoothedquot dari rangkaian aslinya karena rata-rata jangka pendek memiliki efek menghaluskan benjolan pada rangkaian aslinya. Dengan menyesuaikan tingkat smoothing (lebar rata-rata bergerak), kita dapat berharap untuk mencapai keseimbangan optimal antara kinerja model jalan rata-rata dan acak. Jenis model rata - rata yang paling sederhana adalah. Simple Moving Average: Prakiraan untuk nilai Y pada waktu t1 yang dilakukan pada waktu t sama dengan rata-rata sederhana dari pengamatan m terakhir: (Disini dan di tempat lain saya akan menggunakan simbol 8220Y-hat8221 untuk berdiri Untuk ramalan dari deret waktu yang dibuat Y pada tanggal sedini mungkin dengan model yang diberikan.) Rata-rata ini dipusatkan pada periode t - (m1) 2, yang menyiratkan bahwa perkiraan mean lokal cenderung tertinggal dari yang sebenarnya. Nilai mean lokal sekitar (m1) 2 periode. Jadi, kita katakan bahwa rata-rata usia data dalam rata-rata pergerakan sederhana adalah (m1) 2 relatif terhadap periode dimana ramalan dihitung: ini adalah jumlah waktu dimana perkiraan akan cenderung tertinggal dari titik balik data. . Misalnya, jika Anda rata-rata mendapatkan 5 nilai terakhir, prakiraan akan sekitar 3 periode terlambat dalam menanggapi titik balik. Perhatikan bahwa jika m1, model simple moving average (SMA) sama dengan model random walk (tanpa pertumbuhan). Jika m sangat besar (sebanding dengan panjang periode estimasi), model SMA setara dengan model rata-rata. Seperti parameter model peramalan lainnya, biasanya menyesuaikan nilai k untuk memperoleh kuotil kuotil terbaik ke data, yaitu kesalahan perkiraan terkecil. Berikut adalah contoh rangkaian yang tampaknya menunjukkan fluktuasi acak di sekitar rata-rata yang bervariasi secara perlahan. Pertama, mari mencoba menyesuaikannya dengan model jalan acak, yang setara dengan rata-rata bergerak sederhana dari 1 istilah: Model jalan acak merespons dengan sangat cepat terhadap perubahan dalam rangkaian, namun dengan begitu, ia menggunakan banyak kuotimasi dalam Data (fluktuasi acak) serta quotsignalquot (mean lokal). Jika kita mencoba rata-rata bergerak sederhana dari 5 istilah, kita mendapatkan perkiraan perkiraan yang tampak lebih halus: Rata-rata pergerakan sederhana 5 langkah menghasilkan kesalahan yang jauh lebih kecil daripada model jalan acak dalam kasus ini. Usia rata-rata data dalam ramalan ini adalah 3 ((51) 2), sehingga cenderung tertinggal beberapa titik balik sekitar tiga periode. (Misalnya, penurunan tampaknya terjadi pada periode 21, namun prakiraan tidak berbalik sampai beberapa periode kemudian.) Perhatikan bahwa perkiraan jangka panjang dari model SMA adalah garis lurus horizontal, seperti pada pergerakan acak. model. Dengan demikian, model SMA mengasumsikan bahwa tidak ada kecenderungan dalam data. Namun, sedangkan prakiraan dari model jalan acak sama dengan nilai pengamatan terakhir, prakiraan dari model SMA sama dengan rata-rata tertimbang nilai terakhir. Batas kepercayaan yang dihitung oleh Statgraf untuk perkiraan jangka panjang rata-rata bergerak sederhana tidak semakin luas seiring dengan meningkatnya horizon peramalan. Ini jelas tidak benar Sayangnya, tidak ada teori statistik yang mendasari yang memberi tahu kita bagaimana interval kepercayaan harus melebar untuk model ini. Namun, tidak terlalu sulit untuk menghitung perkiraan empiris batas kepercayaan untuk perkiraan horizon yang lebih panjang. Misalnya, Anda bisa membuat spreadsheet di mana model SMA akan digunakan untuk meramalkan 2 langkah di depan, 3 langkah di depan, dan lain-lain dalam sampel data historis. Anda kemudian bisa menghitung penyimpangan standar sampel dari kesalahan pada setiap horison perkiraan, dan kemudian membangun interval kepercayaan untuk perkiraan jangka panjang dengan menambahkan dan mengurangi kelipatan dari deviasi standar yang sesuai. Jika kita mencoba rata-rata bergerak sederhana 9-istilah, kita mendapatkan perkiraan yang lebih halus dan lebih banyak efek lagging: Usia rata-rata sekarang adalah 5 periode ((91) 2). Jika kita mengambil moving average 19-term, rata-rata usia meningkat menjadi 10: Perhatikan bahwa, memang, ramalannya sekarang tertinggal dari titik balik sekitar 10 periode. Jumlah smoothing yang terbaik untuk seri ini Berikut adalah tabel yang membandingkan statistik kesalahan mereka, juga termasuk rata-rata 3-rata: Model C, rata-rata pergerakan 5-term, menghasilkan nilai RMSE terendah dengan margin kecil di atas 3 - term dan rata-rata 9-istilah, dan statistik lainnya hampir sama. Jadi, di antara model dengan statistik kesalahan yang sangat mirip, kita bisa memilih apakah kita lebih memilih sedikit responsif atau sedikit lebih kehalusan dalam prakiraan. (Lihat ke atas halaman.) Browns Simple Exponential Smoothing (rata-rata bergerak rata-rata tertimbang) Model rata-rata bergerak sederhana yang dijelaskan di atas memiliki properti yang tidak diinginkan sehingga memperlakukan pengamatan terakhir secara sama dan sama sekali mengabaikan semua pengamatan sebelumnya. Secara intuitif, data masa lalu harus didiskontokan secara lebih bertahap - misalnya, pengamatan terbaru harus mendapatkan bobot sedikit lebih besar dari yang terakhir, dan yang ke-2 terakhir harus mendapatkan bobot sedikit lebih banyak dari yang ke-3 terakhir, dan Begitu seterusnya Model pemulusan eksponensial sederhana (SES) menyelesaikan hal ini. Misalkan 945 menunjukkan kuototmothing constantquot (angka antara 0 dan 1). Salah satu cara untuk menulis model adalah dengan menentukan rangkaian L yang mewakili tingkat saat ini (yaitu nilai rata-rata lokal) dari seri yang diperkirakan dari data sampai saat ini. Nilai L pada waktu t dihitung secara rekursif dari nilai sebelumnya seperti ini: Dengan demikian, nilai smoothed saat ini adalah interpolasi antara nilai smoothed sebelumnya dan pengamatan saat ini, di mana 945 mengendalikan kedekatan nilai interpolasi dengan yang paling baru. pengamatan. Perkiraan untuk periode berikutnya hanyalah nilai merapikan saat ini: Secara ekivalen, kita dapat mengekspresikan ramalan berikutnya secara langsung dalam perkiraan sebelumnya dan pengamatan sebelumnya, dengan versi setara berikut. Pada versi pertama, ramalan tersebut merupakan interpolasi antara perkiraan sebelumnya dan pengamatan sebelumnya: Pada versi kedua, perkiraan berikutnya diperoleh dengan menyesuaikan perkiraan sebelumnya ke arah kesalahan sebelumnya dengan jumlah pecahan 945. adalah kesalahan yang dilakukan pada Waktu t. Pada versi ketiga, perkiraan tersebut adalah rata-rata bergerak tertimbang secara eksponensial (yaitu diskon) dengan faktor diskonto 1- 945: Versi perumusan rumus peramalan adalah yang paling mudah digunakan jika Anda menerapkan model pada spreadsheet: sesuai dengan Sel tunggal dan berisi referensi sel yang mengarah ke perkiraan sebelumnya, pengamatan sebelumnya, dan sel dimana nilai 945 disimpan. Perhatikan bahwa jika 945 1, model SES setara dengan model jalan acak (tanpa pertumbuhan). Jika 945 0, model SES setara dengan model rata-rata, dengan asumsi bahwa nilai smoothing pertama ditetapkan sama dengan mean. (Kembali ke atas halaman.) Usia rata-rata data dalam perkiraan pemulusan eksponensial sederhana adalah 1 945 relatif terhadap periode dimana ramalan dihitung. (Ini tidak seharusnya jelas, namun dengan mudah dapat ditunjukkan dengan mengevaluasi rangkaian tak terbatas.) Oleh karena itu, perkiraan rata-rata bergerak sederhana cenderung tertinggal dari titik balik sekitar 1 945 periode. Misalnya, ketika 945 0,5 lag adalah 2 periode ketika 945 0,2 lag adalah 5 periode ketika 945 0,1 lag adalah 10 periode, dan seterusnya. Untuk usia rata-rata tertentu (yaitu jumlah lag), ramalan eksponensial eksponensial sederhana (SES) agak lebih unggul daripada ramalan rata-rata bergerak sederhana karena menempatkan bobot yang relatif lebih tinggi pada pengamatan terakhir - i. Ini sedikit lebih responsif terhadap perubahan yang terjadi di masa lalu. Sebagai contoh, model SMA dengan 9 istilah dan model SES dengan 945 0,2 keduanya memiliki usia rata-rata 5 untuk data dalam perkiraan mereka, namun model SES memberi bobot lebih besar pada 3 nilai terakhir daripada model SMA dan pada Pada saat yang sama, hal itu sama sekali tidak sesuai dengan nilai lebih dari 9 periode, seperti yang ditunjukkan pada tabel ini: Keuntungan penting lain dari model SES dibandingkan model SMA adalah model SES menggunakan parameter pemulusan yang terus menerus bervariasi, sehingga mudah dioptimalkan. Dengan menggunakan algoritma quotsolverquot untuk meminimalkan kesalahan kuadrat rata-rata. Nilai optimal 945 dalam model SES untuk seri ini ternyata adalah 0,2961, seperti yang ditunjukkan di sini: Usia rata-rata data dalam ramalan ini adalah 10.2961 3,4 periode, yang serupa dengan rata-rata pergerakan sederhana 6-istilah. Perkiraan jangka panjang dari model SES adalah garis lurus horisontal. Seperti pada model SMA dan model jalan acak tanpa pertumbuhan. Namun, perhatikan bahwa interval kepercayaan yang dihitung oleh Statgraphics sekarang berbeda dengan mode yang tampak wajar, dan secara substansial lebih sempit daripada interval kepercayaan untuk model perjalanan acak. Model SES mengasumsikan bahwa seri ini agak dapat diprediksi daripada model acak berjalan. Model SES sebenarnya adalah kasus khusus model ARIMA. Sehingga teori statistik model ARIMA memberikan dasar yang kuat untuk menghitung interval kepercayaan untuk model SES. Secara khusus, model SES adalah model ARIMA dengan satu perbedaan nonseasonal, MA (1), dan tidak ada istilah konstan. Atau dikenal sebagai model quotARIMA (0,1,1) tanpa constantquot. Koefisien MA (1) pada model ARIMA sesuai dengan kuantitas 1- 945 pada model SES. Misalnya, jika Anda memasukkan model ARIMA (0,1,1) tanpa konstan pada rangkaian yang dianalisis di sini, koefisien MA (0) diperkirakan berubah menjadi 0,7029, yang hampir persis satu minus 0,2961. Hal ini dimungkinkan untuk menambahkan asumsi tren linear konstan non-nol ke model SES. Untuk melakukan ini, cukup tentukan model ARIMA dengan satu perbedaan nonseasonal dan MA (1) dengan konstan, yaitu model ARIMA (0,1,1) dengan konstan. Perkiraan jangka panjang kemudian akan memiliki tren yang sama dengan tren rata-rata yang diamati selama periode estimasi keseluruhan. Anda tidak dapat melakukan ini bersamaan dengan penyesuaian musiman, karena pilihan penyesuaian musiman dinonaktifkan saat jenis model disetel ke ARIMA. Namun, Anda dapat menambahkan tren eksponensial jangka panjang yang konstan ke model pemulusan eksponensial sederhana (dengan atau tanpa penyesuaian musiman) dengan menggunakan opsi penyesuaian inflasi dalam prosedur Peramalan. Kecepatan quotinflationquot (persentase pertumbuhan) yang sesuai per periode dapat diperkirakan sebagai koefisien kemiringan dalam model tren linier yang sesuai dengan data yang terkait dengan transformasi logaritma alami, atau dapat didasarkan pada informasi independen lain mengenai prospek pertumbuhan jangka panjang. . (Kembali ke atas halaman.) Browns Linear (yaitu ganda) Exponential Smoothing Model SMA dan model SES mengasumsikan bahwa tidak ada kecenderungan jenis apapun dalam data (yang biasanya OK atau setidaknya tidak terlalu buruk selama 1- Prakiraan ke depan saat data relatif bising), dan mereka dapat dimodifikasi untuk menggabungkan tren linier konstan seperti yang ditunjukkan di atas. Bagaimana dengan tren jangka pendek Jika suatu seri menampilkan tingkat pertumbuhan atau pola siklus yang berbeda yang menonjol dengan jelas terhadap kebisingan, dan jika ada kebutuhan untuk meramalkan lebih dari 1 periode di depan, maka perkiraan tren lokal mungkin juga terjadi. sebuah isu. Model pemulusan eksponensial sederhana dapat digeneralisasi untuk mendapatkan model pemulusan eksponensial linear (LES) yang menghitung perkiraan lokal tingkat dan kecenderungan. Model tren waktu yang paling sederhana adalah model pemulusan eksponensial Browns linier, yang menggunakan dua seri penghalusan berbeda yang berpusat pada berbagai titik waktu. Rumus peramalan didasarkan pada ekstrapolasi garis melalui dua pusat. (Versi yang lebih canggih dari model ini, Holt8217s, dibahas di bawah ini.) Bentuk aljabar model pemulusan eksponensial linier Brown8217s, seperti model pemulusan eksponensial sederhana, dapat dinyatakan dalam sejumlah bentuk yang berbeda namun setara. Bentuk quotstandardquot model ini biasanya dinyatakan sebagai berikut: Misalkan S menunjukkan deretan sumbu tunggal yang diperoleh dengan menerapkan smoothing eksponensial sederhana ke seri Y. Artinya, nilai S pada periode t diberikan oleh: (Ingat, bahwa dengan sederhana Eksponensial smoothing, ini akan menjadi perkiraan untuk Y pada periode t1.) Kemudian, biarkan Squot menunjukkan seri merapikan ganda yang diperoleh dengan menerapkan perataan eksponensial sederhana (menggunakan yang sama 945) ke seri S: Akhirnya, perkiraan untuk Y tk. Untuk setiap kgt1, diberikan oleh: Ini menghasilkan e 1 0 (yaitu menipu sedikit, dan membiarkan perkiraan pertama sama dengan pengamatan pertama yang sebenarnya), dan e 2 Y 2 8211 Y 1. Setelah itu prakiraan dihasilkan dengan menggunakan persamaan di atas. Ini menghasilkan nilai pas yang sama seperti rumus berdasarkan S dan S jika yang terakhir dimulai dengan menggunakan S 1 S 1 Y 1. Versi model ini digunakan pada halaman berikutnya yang menggambarkan kombinasi smoothing eksponensial dengan penyesuaian musiman. Model LES Linear Exponential Smoothing Brown8217s Ls menghitung perkiraan lokal tingkat dan tren dengan menghaluskan data baru-baru ini, namun kenyataan bahwa ia melakukannya dengan parameter pemulusan tunggal menempatkan batasan pada pola data yang dapat disesuaikan: tingkat dan tren Tidak diizinkan untuk bervariasi pada tingkat independen. Model LES Holt8217s membahas masalah ini dengan memasukkan dua konstanta pemulusan, satu untuk level dan satu untuk tren. Setiap saat, seperti pada model Brown8217s, ada perkiraan L t tingkat lokal dan perkiraan T t dari tren lokal. Di sini mereka dihitung secara rekursif dari nilai Y yang diamati pada waktu t dan perkiraan tingkat dan kecenderungan sebelumnya oleh dua persamaan yang menerapkan pemulusan eksponensial kepada mereka secara terpisah. Jika perkiraan tingkat dan tren pada waktu t-1 adalah L t82091 dan T t-1. Masing, maka perkiraan untuk Y tshy yang akan dilakukan pada waktu t-1 sama dengan L t-1 T t-1. Bila nilai aktual diamati, perkiraan tingkat yang diperbarui dihitung secara rekursif dengan menginterpolasi antara Y tshy dan ramalannya, L t-1 T t-1, dengan menggunakan bobot 945 dan 1- 945. Perubahan pada tingkat perkiraan, Yaitu L t 8209 L t82091. Bisa diartikan sebagai pengukuran yang bising pada tren pada waktu t. Perkiraan tren yang diperbarui kemudian dihitung secara rekursif dengan menginterpolasi antara L t 8209 L t82091 dan perkiraan sebelumnya dari tren, T t-1. Menggunakan bobot 946 dan 1-946: Interpretasi konstanta perataan tren 946 sama dengan konstanta pemulusan tingkat 945. Model dengan nilai kecil 946 beranggapan bahwa tren hanya berubah sangat lambat seiring berjalannya waktu, sementara model dengan Lebih besar 946 berasumsi bahwa itu berubah lebih cepat. Sebuah model dengan besar 946 percaya bahwa masa depan yang jauh sangat tidak pasti, karena kesalahan dalam estimasi tren menjadi sangat penting saat meramalkan lebih dari satu periode di masa depan. (Kembali ke atas halaman.) Konstanta pemulusan 945 dan 946 dapat diperkirakan dengan cara biasa dengan meminimalkan kesalahan kuadrat rata-rata dari perkiraan satu langkah ke depan. Bila ini dilakukan di Stategaf, perkiraannya adalah 945 0,3048 dan 946 0,008. Nilai yang sangat kecil dari 946 berarti bahwa model tersebut mengasumsikan perubahan sangat sedikit dalam tren dari satu periode ke periode berikutnya, jadi pada dasarnya model ini mencoba memperkirakan tren jangka panjang. Dengan analogi dengan pengertian umur rata-rata data yang digunakan dalam memperkirakan tingkat lokal seri, rata-rata usia data yang digunakan dalam memperkirakan tren lokal sebanding dengan 1 946, meskipun tidak sama persis dengan itu. . Dalam hal ini ternyata 10.006 125. Ini adalah jumlah yang sangat tepat karena keakuratan estimasi 946 tidak benar-benar ada 3 tempat desimal, namun urutannya sama besarnya dengan ukuran sampel 100, jadi Model ini rata-rata memiliki cukup banyak sejarah dalam memperkirakan tren. Plot perkiraan di bawah ini menunjukkan bahwa model LES memperkirakan tren lokal yang sedikit lebih besar di akhir rangkaian daripada tren konstan yang diperkirakan dalam model SEStrend. Juga, nilai estimasi 945 hampir sama dengan yang diperoleh dengan cara memasang model SES dengan atau tanpa tren, jadi model ini hampir sama. Sekarang, apakah ini terlihat seperti ramalan yang masuk akal untuk model yang seharusnya memperkirakan tren lokal Jika Anda memilih plot ini, sepertinya tren lokal telah berubah ke bawah pada akhir seri Apa yang telah terjadi Parameter model ini Telah diperkirakan dengan meminimalkan kesalahan kuadrat dari perkiraan satu langkah ke depan, bukan perkiraan jangka panjang, dalam hal ini tren tidak menghasilkan banyak perbedaan. Jika semua yang Anda lihat adalah kesalahan 1 langkah maju, Anda tidak melihat gambaran tren yang lebih besar mengenai (katakanlah) 10 atau 20 periode. Agar model ini lebih selaras dengan ekstrapolasi data bola mata kami, kami dapat secara manual menyesuaikan konstanta perataan tren sehingga menggunakan garis dasar yang lebih pendek untuk estimasi tren. Misalnya, jika kita memilih menetapkan 946 0,1, maka usia rata-rata data yang digunakan dalam memperkirakan tren lokal adalah 10 periode, yang berarti bahwa kita rata-rata mengalami trend selama 20 periode terakhir. Berikut ini perkiraan plot perkiraan jika kita menetapkan 946 0,1 sambil mempertahankan 945 0,3. Ini terlihat sangat masuk akal untuk seri ini, meskipun mungkin berbahaya untuk memperkirakan tren ini lebih dari 10 periode di masa depan. Bagaimana dengan statistik kesalahan Berikut adalah perbandingan model untuk kedua model yang ditunjukkan di atas dan juga tiga model SES. Nilai optimal 945. Untuk model SES adalah sekitar 0,3, namun hasil yang serupa (dengan sedikit atau kurang responsif, masing-masing) diperoleh dengan 0,5 dan 0,2. (A) Holts linear exp. Smoothing dengan alpha 0.3048 dan beta 0.008 (B) Holts linear exp. Smoothing dengan alpha 0.3 dan beta 0,1 (C) Smoothing eksponensial sederhana dengan alpha 0.5 (D) Smoothing eksponensial sederhana dengan alpha 0.3 (E) Smoothing eksponensial sederhana dengan alpha 0.2 Statistik mereka hampir identik, jadi kita benar-benar tidak dapat membuat pilihan berdasarkan dasar Kesalahan perkiraan 1 langkah di depan sampel data. Kita harus kembali pada pertimbangan lain. Jika kita sangat percaya bahwa masuk akal untuk mendasarkan perkiraan tren saat ini pada apa yang telah terjadi selama 20 periode terakhir, kita dapat membuat kasus untuk model LES dengan 945 0,3 dan 946 0,1. Jika kita ingin bersikap agnostik tentang apakah ada tren lokal, maka salah satu model SES mungkin akan lebih mudah dijelaskan dan juga akan memberikan prakiraan tengah jalan untuk periode 5 atau 10 berikutnya. (Apa yang dimaksud dengan tren-ekstrapolasi paling baik: Bukti empiris horizontal atau linier menunjukkan bahwa, jika data telah disesuaikan (jika perlu) untuk inflasi, maka mungkin tidak bijaksana untuk melakukan ekstrapolasi linier jangka pendek Tren sangat jauh ke depan. Tren yang terbukti hari ini dapat mengendur di masa depan karena beragam penyebabnya seperti keusangan produk, persaingan yang meningkat, dan kemerosotan siklis atau kenaikan di industri. Untuk alasan ini, perataan eksponensial sederhana sering kali melakukan out-of-sample yang lebih baik daripada yang mungkin diharapkan, terlepas dari ekstrapolasi naluriah kuotriotipnya. Modifikasi tren yang teredam dari model pemulusan eksponensial linier juga sering digunakan dalam praktik untuk memperkenalkan catatan konservatisme ke dalam proyeksi trennya. Model LES teredam-tren dapat diimplementasikan sebagai kasus khusus model ARIMA, khususnya model ARIMA (1,1,2). Hal ini dimungkinkan untuk menghitung interval kepercayaan sekitar perkiraan jangka panjang yang dihasilkan oleh model pemulusan eksponensial, dengan menganggapnya sebagai kasus khusus model ARIMA. (Hati-hati: tidak semua perangkat lunak menghitung interval kepercayaan untuk model ini dengan benar.) Lebar interval kepercayaan bergantung pada (i) kesalahan RMS pada model, (ii) jenis smoothing (sederhana atau linier) (iii) nilai (S) dari konstanta pemulusan (s) dan (iv) jumlah periode di depan yang Anda peramalkan. Secara umum, interval menyebar lebih cepat saat 945 semakin besar dalam model SES dan menyebar jauh lebih cepat bila perataan linier dan bukan perataan sederhana digunakan. Topik ini dibahas lebih lanjut di bagian model ARIMA dari catatan. (Kembali ke atas halaman.) Fundamental Cuaca Air adalah campuran beberapa gas. Saat benar-benar kering, sekitar 78 nitrogen dan 21 oksigen. Sisanya 1 adalah gas lain seperti argon, karbon dioksida, neon, helium, dan lain-lain. Namun, di alam, udara tidak pernah benar-benar kering. Selalu mengandung beberapa uap air dalam jumlah yang bervariasi hampir tidak sampai 5 volume. Saat kandungan uap air meningkat, gas-gas lain menurun secara proporsional. Struktur vertikal Atmosfer diklasifikasikan ke dalam lapisan, atau bola, oleh karakteristik yang ditunjukkan pada lapisan ini. Troposfer adalah lapisan dari permukaan sampai ketinggian rata-rata sekitar 7 mil. Hal ini ditandai dengan penurunan suhu secara keseluruhan dengan ketinggian yang meningkat. Tinggi troposfer bervariasi dengan garis lintang dan musim. Ini meluncur dari sekitar 20.000 kaki di atas tiang sampai sekitar 65.000 kaki di atas khatulistiwa dan lebih tinggi di musim panas daripada di musim dingin. Di bagian atas troposfer adalah tropopause. Lapisan yang sangat tipis menandai batas antara troposfer dan lapisan di atas. Sebuah hubungan antara ketinggian tropopause dan fenomena cuaca tertentu telah didokumentasikan. Di atas tropopause adalah stratosfer. Lapisan ini ditandai oleh perubahan suhu yang relatif kecil dengan tinggi kecuali tren pemanasan di dekat puncak. Udara adalah materi dan memiliki berat. Karena gas, itu kompresibel. Tekanan yang diberikan atmosfir di permukaan adalah hasil dari berat udara di atas. Dengan demikian, udara di dekat permukaan jauh lebih padat daripada udara di ketinggian. TEMPERATURE Skala suhu Dua skala suhu yang biasa digunakan adalah Celcius (x00B0C), atau Celcius, dan Fahrenheit (x00B0F). Skala Celsius digunakan secara eksklusif untuk suhu udara atas dan dengan cepat menjadi standar dunia untuk suhu permukaan juga. Secara tradisional, dua referensi suhu yang umum adalah titik lebur es murni dan titik didih air murni di permukaan laut. Titik lebur es adalah 32x00B0F (0x00B0C) titik didih air adalah 212x00B0F (100x00B0C). Dengan demikian, perbedaan antara pencairan dan pendidihan adalah 100x00B0C, atau 180x00B0F rasio antara derajat Celsius dan Fahrenheit adalah 100180 atau 59. Karena 0x00B0F lebih dingin dari 0x00B0C, Anda harus menerapkan perbedaan ini saat membandingkan suhu pada dua skala. Anda dapat mengkonversi dari satu skala ke skala yang lain dengan menggunakan salah satu dari rumus berikut: C 59 (F x2212 32) atau F 95 C 32 di mana C adalah derajat Celcius dan F adalah derajat Fahrenheit. Panas dan suhu Panas adalah bentuk energi. Bila suatu zat mengandung panas, benda itu menunjukkan properti yang diukur sebagai suhu pada tingkat x0022hotnessx0022 atau x0022coldness. x0022 Sejumlah tertentu panas yang diserap oleh atau dikeluarkan dari zat meningkatkan atau menurunkan suhunya dalam jumlah yang pasti. Namun, jumlah perubahan suhu bergantung pada karakteristik zat. Setiap zat memiliki perubahan suhu yang unik untuk perubahan panas tertentu. Misalnya, jika permukaan tanah dan permukaan air memiliki suhu yang sama dan jumlah panas yang sama ditambahkan, permukaan tanah menjadi lebih panas dari permukaan air. Sebaliknya, dengan kehilangan panas yang sama, tanah menjadi lebih dingin dari pada air. Bumi menerima energi dari Matahari dalam bentuk radiasi matahari. Bumi dan suasananya mencerminkan sekitar 55 radiasi dan menyerap 45 sisanya, mengubahnya menjadi panas. Bumi, pada gilirannya, memancarkan energi, dan radiasi keluar ini adalah radiasi terestrial. Jelas bahwa panas rata-rata yang diperoleh dari radiasi matahari yang masuk harus sama dengan panas yang hilang melalui radiasi terestrial agar Bumi tidak semakin panas atau lebih dingin. Namun, keseimbangan ini adalah ketidakseimbangan regional dan lokal di seluruh dunia yang menciptakan variasi suhu juga harus dipertimbangkan. Variasi suhu Jumlah energi matahari yang diterima oleh wilayah manapun berbeda dengan waktu, musim, dan garis lintang. Perbedaan energi matahari ini membuat variasi suhu. Temperatur (Courtesy of A. S. Air Force.) Juga berbeda dengan perbedaan permukaan topografi dan ketinggian. Variasi suhu ini menciptakan kekuatan yang mendorong atmosfer dalam gerakan tanpa henti. Variasi suhu siang hari (diurnal) Variasi diurnal adalah perubahan suhu dari hari ke malam yang disebabkan oleh rotasi harian Bumi. Bumi menerima panas pada siang hari dari radiasi matahari namun terus menerus kehilangan panas akibat radiasi terestrial. Pemanasan dan pendinginan bergantung pada ketidakseimbangan radiasi matahari dan terestrial. Pada siang hari, radiasi matahari melebihi radiasi terestrial dan permukaan menjadi lebih hangat. Pada malam hari, radiasi matahari berhenti, namun radiasi terestrial berlanjut dan mendinginkan permukaan. Pendinginan berlanjut setelah matahari terbit sampai radiasi matahari kembali melampaui radiasi terestrial. Suhu minimum biasanya terjadi setelah matahari terbit, kadang-kadang sebanyak satu jam setelahnya. Pendinginan lanjutan setelah matahari terbit adalah salah satu alasan bahwa kabut kadang terbentuk tak lama setelah Matahari berada di atas cakrawala. Variasi musiman suhu Selain rotasi hariannya, Bumi berputar dalam orbit lengkap mengelilingi Matahari setiap tahun sekali. Karena sumbu bumi miring ke bidang orbit, sudut radiasi matahari tampak bervariasi antara hemisfer musim dingin. Belahan Bumi Utara lebih hangat pada bulan Juni, Juli, dan Agustus karena ia menerima lebih banyak energi matahari daripada Belahan Bumi Selatan. Selama bulan Desember, Januari, dan Februari, kebalikannya adalah belahan bumi selatan yang menerima lebih banyak energi matahari dan lebih hangat. Variasi suhu dengan garis lintang Bentuk bumi menyebabkan variasi geografis dalam sudut radiasi matahari yang terjadi. Karena Bumi pada dasarnya bulat, Matahari lebih dekat untuk berada di atas permukaan di daerah katulistiwa daripada di garis lintang yang lebih tinggi. Daerah khatulistiwa, oleh karena itu, menerima energi yang paling bercahaya dan paling hangat. Slanting sinar matahari pada lintang yang lebih tinggi memberikan sedikit energi pada area tertentu dengan paling sedikit diterima di kutub. Dengan demikian, suhu bervariasi dengan garis lintang dari ekuator hangat ke kutub dingin. Variasi suhu dengan topografi Tidak terkait dengan pergerakan atau bentuk bumi adalah variasi suhu yang disebabkan oleh air dan medan. Air menyerap dan memancarkan energi dengan perubahan suhu kurang dari pada tanah. Badan air dalam yang besar cenderung meminimalkan perubahan suhu, sementara benua menyukai perubahan besar. Tanah basah, seperti di rawa dan rawa, hampir sama efektifnya dengan air dalam menekan perubahan suhu. Vegetasi tebal cenderung mengendalikan perubahan suhu karena mengandung air dan juga insulates terhadap perpindahan panas antara tanah dan atmosfer. Arid, permukaan tandus memungkinkan perubahan suhu terbesar. Pengaruh topografi ini baik diurnal maupun musiman. Misalnya, perbedaan antara maksimum harian dan minimum mungkin 10x00B0F atau kurang di atas air, di dekat garis pantai, atau di atas rawa atau rawa, sementara selisih 50x00B0F atau lebih umum terjadi pada gurun berbatu atau berpasir. Di belahan bumi utara pada bulan Juli, suhu lebih hangat di atas benua daripada di atas lautan pada bulan Januari, mereka lebih dingin di atas benua daripada di atas lautan. Hal sebaliknya terjadi di Belahan Bumi Selatan, namun tidak diucapkan karena lebih banyak permukaan air di belahan bumi bagian selatan. Untuk membandingkan pengaruh lahan dan air terhadap variasi suhu musiman, perhatikan Asia utara dan selatan California di dekat San Diego. Di pedalaman benua dalam di Asia utara, suhu rata-rata Juli sekitar 50x00B0F, dan rata-rata Januari, sekitar -30x00B0F. Rentang musim sekitar 80x00B0F. Dekat San Diego, karena kedekatan Samudra Pasifik, rata-rata Juli sekitar 70x00B0F, dan rata-rata Januari, sekitar 50x00B0F. Variasi musiman hanya sekitar 20x00B0F. Angin yang berlaku juga merupakan faktor dalam pengendalian suhu. Di daerah di mana angin yang ada berasal dari badan air yang besar, perubahan suhu agak kecil. Sebagian besar pulau menikmati suhu yang cukup konstan. Di sisi lain, perubahan suhu lebih terasa dimana angin yang ada berasal dari daerah kering dan tandus. Udara perlahan memindahkan panas dari permukaan ke atas. Dengan demikian, perubahan suhu tinggi-tinggi lebih bertahap daripada di permukaan. Variasi suhu dengan ketinggian Suhu biasanya menurun dengan meningkatnya ketinggian di seluruh troposfer. Penurunan suhu dengan ketinggian ini didefinisikan sebagai tingkat selang. Rata-rata penurunan suhu pada suhu di bawah troposfer adalah 3,6x00B0F per 1.000 kaki. Tetapi karena ini adalah rata-rata, nilai pastinya jarang ada. Sebenarnya, suhu terkadang meningkat dengan tinggi melalui lapisan. Kenaikan suhu dengan ketinggian didefinisikan sebagai inversi, yaitu laju putaran terbalik. Sebuah inversi sering berkembang di dekat tanah pada malam yang sejuk dan sejuk saat angin terasa ringan. Tanah memancarkan dan mendingin jauh lebih cepat daripada udara di atasnya. Udara yang bersentuhan dengan tanah menjadi dingin sementara suhu beberapa ratus kaki di atas berubah sangat sedikit. Dengan demikian, suhu meningkat dengan tinggi. Inversions juga dapat terjadi pada setiap ketinggian ketika kondisi menguntungkan. Misalnya, arus udara hangat yang tinggi melebihi udara dingin di dekat permukaan menghasilkan pembalikan tinggi-tinggi. Pembalikan umum terjadi di stratosfer. TEKANAN ATMOSPEKSI x0026 BAROMETER Tekanan atmosfer Tekanan atmosfer adalah gaya per satuan luas yang diberikan oleh berat atmosfir. Karena udara tidak padat, tidak bisa ditimbang dengan skala konvensional. Namun, Toricelli membuktikan tiga abad yang lalu bahwa ia bisa menimbang atmosfer dengan menyeimbangkannya dengan kolom merkuri. Dia benar-benar mengukur tekanan dengan mengubahnya langsung menjadi berat. Mengukur tekanan Instrumen Toricelli yang dirancang untuk mengukur tekanan adalah barometer. Layanan cuaca dan komunitas penerbangan menggunakan dua jenis barometer untuk mengukur pressurex2014 yang lincah dan aneroid. Barometer lincah terdiri dari piring terbuka merkuri yang ditempatkan di ujung tabung kaca evakuasi yang terbuka. Tekanan atmosfer memaksa merkuri naik di dalam tabung. Di stasiun dekat permukaan laut, kolom merkuri naik rata-rata sampai ketinggian 29,92 in. Dengan kata lain, kolom merkuri dengan tinggi itu sama dengan kolom udara yang memiliki penampang yang sama dengan kolom merkuri. Dan memanjang dari permukaan laut sampai ke puncak atmosfer. Mengapa merkuri yang digunakan di barometer Merkurius adalah zat terberat yang ada yang tetap cair pada suhu biasa. Ini memungkinkan instrumen menjadi ukuran yang mudah diatur. Air bisa digunakan tapi di permukaan laut kolom airnya akan tingginya sekitar 34 kaki. Barometer aneroid terdiri dari fitur penting dari sel logam fleksibel dan mekanisme pendaftaran. Sel tersebut sebagian dievakuasi dan berkontraksi atau meluas karena tekanan aneroid terdiri dari sel logam yang dievakuasi sebagian yang berkontraksi dan berkembang dengan tekanan berubah, dan mekanisme kopling yang mendorong indikator sepanjang skala yang lulus di unit tekanan. (Foto oleh Steve Nicklas. Courtesy of National Oceanic and Atmospheric Administration (NOAA) Central Library.) Berubah. Salah satu ujung sel adalah tetap, sementara ujung lainnya memindahkan mekanisme pendaftaran. Mekanisme kopling memperbesar pergerakan sel, menggerakkan tangan indikator sepanjang skala yang lulus di unit tekanan. Unit Tekanan Tekanan dinyatakan dalam banyak hal di seluruh dunia. Istilah yang digunakan agak bergantung pada aplikasinya dan sistem pengukurannya. Dua unit populer berukuran inci merkuri atau milimeter merkuri. Karena tekanan adalah kekuatan per satuan luas, semakin jelas ungkapan tekanannya adalah pound per inci persegi (lbin 2) atau gram per sentimeter persegi (gcm 2). Istilah millibar (mb) justru mengekspresikan tekanan sebagai gaya per satuan luas, 1 mb menjadi kekuatan 1.000 dynes per sentimeter persegi. Millibar dengan cepat menjadi unit tekanan universal. Tekanan stasiun Tekanan hanya bisa diukur pada titik pengukuran. Tekanan yang diukur di stasiun atau bandara adalah tekanan stasiun atau tekanan aktual pada elevasi lapangan. Variasi tekanan Tekanan bervariasi dengan ketinggian dan suhu udara serta pengaruh minor lainnya. Bergerak ke atas melalui atmosfer, berat udara di atas menjadi kurang dan kurang. Dalam beberapa ribu meter di bawah troposfer, tekanan menurun sekitar 1 dalam merkuri untuk setiap ketinggian 1.000 kaki di ketinggian. Di permukaan laut, tekanan rata-rata sekitar 14,7 lbin 2. Telah ditemukan bahwa tekanan akan turun setengahnya untuk setiap ketinggian 18.000 kaki di ketinggian. Jadi, pada 18.000 kaki, kita bisa mengharapkan tekanan rata-rata sekitar 7,4 lbin 2 dan pada 36.000 kaki, tekanan hanya 3,7 lbin 2. dan seterusnya. Tekanan tingkat laut Karena tekanan bervariasi dengan ketinggian, tidak mudah untuk membandingkan tekanan stasiun antar stasiun pada ketinggian yang berbeda. Untuk membuat mereka sebanding, pembacaan tekanan harus disesuaikan dengan tingkat yang umum. Permukaan rata-rata laut nampaknya merupakan acuan umum yang paling layak. Tekanan yang diukur di stasiun 5.000 ft adalah 25 tekanan meningkat sekitar 1 in untuk setiap 1.000 kaki atau total 5 inci. Tekanan permukaan laut kira-kira 25 5, atau 30 inci. Pengamat cuaca memperhitungkan suhu dan efek lainnya. , Namun contoh sederhana ini menjelaskan prinsip dasar pengurangan tekanan laut. Tekanan permukaan laut biasanya dinyatakan dalam milibar. Tekanan permukaan laut standar adalah 1.013,2 mb, 29,9 dalam merkuri, atau sekitar 14,7 lbin 2. Analisis tekanan (menggunakan isobar) Tekanan tingkat laut biasanya diplot pada peta dan garis ditarik titik penghubung dengan tekanan yang sama. Garis tekanan yang sama ini adalah isobar. Oleh karena itu, peta permukaan adalah analisis isobarik yang menunjukkan pola tekanan terorganisir dan terorganisir. Lima sistem tekanan didefinisikan sebagai berikut: LOW x2014a pusat tekanan dikelilingi di semua sisi oleh tekanan tinggi yang juga disebut siklon. Kelengkungan siklon adalah kelengkungan isobar di sebelah kiri saat Anda berdiri dengan tekanan rendah ke kiri. TINGGI x2014a pusat tekanan dikelilingi semua sisi oleh tekanan rendah, juga disebut anticyclone. Kelengkungan anticyclonic adalah kelengkungan isobar di sebelah kanan saat Anda berdiri dengan tekanan rendah ke kiri. TROUGH x2014an daerah memanjang dengan tekanan rendah dengan tekanan terendah sepanjang garis yang menandai kelengkungan siklum maksimum. RIDGE x2014an memanjang daerah tekanan tinggi dengan tekanan tertinggi sepanjang garis yang menandai kelengkungan anticyclonic maksimum. COL x2014 daerah netral antara dua pasang dan dua titik terendah. Ini juga merupakan persimpangan palung dan punggungan. Col pada permukaan tekanan analog dengan jalur gunung pada permukaan topografi. Kami hanya berkontur ketinggian permukaan tekanan. Sebagai contoh, analisis tekanan konstan 700 mm adalah peta kontur ketinggian permukaan bertekanan 700 mb. Sementara peta kontur didasarkan pada variasi tinggi, variasi ini kecil bila dibandingkan dengan tingkat penerbangan, dan untuk semua tujuan praktis, Anda mungkin menganggap grafik 700 mb sebagai peta cuaca sekitar 10.000 kaki. Apa yang menyebabkan angin Perbedaan suhu Menciptakan perbedaan tekanan Misalnya, angin lokal di sepanjang danau dan pantai laut adalah hasil dari perbedaan suhu antara daratan dan air, yang menyebabkan perbedaan tekanan dan angin. Perbedaan tekanan ini mendorong sistem angin yang kompleks dalam usaha yang tiada henti untuk mencapai ekuilibrium. Angin juga mengangkut uap air dan menyebarkan kabut, awan, dan curah hujan. Arus konveksi Ketika dua permukaan dipanaskan tidak merata, mereka memanaskan udara di atasnya secara tidak merata. Udara yang lebih hangat mengembang dan menjadi lebih ringan atau kurang padat dibanding udara yang sejuk. Udara yang lebih sejuk dan sejuk ditarik ke tanah oleh gaya gravitasi yang lebih besar yang mengangkat atau memaksa udara hangat ke atas seperti minyak dipaksa ke bagian atas air saat keduanya bercampur. Meningkatnya udara menyebar dan mendingin, akhirnya turun untuk menyelesaikan sirkulasi konvektif. Selama pemanasan yang tidak merata tetap ada, konveksi mempertahankan arus konvektif kontinyu. Aliran udara horizontal dalam arus konvektif adalah angin. Konveksi skala besar dan kecil menyumbang sistem mulai dari sirkulasi hemisfer hingga pusaran lokal. Aliran horizontal ini, angin, terkadang disebut adveksi. Namun, istilah adveksi lebih umum berlaku untuk pengangkutan sifat atmosfer oleh angin, yaitu adveksi hangat adveksi adveksi adveksi uap air, dll. Tekanan gradien kekuatan angin Perbedaan tekanan harus menciptakan kekuatan untuk menggerakkan angin. Gaya ini adalah gaya gradien tekanan. Gaya adalah dari tekanan yang lebih tinggi untuk menurunkan tekanan dan tegak lurus terhadap isobar atau kontur. Kapan pun perbedaan tekanan berkembang di suatu area, tekanan gradien tekanan mulai menggerakkan udara melintasi isobar. Semakin dekat jarak isobar, semakin kuat tekanan gradien. Semakin kuat tekanan gradien, semakin kuat angin. Dengan demikian, isobars jarak dekat berarti angin kencang yang luas berjarak isobars berarti angin yang lebih ringan. Dari analisa tekanan, pembaca bisa mendapatkan gambaran umum kecepatan angin dari kontur atau jarak isobar. Karena pemanasan bumi yang tidak merata, tekanan permukaan rendah di daerah khatulistiwa hangat dan tinggi di daerah kutub yang dingin. Sebuah gradien tekanan berkembang dari kutub ke khatulistiwa. Jika Bumi tidak berputar, tekanan gradien tekanan ini akan menjadi satu-satunya gaya yang bekerja pada angin. Sirkulasi akan menjadi dua arus konvektif hemispheric raksasa. Udara dingin akan tenggelam di angin kutub akan meniup langsung dari kutub ke udara hangat khatulistiwa di khatulistiwa akan dipaksakan ke atas dan angin kencang akan meniup langsung ke arah kutub. Namun, Bumi tidak berputar dan karena rotasinya, sirkulasi sederhana ini sangat terdistorsi. Gaya Coriolis: Ini mengubah arah angin Massa bergerak bergerak dalam garis lurus sampai ditindaklanjuti oleh beberapa gaya luar. Namun, jika seseorang melihat massa bergerak dari platform yang berputar, jalur massa yang bergerak relatif terhadap platformnya tampaknya akan dibelokkan atau melengkung. Sebagai ilustrasi, mulailah memutar roda potterx0027s. Kemudian, dengan menggunakan sepotong kapur dan penggaris, tarik garis lurus dari tengah ke tepi luar roda. Bagimu, kapur berjalan dalam garis lurus. Sekarang hentikan meja putar di atasnya, garis spiral keluar dari pusat. Bagi penampil di meja putar, beberapa kekuatan tampak membalik kapur di sebelah kanan. Kekuatan nampak serupa mengalihkan partikel bergerak ke bumi. Karena bumi berbentuk bola, gaya deflektif jauh lebih kompleks daripada contoh meja putar yang sederhana. Prinsip ini pertama kali dijelaskan oleh seorang Prancis, Coriolis, dan membawa namanya ke dalam gaya Coriolis. Gaya Coriolis mempengaruhi jalur pesawat terbang, rudal, burung terbang, dan arus laut, dan yang terpenting adalah mempelajari arus cuaca dan udara. Kekuatan tersebut mengalihkan udara ke kanan di Belahan Bumi Utara dan ke kiri di Belahan Bumi Selatan. Teks ini sebagian besar berkonsentrasi pada defleksi ke kanan di belahan bumi utara. Gaya Coriolis berada pada sudut yang benar ke arah angin dan berbanding lurus dengan kecepatan angin. Artinya, saat kecepatan angin meningkat, gaya Coriolis meningkat. Pada lintang tertentu, dobel kecepatan angin dan Anda menggandakan kekuatan Coriolis. Gaya koriolis bervariasi dengan garis lintang dari nol pada khatulistiwa sampai maksimum di kutub. Ini mempengaruhi arah angin dimana saja kecuali langsung di khatulistiwa, namun efeknya lebih terasa di garis lintang menengah dan tinggi. Ingat bahwa gaya gradien tekanan menggerakkan angin dan tegak lurus terhadap isobar. Saat tekanan gradien pertama kali terbentuk, angin mulai berhembus dari tekanan yang lebih tinggi ke tekanan rendah di seberang isobar. Namun, udara instan mulai bergerak, gaya Coriolis membelok ke kanan. Segera angin dibelokkan 90x00B0 penuh dan sejajar dengan isobar atau kontur. Pada saat ini, gaya Coriolis menyeimbangkan tekanan gradien dengan tepat. Dengan kekuatan yang seimbang, angin akan tetap sejajar dengan isobar atau kontur. Permukaan gesekan mengganggu keseimbangan ini Gaya Coriolis mendistorsi sirkulasi global fiktif. SIRKULASI UMUM AIR EARTHX0027S Saat udara dipaksakan tinggi-tinggi di khatulistiwa dan memulai perjalanan tingkat tinggi ke utara, gaya Coriolis mengubahnya ke kanan atau ke timur. Angin menjadi lebih ganas pada garis lintang sekitar 30x00B0, sementara menghalangi gerakan ke utara lebih jauh. Demikian pula, saat udara di atas kutub memulai perjalanan tingkat rendah ke arah selatan menuju khatulistiwa, hal itu juga dibelokkan ke kanan dan menjadi angin timur, terhenti sejenak untuk kemajuan selatannya. Akibatnya, udara secara harfiah x0022piles upx0022 pada sekitar 30x00B0 dan latitude 60x00B0 di kedua belahan otak. Bobot tambahan udara meningkatkan tekanan ke sabuk bertekanan tinggi semipermanen. Bangunan sabuk bertekanan tinggi ini menciptakan kebuntuan sementara, mengganggu perpindahan konvektif sederhana antara khatulistiwa dan kutub. Suasana gelisah tidak bisa hidup dengan kebuntuan ini dalam upayanya mencapai ekuilibrium. Sesuatu harus memberi. Massa udara yang besar mulai menjalar di garis lintang tengah untuk menyelesaikan pertukaran. Massa besar udara dingin menerobos penghalang utara, terjun ke selatan menuju daerah tropis. Badai badai besar berkembang antara wabah dingin dan membawa udara hangat ke utara. Hasilnya adalah band midgaeitude badai migran dengan cuaca yang senantiasa berubah. Karena perbedaan tekanan menyebabkan angin, variasi tekanan musiman menentukan sebagian besar daerah wabah udara dingin dan badai yang meluas. Tapi, variasi tekanan musiman sebagian besar disebabkan oleh perubahan suhu musiman. Harus diingat bahwa di permukaan, suhu hangat untuk sebagian besar menentukan tekanan rendah, dan suhu dingin menentukan tekanan tinggi. Juga harus diingat bahwa perubahan suhu musiman di benua jauh lebih besar daripada di atas lautan. Selama musim panas, benua hangat cenderung menjadi daerah dengan tekanan rendah dan samudra yang relatif dingin cenderung menjadi daerah dengan tekanan tinggi. Di musim dingin, kebalikannya benar: ada tekanan tinggi di atas benua dingin dan tekanan rendah di atas lautan yang relatif hangat. Variasi tekanan yang sama terjadi pada musim hangat dan dingin di Belahan Bumi Selatan, walaupun pengaruhnya tidak begitu jelas karena daerah perairan Belahan Bumi yang jauh lebih besar. Wabah dingin terkuat di musim dingin dan sebagian besar berasal dari daerah kontinental yang dingin. Wabah musim panas lebih lemah dan lebih cenderung berasal dari permukaan air yang sejuk. Karena wabah ini adalah udara sejuk dan padat, mereka khas adalah daerah dengan tekanan tinggi. Saat udara mencoba meniup keluar dari tekanan tinggi, ia akan dibelokkan ke kanan oleh kekuatan Coriolis. Dengan demikian, angin di sekitar berhembus tinggi searah jarum jam. Tekanan tinggi dengan sistem angin yang terkait adalah anticyclone. Badai yang berkembang di antara sistem bertekanan tinggi ditandai oleh tekanan rendah. Saat angin mencoba meniup ke arah tengah tekanan rendah, mereka juga membelok ke kanan. Dengan demikian, angin di sekitar yang rendah berlawanan arah jarum jam. Tekanan rendah dan sistem anginnya merupakan topan. Sabuk bertekanan tinggi di sekitar 30x00B0 lintang utara menggerakkan udara ke luar di permukaan ke utara dan ke selatan. Udara ke utara masuk ke dalam badai midlatitude. Udara yang bergerak ke selatan kembali dibelokkan oleh gaya Coriolis, menjadi angin timur laut yang terkenal di timur laut. Pada midlatitudes, angin bertingkat tinggi didominasi dari barat dan dikenal sebagai westerlies yang berlaku. Easterlies kutub mendominasi sirkulasi tingkat rendah di utara sekitar 60x00B0 lintang. Ada tiga sabuk angin besar. Angin perdagangan Northeastern membawa badai tropis dari timur ke barat. The Westerlies yang berlaku mendorong badai midlatitude umumnya dari barat ke timur. Beberapa sistem badai besar berkembang di wilayah Arktik yang relatif kecil, pengaruh utama dari daratan kutub adalah kontribusinya terhadap perkembangan badai midaranitude. Efek gesekan pada angin Pola aliran angin tinggi mengikuti isobar atau kontur dimana gesekan memiliki sedikit efek. Namun, gesekan merupakan faktor signifikan di dekat permukaan. Gesekan antara angin dan permukaan medan memperlambat angin. Semakin kasar medannya, semakin besar efek geseknya. Selain itu, semakin kuat kecepatan angin, semakin besar gesekan. Orang mungkin tidak menganggap gesekan sebagai kekuatan, tapi ini adalah kekuatan yang sangat nyata dan efektif yang selalu berlawanan dengan arah angin. Sebagai kekuatan gesek memperlambat kecepatan angin, gaya Coriolis berkurang. Namun, gesekan tidak mempengaruhi tekanan gradien. Tekanan gradien dan gaya Coriolis tidak lagi seimbang. Kekuatan gradien tekanan yang lebih kuat mengubah angin pada sudut di atas isobar menuju tekanan rendah sampai tiga kekuatan menyeimbangkan. Kekuatan friksional dan Coriolis bergabung untuk menyeimbangkan tekanan gradien. Spiral angin permukaan keluar dari tekanan tinggi ke tekanan rendah, melintasi isobar pada suatu sudut. Sudut angin permukaan ke isobar sekitar 10x00B0 di atas air, meningkat dengan kekasaran medan. Di daerah pegunungan, seseorang sering mengalami kesulitan menghubungkan angin permukaan dengan gradien tekanan karena gesekan yang sangat besar dan juga karena efek medan lokal pada tekanan. Aliran jet Angin, rata-rata, meningkat dengan tinggi di seluruh troposfer, yang berpuncak paling tinggi di dekat tingkat tropopause. Angin maksimum ini cenderung terkonsentrasi lebih jauh pada pita sempit. Sebuah aliran jet, kemudian, adalah sekelompok angin kencang yang berkelok-kelok menembus atmosfer pada tingkat di dekat tropopause. Diskusi lebih lanjut tentang aliran jet diambil kemudian dalam teks ini. LOKAL x0026 WINTER KECIL TINGGI Fitur medan lokal seperti pegunungan dan garis pantai juga mempengaruhi angin dan cuaca lokal. Angin pegunungan dan lembah Di siang hari, udara di sebelah lereng gunung dipanaskan dengan kontak dengan tanah karena mendapat radiasi dari matahari. Udara ini biasanya menjadi lebih hangat daripada udara pada ketinggian yang sama, namun lebih jauh dari lereng. Di sekeliling udara yang lebih dingin dan padat mengendap ke bawah dan memaksa udara hangat di dekat lereng gunung. Angin ini adalah angin lembah, disebut demikian karena udara mengalir keluar dari lembah. Pada malam hari, udara yang bersentuhan dengan lereng gunung didinginkan oleh radiasi terestrial dan menjadi lebih berat daripada udara di sekitarnya. Ini tenggelam di sepanjang lereng, menghasilkan angin pegunungan, yang mengalir seperti air menuruni lereng gunung. Angin gunung biasanya lebih kuat dari pada angin lembah, terutama di musim dingin. Angin gunung sering kali terus menuruni lereng lembah dan lembah yang lebih lembut, dan dalam kasus seperti itu menjadi angin pengeringan. Hal ini dapat menjadi sangat kuat selama beberapa kondisi medan dan dalam kasus yang ekstrim dapat menjadi berbahaya saat mengalir melalui pembatasan ngarai. Angin Katabatik Angin katabolik adalah angin yang bertiup ke bawah kemiringan saat tanjakan berpengaruh dalam menyebabkan angin. Dengan demikian, angin gunung adalah angin katabatik. Setiap angin katabatik berasal karena dingin, tumpahan udara berat menuruni medan landai, menggusur udara yang lebih hangat dan kurang padat di depannya. Udara dipanaskan dan dikeringkan saat mengalir deras. Terkadang udara turun menjadi lebih hangat daripada udara yang digantikannya. Banyak angin katabatik yang berulang di daerah telah diberi nama warna-warni untuk menyoroti efek lokal dan dramatis mereka. Beberapa di antaranya adalah Bora, angin utara yang dingin bertiup dari pegunungan Alpen ke pantai Mediterania, chinook, angin hangat di lereng timur Pegunungan Rocky sering mencapai ratusan mil ke dataran tinggi Taku, angin dingin di Alaska. Meniup gletser Taku dan Santa Ana, angin hangat turun dari Sierras ke Santa Ana Valley of California. Angin darat dan laut Permukaan tanah yang hangat dan sejuk lebih cepat daripada permukaan air sehingga, tanah lebih hangat daripada laut pada siang hari berhembus angin dari air dingin hingga menghangatkan angin sepoi-sepoi, sepoi-sepoi bertiup dari laut. Pada malam hari, angin bertiup, berhembus dari tanah sejuk hingga air hangat, dan menciptakan angin sepoi-sepoi. Angin darat dan laut hanya tumbuh bila gradien tekanan keseluruhan lemah. Angin dengan gradien tekanan kuat mencampur udara dengan sangat cepat sehingga suhu dan gradien tekanan lokal tidak berkembang di sepanjang garis pantai. Wind shear Menggosok dua benda satu sama lain menciptakan gesekan. Jika benda padat, tidak ada pertukaran massa yang terjadi di antara keduanya. Namun, jika objek adalah arus fluida, gesekan menciptakan eddies di sepanjang zona pencampuran dangkal yang umum, dan perpindahan massa terjadi di lapisan pencampuran dangkal. Zona eddies induksi dan pencampuran ini disebut zona geser. Angin, sistem tekanan, dan cuaca Kecepatan angin sebanding dengan jarak isobar atau kontur pada peta cuaca. Namun, dengan jarak yang sama, x0022chinookx0022 adalah angin katabolic (downslope). Udara mendingin saat bergerak bergemuruh dan menghangat saat angin bertiup turun. Chinook kadang-kadang menghasilkan pemanasan dramatis di dataran di sebelah timur Pegunungan Rocky. (Berlaku dari publikasi pemerintah A. S.) kecepatan angin di permukaan akan kurang dari tinggi karena gesekan permukaan. Arah angin bisa ditentukan dari peta cuaca. Jika Anda menghadapi sebuah isobar atau kontur dengan tekanan rendah di sebelah kiri Anda, angin akan bertiup ke arah yang Anda hadapi. Pada peta permukaan, angin akan melintasi isobar pada sudut menuju tekanan rendah pada grafik udara atas, akan sejajar dengan kontur. Angin bertiup berlawanan arah jarum jam (Belahan Bumi Utara) sekitar yang rendah, dan searah jarum jam sekitar tinggi. Di permukaan di mana angin melintasi isobar pada suatu sudut, pengangkutan udara dari tekanan tinggi ke tekanan rendah dapat dilihat. Meskipun angin hampir sejajar dengan kontur pada grafik udara bagian atas, masih ada transportasi udara yang lambat dari tekanan tinggi ke tekanan rendah. Di permukaan saat udara menyatu menjadi rendah, ia tidak bisa keluar ke arah gradien tekanan, juga tidak bisa naik ke bawah ke tanah, ia harus naik ke atas. Oleh karena itu, yang rendah atau palung adalah area udara yang naik. Meningkatnya udara sangat kondusif untuk keruh dan curah hujan sehingga kita memiliki hubungan umum dengan cuaca rendah. Dengan alasan yang sama, udara yang bergerak keluar dari punggung tinggi atau menipiskan jumlah udara. Tinggi dan pegunungan, oleh karena itu, adalah daerah yang turun. Menurun udara menyukai disipasi keruh, asosiasi, cuaca bertekanan tinggi. Banyak kali cuaca lebih dekat terkait dengan pola udara bagian atas daripada dengan fitur yang ditunjukkan oleh peta permukaan. Meski fitur pada dua grafik saling terkait, meski jarang identik. Sistem permukaan yang lemah sering kehilangan identitasnya pada pola udara bagian atas, sementara sistem lain mungkin lebih jelas pada grafik di atas daripada pada peta permukaan. Kejernihan dan curah hujan yang luas sering terjadi di awal palung atas atau rendah. A line of showers and thunderstorms is not uncommon with a trough aloft even though the surface pressure pattern shows little or no cause for the development. On the other hand, downward motion in a high or ridge places a x0022capx0022 on convection, preventing any upward motion. Air may become stagnant in a high, trap moisture and contamination in low levels, and restrict ceiling and visibility. Low stratus, fog, haze, and smoke are not uncommon in high-pressure areas. However, a high or ridge aloft with moderate surface winds most often produces good flying weather. MOISTURE, CLOUD FORMATION x0026 PRECIPITATION Water vapor Water evaporates into the air and becomes an everpresent but variable constituent of the atmosphere. Water vapor is invisible just as oxygen and other gases are invisible. However, water vapor can be readily measured and expressed in different ways. Two commonly used terms are relative humidity and dew point. Relative humidity Relative humidity routinely is expressed as a percentage. It relates the actual water vapor present to that which could be present. Temperature largely determines the maximum amount of water vapor air can hold. Warm air can hold more water vapor than cool air. Relative humidity expresses the degree of saturation. Air with 100 relative humidity is saturated less than 100 is unsaturated. Dew point is the temperature to which air must be cooled to become saturated by the water vapor already present in the air. Aviation weather reports normally include the air temperature and dew-point temperature. Dew point when related to air temperature reveals qualitatively how close the air is to saturation. Temperature dew-point spread The difference between air temperature and dew-point temperature is popularly called the spread. As spread becomes less, relative humidity increases, and it is 100 when temperature and dew point are the same. Surface-temperature dew-point spread is important for anticipating fog, but has little bearing on precipitation. To support precipitation, air must be saturated through thick layers aloft. Sometimes the spread at ground level may be quite large, yet at higher altitudes the air is saturated and clouds form. Some rain may reach the ground or it may evaporate as it falls into the drier air. Our never-ending weather cycle involves a continual reversible change of water from one state to another. CHANGE OF STATE Evaporation, condensation, sublimation, freezing, and melting are changes of state. Evaporation is the changing of liquid water to invisible water vapor. Condensation is the reverse process. Sublimation is the changing of ice directly to water vapor, or water vapor to ice, bypassing the liquid state in each process. Snow or ice crystals result from the sublimation of water vapor directly to the solid state. Latent heat Any change of state involves a heat transaction with no change in temperature. Evaporation requires heat energy that comes from the nearest available heat source. This heat energy is known as the latent heat of vaporization, and its removal cools the source it comes from. An example is the cooling of your body by evaporation of perspiration. What becomes of this heat energy used by evaporation Energy cannot be created or destroyed, so it is hidden or stored in the invisible water vapor. When the water vapor condenses to liquid water or sublimates directly to ice, energy originally used in the evaporation reappears as heat and is released to the atmosphere. This energy is latent heat. Melting and freezing involve the exchange of x0022latent heat of fusionx0022 in a similar manner. The latent heat of fusion is much less than that of condensation and evaporation however, each in its own way plays an important role in weather. Condensation nuclei The atmosphere is never completely clean an abundance of microscopic solid particles suspended in the air are condensation surfaces. These particles, such as salt, dust, and combustion by-products, are condensation nuclei. Some condensation nuclei have an affinity for water and can induce condensation or sublimation even when air is almost, but not completely, saturated. As water vapor condenses or sublimates on condensation nuclei, liquid or ice particles begin to grow. Whether the particles are liquid or ice does not depend entirely on temperature. Liquid water may be present at temperatures well below freezing. Supercooled water Freezing is complex and liquid water droplets often condense or persist at temperatures colder than 32x00B0F. Water droplets colder than 32x00B0F are supercooled. When they strike an exposed object, the impact induces freezing. For example, impact freezing of supercooled water can result in aircraft icing. Supercooled water drops are often in abundance in clouds at temperatures between 5x00B0F and 32x00B0F and, with decreasing amounts at colder temperatures. Usually, at temperatures colder than 5x00B0F, sublimation is prevalent, and clouds and fog may be mostly ice crystals with a lesser amount of supercooled water. However, strong vertical currents may carry supercooled water to great heights where temperatures are much colder than 5x00B0F. Supercooled water has been observed at temperatures colder than -40x00B0F. Dew and frost During clear nights with little or no wind, vegetation often cools by radiation to a temperature at or below the dew point of the adjacent air. Moisture then collects on the leaves just as it does on a pitcher of ice water in a warm room. Heavy dew often collects on grass and plants while none collects on pavements or large solid objects. These more massive objects absorb abundant heat during the day, lose it slowly during the night, and cool below the dew point only in rather extreme cases. Frost forms in much the same way as dew. The difference is that the dew point of surrounding air must be colder than freezing. Water vapor then sublimates directly as ice crystals or frost rather than condensing as dew. Sometimes dew forms and later freezes however, frozen dew is easily distinguished from frost. Frozen dew is hard and transparent while frost is white and opaque. Cloud formation Normally, air must become saturated for condensation or sublimation to occur. Saturation may result from cooling temperature, increasing dew point, or both. Cooling is far more predominant. Cooling processes Three basic processes may cool air to saturation: (1) air moving over a colder surface, (2) stagnant air overlying a cooling surface, and (3) expansional cooling in upward moving air. Expansional cooling is the major cause of cloud formation. Clouds and fog A cloud is a visible aggregate of minute water or ice particles suspended in air. If the cloud is on the ground, it is fog. When entire layers of air cool to saturation, fog or sheet-like clouds result. Saturation of a localized updraft produces a towering cloud. A cloud may be composed entirely of liquid water, of ice crystals, or a mixture of the two. Precipitation Precipitation is an all-inclusive term denoting drizzle, rain, snow, ice pellets, hail, and ice crystals. Precipitation occurs when these particles grow in size and weight until the atmosphere no longer can suspend them and they fall. These particles grow primarily in two ways. Particle growth Once a water droplet or ice crystal forms, it continues to grow by added condensation or sublimation directly onto the particle. This is the slower of the two methods and usually results in drizzle or very light rain or snow. Cloud particles collide and merge into a larger drop in the more rapid growth process. This process produces larger precipitation particles and does so more rapidly than the simple condensation growth process. Upward currents enhance the growth rate and also support larger drops. Precipitation formed by merging drops with mild upward currents can produce light to moderate rain and snow. Strong upward currents support the largest drops and build clouds to great heights. They can produce heavy rain, heavy snow, and hail. Liquid, freezing, and frozen precipitation Precipitation forming and remaining liquid falls as rain or drizzle. Sublimation forms snowflakes, and they reach the ground as snow if temperatures aloft remain below freezing. Precipitation can change its state as the temperature of its environment changes. Falling snow may melt in warmer layers of air at lower altitudes to form rain. Rain falling through colder air may become supercooled, freezing on impact as freezing rain or it may freeze during its descent, failing as ice pellets. Ice pellets always indicate freezing rain at higher altitude. Sometimes strong upward currents sustain large super-cooled water drops until some freeze subsequently, other drops freeze to them, forming hailstones. Precipitation versus cloud thickness To produce significant precipitation, clouds usually are 4,000 ft thick or more. The heavier the precipitation, the thicker the clouds are likely to be. Land and water effects on clouds Land and water surfaces underlying the atmosphere greatly affect cloud and precipitation development. Large bodies of water such as oceans and large lakes add water vapor to the air. The greatest frequency of low ceilings, fog, and precipitation can be expected in areas where prevailing winds have an over-water trajectory. The aviator should be especially alert for these hazards when moist winds are blowing upslope. Strong cold winds across the Great Lakes absorb water vapor and may carry showers as far eastward as the Appalachians. (Courtesy of U. S. government publication.) In winter, cold air frequently moves over relatively warm lakes. The warm water adds heat and water vapor to the air, causing showers. In other seasons, the air may be warmer than the lakes. When this occurs, the air may become saturated by evaporation from the water while also becoming cooler in the low levels by contact with the cool water. Fog often becomes extensive and dense to the lee of a lake. Strong cold winds across the Great Lakes often carry precipitation to the Appalachians. A lake only a few miles across can influence convection and cause a diurnal fluctuation in cloudiness. During the day, cool air over the lake blows toward the land, and convective clouds form over the land. At night, the pattern reverses clouds tend to form over the lake as cool air from the land flows over the lake, creating convective clouds over the water. Water exists in three statesx2014gaseous, liquid, and solid. Water vapor is an invisible gas. Condensation or sublimation of water vapor creates many common weather extremes. The following may be anticipated: Fog when temperature dew-point spread is 5x00B0F or less and decreasing. Lifting or clearing of low clouds and fog when temperature dew-point spread is increasing. Frost on a clear night when temperature dew-point spread is 5x00B0F or less, is decreasing, and dew point is colder than 32x00B0F. More cloudiness, fog, and precipitation when wind blows from water than when it blows from land. Cloudiness, fog, and precipitation over higher terrain when moist winds are blowing uphill. Showers to the lee of a lake when air is cold and the lake is warm. Expect fog to the lee of the lake when the air is warm and the lake is cold. Clouds to be at least 4,000 ft thick when significant precipitation is reported. The heavier the precipitation, the thicker the clouds are likely to be. STABLE x0026 UNSTABLE AIR Changes within upward and downward moving air Any time air moves upward, it expands because of decreasing atmospheric pressure. Conversely, downward-moving air is compressed by increasing pressure. But as pressure and volume change, temperature also changes. When air expands, it cools and when compressed, it warms. These changes are adiabatic, meaning that no heat is removed from or added to the air. We frequently use the terms expansional or adiabatic cooling and compressional or adiabatic heating. The adiabatic rate of change of temperature is virtually fixed in unsaturated air but varies in saturated air. Unsaturated air Unsaturated air moving upward and downward cools and warms at about 5.4x00B0F per 1,000 ft. This rate is the dry adiabatic rate of temperature change and is independent of the temperature of the mass of air through which the vertical movements occur. Saturated air Condensation occurs when saturated air moves upward. Latent heat released through condensation partially offsets the expansional cooling. Therefore, the saturated adiabatic rate of cooling is slower than the dry adiabatic rate. The saturated rate depends on saturation temperature or dew point of the air. Condensation of copious moisture in saturated warm air releases more latent heat to offset expansional cooling than does the scant moisture in saturated cold air. Therefore, the saturated adiabatic rate of cooling is less in warm air than in cold air. When saturated air moves downward, it heats at the same rate as it cools on ascent, provided liquid water evaporates rapidly enough to maintain saturation. Minute water droplets evaporate at virtually this rate. Larger drops evaporate more slowly and complicate the moist adiabatic process in downward-moving air. Adiabatic warming of downward-moving air produces the warm chinook wind. (Courtesy of U. S. government publication.) Adiabatic cooling and vertical air movement If a sample of air is forced upward into the atmosphere, two possibilities must be considered: (1) the air may become colder than the surrounding air, or (2) even though it cools, the air may remain warmer than the surrounding air. If the upward-moving air becomes colder than surrounding air, it sinks but if it remains warmer, it is accelerated upward as a convective current. Whether it sinks or rises depends on the ambient or existing temperature lapse rate. Existing lapse rate should not be confused with adiabatic rates of cooling in vertically moving air. Sometimes the dry and moist adiabatic rates of cooling will be called the dry adiabatic lapse rate and the moist adiabatic lapse rate. Lapse rate refers exclusively to the existing, or actual, decrease of temperature with height in a real atmosphere. The dry or moist adiabatic lapse rate signifies a prescribed rate of expansional cooling or compressional heating. An adiabatic lapse rate becomes real only when it becomes a condition brought about by vertically moving air. The difference between the existing lapse rate of a given mass of air and the adiabatic rates of cooling in upward-moving air determines if the air is stable or unstable. Cloudsx2014stable or unstable When air is cooling and first becomes saturated, condensation, or sublimation, begins to form clouds. Whether the air is stable or unstable within a layer largely determines cloud structure. Stratiform clouds Since stable air resists convection, clouds in stable air form in horizontal, sheet-like layers or strata. Thus, within a stable layer, clouds are stratiform. Adiabatic cooling may be by upslope flow by lifting over cold, denser air or by converging winds. Cooling by an underlying cold surface is a stabilizing process and may produce fog. If clouds are to remain stratiform, the layer must remain stable after condensation occurs. Cumuliform clouds Unstable air favors convection. A cumulus cloud, meaning x0022heap, x0022 forms in a convective updraft and builds upward. Thus, within an unstable layer, clouds are cumuliform and the vertical extent of the cloud depends on the depth of the unstable layer. Initial lifting to trigger a cumuliform cloud may be the same as that for lifting stable air. In addition, convection may be set off by surface heating. Air may be unstable or slightly stable before condensation occurs but for convective cumuliform clouds to develop, it must be unstable after saturation. Cooling in the updraft is now at the slower moist adiabatic rate because of the release of latent heat of condensation. Temperature in the saturated updraft is warmer than ambient temperature, and convection is spontaneous. Updrafts accelerate until temperature within the cloud cools below the ambient temperature. This condition occurs when a stable layer, which is often marked by a temperature inversion, caps the unstable layer. Vertical heights range from the shallow fair weather cumulus to the giant thunderstorm cumulonimbusx2014the ultimate in atmospheric instability capped by the tropopause. When unstable air lies above stable air, convective currents aloft sometimes form middle - and high-level cumuliform clouds. In relatively shallow layers they occur as altocumulus and ice crystal cirrocumulus clouds. Altocumulus castellans clouds develop in deeper midlevel unstable layers. Identification The basic cloud types are divided into four families: high clouds, middle clouds, low clouds, and clouds with extensive vertical development. The first three families are further classified according to the way they are formed. Clouds formed by vertical currents in unstable air are cumulus, meaning accumulation or heap they are characterized by their lumpy, billowy appearance. Clouds formed by the cooling of a stable layer are stratus, meaning stratified or layered they are characterized by their uniform, sheet-like appearance. In addition to the above, the prefix nimbo - . and the suffix - nimbus . mean rain cloud. Thus, stratified clouds from which rain is falling are nimbostratus. A heavy, swelling cumulus-type cloud that produces precipitation is a cumulonimbus. Clouds broken into fragments are often identified by adding the suffix - fractus for example, fragmentary cumulus is cumulus fractus. High clouds The high-cloud family is cirriform and includes cirrus, cirrocumulus, and cirrostratus. They are composed almost entirely of ice crystals. The height of the bases of these clouds is in the range of 16,500x201345,000 ft in middle latitudes. Middle clouds In the middle-cloud family are the altostratus, altocumulus, and nimbostratus clouds. These clouds are primarily water, much of which may be supercooled. The height of the bases of these clouds is in the range of 6,500x201323,000 ft in middle latitudes. Low clouds In the low-cloud family are the stratus, stratocumulus, and fair-weather cumulus clouds. Low clouds are almost entirely water, but at times the water may be supercooled. Low clouds at subfreezing temperatures can also contain snow and ice particles. The bases of these clouds range from near the surface to about 6,500 ft in middle latitudes. (Photo by Ralph F. Kresge. Courtesy of National Oceanic and Atmospheric Administration (NOAA) Central Library.) Clouds with extensive vertical development The vertically developed family of clouds includes towering cumulus and cumulonimbus. These clouds usually contain supercooled water above the freezing level. But when a cumulus grows to great heights, water in the upper part of the cloud freezes into ice crystals, forming a cumulonimbus. The heights of cumuliform cloud bases range from 1,000 ft or lower to above 10,000 ft. Fog is a surface-based cloud composed of either water droplets or ice crystals. Small temperature dew-point spread is essential for fog to form. Therefore, fog is prevalent in coastal areas where moisture is abundant. However, fog can occur anywhere. Abundant condensation nuclei enhance the formation of fog. Thus, fog is prevalent in industrial areas where byproducts of combustion provide a high concentration of these nuclei. Fog occurs most frequently in the colder months, but the season and frequency of occurrence vary from one area to another. Fog may form either by cooling air to its dew point, or by adding moisture to air near the ground. Fog is classified by the way it forms. Formation may involve more than one process. Radiation fog Radiation fog is relatively shallow fog. It may be dense enough to hide the entire sky or may conceal only part of the sky. x0022Ground fogx0022 is a form of radiation fog. Conditions favorable for radiation fog are clear sky, little or no wind, and small temperature dew-point spread (high relative humidity). The fog forms almost exclusively at night or near daybreak. Terrestrial radiation cools the ground in turn, the cool ground cools the air in contact with it. When the air is cooled to its dew point, fog forms. When rain soaks the ground, followed by clearing skies, radiation fog is not uncommon the following morning. Radiation fog is restricted to land because water surfaces cool little from nighttime radiation. It is shallow when wind is calm. Winds up to about 5 knots mix the air slightly and tend to deepen the fog by spreading the cooling through a deeper layer. Stronger winds disperse the fog or mix the air through a still deeper layer with stratus clouds forming at the top of the mixing layer. Ground fog usually x0022burns offx0022 rather rapidly after sunrise. Other radiation fog generally clears before noon unless clouds move in over the fog. Advection fog Advection fog forms when moist air moves over colder ground or water. It is most common along coastal areas but often develops deep in continental areas. At sea it is called sea fog. Advection fog deepens as wind speed increases up to about 15 knots. Wind much stronger than 15 knots lifts the fog into a layer of low stratus or stratocumulus. The west coast of the United States is quite vulnerable to advection fog. This fog frequently forms offshore as a result of cold water and then is carried inland by the wind. During the winter, advection fog over the central and eastern United States results when moist air from the Gulf of Mexico spreads northward over cold ground. The fog may extend as far north as the Great Lakes. Water areas in northern latitudes have frequent dense sea fog in summer as a result of warm, moist, tropical air flowing northward over colder arctic waters. Advection fog is usually more extensive and much more persistent than radiation fog. Advection fog can move in rapidly regardless of the time of day or night. Upslope fog Upslope fog forms as a result of moist, stable air being cooled adiabatically as it moves up sloping terrain. Once the upslope wind ceases, the fog dissipates. Unlike radiation fog, it can form under cloudy skies. Upslope fog is common along the eastern slopes of the Rockies and somewhat less frequent east of the Appalachians. Upslope fog often is quite dense and extends to high altitudes. Precipitation-induced fog When relatively warm rain or drizzle falls through cool air, evaporation from the precipitation saturates the cool air and forms fog. Precipitation-induced fog can become quite dense and continue for an extended period of time. This fog may extend over large areas, completely suspending air operations. It is most commonly associated with warm fronts, but can occur with slow-moving cold fronts and with stationary fronts. Ice fog occurs in cold weather when the temperature is much below freezing and water vapor sublimates directly as ice crystals. Conditions favorable for its formation are the same as for radiation fog except that it is associated with cold temperatures, usually -25x00B0F or colder. It occurs mostly in the arctic regions, but is not unknown in middle latitudes during the cold season. Low stratus clouds Stratus clouds, like fog, are composed of extremely small water droplets or ice crystals suspended in air. An observer on a mountain in a stratus layer would call it fog. Stratus and fog frequently exist together. In many cases there is no real line of distinction between the fog and stratus rather, one gradually merges into the other. Stratus tends to be lowest during night and early morning, lifting or dissipating due to solar heating during the late morning or afternoon. Low stratus clouds often occur when moist air mixes with a colder air mass or in any situation where temperature dew-point spread is small. Haze and smoke Haze is a concentration of salt particles or other dry particles not readily classified as dust or other phenomena. It occurs in stable air, is usually only a few thousand feet thick, but sometimes may extend as high as 15,000 ft. Haze layers often have definite tops above which horizontal visibility is good. However, downward visibility from above a haze layer is poor, especially on a slant. Visibility in haze varies greatly, depending upon whether the observer is facing the sun. Smoke concentrations form primarily in industrial areas when air is stable. It is most prevalent at night or early morning under a temperature inversion but it can persist throughout the day. AIR MASSES Air masses When a body of air comes to rest or moves slowly over an extensive area having fairly uniform properties of temperature and moisture, the air takes on those properties. Thus, the air over the area becomes somewhat of an entity and has fairly uniform horizontal distribution of its properties. The area over which the air mass acquires its identifying distribution of moisture and temperature is its source region. Source regions are many and varied, but the best source regions for air masses are large snow - or ice-covered polar regions, cold northern oceans, tropical oceans, and large desert areas. Midlatitudes are poor source regions because transitional disturbances dominate these latitudes, giving little opportunity for air masses to stagnate and take on the properties of the underlying region. Air-mass modification Just as an air mass takes on the properties of its source region, it tends to also take on properties of the underlying surface when it moves away from its source region, thus becoming modified. The degree of modification depends on the speed with which the air mass moves, the nature of the region over which it moves, and the temperature difference between the new surface and the air mass. Some ways air masses are modified are warming from below, cooling from below, addition of water vapor, and subtraction of water vapor: Cool air moving over a warm surface is heated from below, generating instability and increasing the possibility of showers. Warm air moving over a cool surface is cooled from below, increasing stability. If air is cooled to its dew point, stratus andor fog forms. Evaporation from water surfaces and failing precipitation adds water vapor to the air. When the water is warmer than the air, evaporation can raise the dew point sufficiently to saturate the air and form stratus or fog. Water vapor is removed by condensation and precipitation. Stability of an air mass determines its typical weather characteristics. When one type of air mass overlies another, conditions change with height. Characteristics typical of an unstable air mass are: cumuliform clouds, showery precipitation, rough air (turbulence), and good visibility. Characteristics of stable air include: stratiform clouds and fog, continuous precipitation, smooth air, and fair-to-poor visibility in haze and smoke. As air masses move out of their source regions, they come in contact with other air masses of different properties. The zone between two different air masses is a frontal zone or front. Across this zone, temperature, humidity, and wind often change rapidly over short distances. Discontinuities When one passes through a front, the change from the properties of one air mass to those of the other is sometimes quite abrupt. Abrupt changes indicate a narrow frontal zone. At other times, the change of properties is very gradual, indicating a broad and diffuse frontal zone. Temperature x2014Temperature is one of the most easily recognized discontinuities across a front. At the surface, the passage of a front usually causes noticeable temperature change. Dew point x2014Dew-point temperature is a measure of the amount of water vapor in the air. Temperature dew-point spread is a measure of the degree of saturation. Dew point and temperature dew-point spread usually differ across a front. The difference helps identify the front and may give a clue to differences of cloudiness andor fog. Wind x2014Wind always changes across a front. Wind discontinuity may be in direction, in speed, or in both. Pressure x2014A front lies in a pressure trough, and pressure generally is higher in the cold air. Thus, when a front is crossed directly into colder air, pressure usually rises abruptly. When a front is approached toward warm air, pressure generally falls until the front is crossed, and then remains steady or falls slightly in the warm air. However, pressure patterns vary widely across fronts. Types of fronts The three principal types of fronts are the cold front, the warm front, and the stationary front. Cold front The leading edge of an advancing cold air mass is a cold front. At the surface, cold air is overtaking and replacing warmer air. Cold fronts move at about the speed of the wind component perpendicular to the front just above the frictional layer. A shallow cold air mass or a slow-moving cold front may have a frontal slope more like a warm front. Warm front The edge of an advancing warm air mass is a warm frontx2014warmer air is overtaking and replacing colder air. Since the cold air is denser than the warm air, the cold air hugs the ground. The warm air slides up and over the cold air and lacks direct push on the cold air. Thus, the cold air is slow to retreat in advance of the warm air. This slowness of the cold air to retreat produces a frontal slope that is more gradual than the cold frontal slope. Consequently, warm fronts on the surface are seldom as well marked as cold fronts, and they usually move about half as fast when the general wind flow is the same in each case. Stationary front When neither air mass is replacing the other, the front is stationary. The opposing forces exerted by adjacent air masses of different densities are such that the frontal surface between them shows little or no movement. In such cases, the surface winds tend to blow parallel to the frontal zone. Slope of a stationary front is normally shallow, although it may be steep, depending on wind distribution and density difference. Frontal waves and occlusion Frontal waves and cyclones (areas of low pressure) usually form on slow-moving cold fronts or on stationary fronts. The life cycle and movement of a cyclone is dictated to a great extent by the upper wind flow. In the initial condition of frontal wave development, the winds on both sides of the front are blowing parallel to the front. Small disturbances then may start a wavelike bend in the front. If this tendency persists and the wave increases in size, a cyclonic (counterclockwise) circulation develops. One section of the front begins to move as a warm front, while the section next to it begins to move as a cold front. This deformation is a frontal wave. The pressure at the peak of the frontal wave falls, and a low-pressure center forms. The cyclonic circulation becomes Cross section of a warm front (top) with the weather map symbol (bottom). The symbol is a line with rounded barbs pointing in the direction of movement. On a color map, a red line represents the warm front. The slope of a warm front is generally more shallow than that of a cold front. Movement of a warm front, shown by the heavy black arrow, is slower than the wind in the warm air, represented by the thin solid arrows. The warm air gradually erodes the cold air. (Courtesy of U. S. government publication.) stronger, and the surface winds are now strong enough to move the fronts the cold front moves faster than the warm front. When the cold front catches up with the warm front, the two of them occlude (close together). The result is an occluded front or, for brevity, an occlusion. This is the time of maximum intensity for the wave cyclone. Note that the symbol depicting the occlusion is a combination of the symbols for the warm and cold fronts. As the occlusion continues to grow in length, the cyclonic circulation diminishes in intensity and the frontal movement slows down. Sometimes a new frontal wave begins to form on the long westward-trailing portion of the cold front, or a secondary low-pressure system forms at the apex where the cold front and warm front come together to form the occlusion. In the final stage, the two fronts may have become a single stationary front again. The low center with its remnant of the occlusion is disappearing. Nonfrontal lows Since fronts are boundaries between air masses of different properties, fronts are not associated with lows lying solely in a homogeneous air mass. Nonfrontal lows are infrequent east of the Rocky Mountains in midlatitudes, but do occur occasionally during the warmer months. Small non-frontal Cross section of a cold front (top) with the weather map symbol (bottom). The symbol is a line with pointed barbs pointing in the direction of movement. On a color map, a blue line represents the cold front. The vertical scale is expanded in the top illustration to show the frontal slope, which is steep near the leading edge as cold air replaces warm air. Warm air may descend over the front as indicated by the dashed arrows but more often, the cold air forces warm air upward over the frontal surface as shown by the solid arrows. (Courtesy of U. S. government publication.) lows over the western mountains are common as is the semistationary thermal low in the extreme southwestern United States. Tropical lows are also nonfrontal. Frontolysis As adjacent air masses modify and as temperature and pressure differences equalize across a front, the front dissipates. This process is frontolysis, the generation of a front. It occurs when a relatively sharp zone of transition develops over an area between two air masses that have densities gradually becoming more and more in contrast with each other. The necessary wind flow pattern develops at the same time. Frontal weather Weather occurring with a front depends on the amount of moisture available, the degree of stability of the air that is forced upward, the slope of the front, the speed of frontal movement, and the upper wind flow. Sufficient moisture must be available for clouds to form, or there will be no clouds. As an inactive front comes into an area of moisture, clouds and precipitation may develop rapidly. A good example of this is a cold front moving eastward from the dry slopes of the Rocky Mountains into a Cross section of a warm-front occlusion (top) and its weather symbol (bottom). The symbol is a line with alternating pointed and rounded barbs on the same side of the line pointing in the direction of movement. On a color map, the line is purple. In the warm-front occlusion, air under the cold front is not as cold as air ahead of the warm front and when the cold front overtakes the warm front, the cool air rides over the colder air. In a warm-front occlusion, cool air replaces cold air at the surface. (Courtesy of U. S. government publication.) Cross section of a cold-front occlusion. Its weather map symbol is the same as that for a warm-front occlusion, and the coldest air is under the cold front. When it overtakes the warm front, it lifts the warm front aloft, and cold air replaces cool air at the surface. (Courtesy of U. S. government publication.) tongue of moist air from the Gulf of Mexico over the Plains states. Thunderstorms may build rapidly. The degree of stability of the lifted air determines whether cloudiness will be predominately stratiform or cumuliform. If the warm air overriding the front is stable, stratiform clouds develop. If the warm air is unstable, cumuliform clouds develop. Precipitation from stratiform clouds is usually steady and there is little or no turbulence. Precipitation from cumuliform clouds is of a shower type and the clouds are turbulent. A cold front underrunning warm, moist, stable air. Clouds are stratified and precipitation is continuous. Precipitation induces stratus in the cold air. (Courtesy of U. S. government publication.) A cold front underrunning warm, moist, unstable air. Clouds are cumuliform with possible showers or thunderstorms near the surface position of the front. Convective clouds often develop in the warm air ahead of the front. The warm, wet ground behind the front generates low-level convection and fair-weather cumulus in the cold air. (Courtesy of U. S. government publication.) A slow-moving cold front underrunning warm, moist, unstable air. Clouds are stratified with embedded cumulonimbus and thunderstorms. This type of frontal weather is especially hazardous for aircraft, since the individual thunderstorms are hidden and cannot be avoided unless the aircraft is equipped with airborne radar. (Courtesy of U. S. government publication.) A fast-moving cold front underrunning warm, moist, unstable air. Showers and thunderstorms develop along the surface position of the front. (Courtesy of U. S. government publication.) A warm front with overrunning moist, stable air. Clouds are stratiform and widespread over the shallow front. Precipitation is continuous and induces widespread stratus in the cold air. (Courtesy of U. S. government publication.) A warm front with overrunning warm, moist, unstable air. (Courtesy of U. S. government publication.) A cold-front occlusion lifting warm, moist, stable air. Associated weather encompasses that associated with both warm and cold fronts when air is moist and stable. (Courtesy of U. S. government publication.) A warm-front occlusion lifting warm, moist, unstable air. The associated weather is complex and encompasses all types of weather related to both the warm and cold fronts when air is moist and unstable. (Courtesy of U. S. government publication.) Shallow frontal surfaces tend to have extensive cloudiness with large precipitation areas. Widespread precipitation associated with a gradual sloping front often causes low stratus and fog. In this case, the rain raises the humidity of the cold air to saturation. This and related effects may produce low ceiling and poor visibility over thousands of square miles. If temperature of the cold air near the surface is below freezing but the warmer air aloft is above freezing, precipitation falls as freezing rain or ice pellets however, if temperature of the warmer air aloft is well below freezing, precipitation forms as snow. When the warm air overriding a shallow front is moist and unstable, the usual widespread cloud mass forms but embedded in the cloud mass are altocumulus, cumulus, and even thunderstorms. These embedded storms are more common with warm and stationary fronts but may occur with a slow-moving, shallow cold front. A fast-moving, steep cold front forces upward motion of the warm air along its leading edge. If the warm air is moist, precipitation occurs immediately along the surface position of the front. Since an occluded front develops when a cold front overtakes a warm front, weather with an occluded front is a combination of both warm and cold frontal weather. A front may have little or no cloudiness associated with it. Dry fronts occur when the warm air aloft is flowing down the frontal slope or the air is so dry that any cloudiness that occurs is at high levels. The upper wind flow dictates to a great extent the amount of cloudiness and rain accompanying a frontal system as well as movement of the front itself. Systems tend to move with the upper winds. When winds aloft blow across a front, it tends to move with the wind. When winds aloft parallel a front, the front moves slowly, if at all. A deep, slow-moving trough aloft forms extensive cloudiness and precipitation, while a rapid-moving minor trough more often restricts weather to a rather narrow band. However, the latter often breeds severe, fast-moving, turbulent spring weather. Instability line An instability line is a narrow, nonfrontal line or band of convective activity. If the activity is fully developed in a thunderstorm, the line is a squall line. Instability lines form in moist, unstable air. An instability line may develop far from any front. More often, it develops ahead of a cold front, and sometimes a series of these lines move out ahead of the front. A favored location for instability lines which frequently erupt into severe thunderstorms is a dew-point front or dry line. Dew-point front or dry line During a considerable part of the year, dew-point fronts are common in western Texas and New Mexico northward over the Plains states. Moist air flowing north from the Gulf of Mexico abuts the dryer, and therefore slightly denser, air flowing from the southwest. Except for moisture differences, there is seldom any significant air mass contrast across this front, and therefore, it is commonly called a dry line. Nighttime and early morning fog and low-level clouds often prevail on the moist side of the line while generally clear skies mark the dry side. In spring and early summer over Texas, Oklahoma, and Kansas, and for some distance eastward, the dry line is a favored spawning area for squall lines and tornadoes. TURBULENCE Convective currents Convective currents are localized vertical air movements, both ascending and descending. For every rising current, there is a compensating downward current. The downward currents frequently occur over broader areas than do the upward currents, and therefore, they have a slower vertical speed than do the rising currents. Convective currents are most active on warm summer afternoons when winds are light. Heated air at the surface creates a shallow, unstable layer, and the warm air is forced upward. Convection increases in strength and to greater heights as surface heating increases. Barren surfaces such as sandy or rocky wastelands and plowed fields become hotter than open water or ground covered by vegetation. Thus, air at and near the surface heats unevenly. Because of uneven heating, the strength of convective currents can vary considerably within short distances. When cold air moves over a warm surface, it becomes unstable in lower levels. Convective currents extend several thousand feet above the surface, resulting in rough, choppy turbulence. This condition often occurs in any season after the passage of a cold front. HIGH-ALTITUDE WEATHER The tropopause The tropopause is a thin layer forming the boundary between the troposphere and stratosphere. Height of the tropopause varies from about 65,000 ft over the equator to 20,000 ft or lower over the poles. The tropopause is not continuous but generally descends step-wise from the equator to the poles. These steps occur as breaks. An abrupt change in temperature lapse rate characterizes the tropopause. Maximum winds generally occur at levels near the tropopause. These strong winds create narrow zones of wind shear that often generate hazardous turbulence for aircraft. The jet stream The jet stream is a narrow, shallow, meandering river of maximum winds extending around the globe in a wavelike pattern. A second jet stream is not uncommon, and three at one time are not unknown. A jet may be as far south as the northern tropics. A jet in midlatitudes generally is stronger than one in or near the tropics. The jet stream typically occurs in a break in the tropopause. Therefore, a jet stream occurs in an area of intensified temperature gradients characteristic of the break. The concentrated winds, by arbitrary definition, must be 50 knots or greater to classify as a jet stream. The jet maximum is not constant rather, it is broken into segments, shaped something like a boomerang. Jet stream segments move with pressure ridges and troughs in the upper atmosphere. In general, they travel faster than pressure systems, and maximum wind speed varies as the segments progress through the systems. In midlatitude, wind speed in the jet stream averages considerably stronger in winter than in summer. Also, the jet shifts farther south in winter than in summer. CONDENSATION TRAILS A condensation trail, or contrail, is generally defined as a cloudlike streamer that frequently is generated in the wake of aircraft flying in clear, cold, humid air. Two distinct types are observedx2014exhaust trails and aerodynamic trails. Exhaust contrails The exhaust contrail is formed by the addition to the atmosphere of sufficient water vapor from aircraft exhaust gases to cause saturation or super-saturation of the air. Since heat is also added to the atmosphere in the wake of an aircraft, the addition of water vapor must be of such magnitude that it saturates or supersaturates the atmosphere in spite of the added heat. There is evidence to support the idea that the nuclei, which are necessary for condensation or sublimation, may also be donated to the atmosphere in the exhaust gases of aircraft engines, further aiding contrail formation. These nuclei are relatively large. However, recent experiments have found that by adding very minute nuclei material (dust, for example) to the exhaust visible exhaust contrails could be prevented. Condensation and sublimation on these smaller nuclei result in contrail particles too small to be visible. Aerodynamic contrails In air that is almost saturated, aerodynamic pressure reduction around airfoils, engine nacelles, and propellers cools the air to saturation, leaving condensation trails from these components. This type of trail usually is neither as dense nor as persistent as exhaust trails. However, under critical atmospheric conditions, an aerodynamic contrail may trigger the formation and spreading of a deck of cirrus clouds. Air travels in a corkscrew path around the jet core with upward motion on the equatorial side. Therefore, when high-level moisture is available, cirriform clouds form on the equatorial side of the jet. Jet stream cloudiness can form independently of well-defined pressure systems. Such cloudiness ranges primarily from scattered to broken coverage in shallow layers or streaks. Their sometimes fishhook and streamlined, wind-swept appearance always indicates very strong upper wind usually quite far from developing or intense weather systems. The most dense cirriform clouds occur with well-defined systems. They appear in broad bands. Cloudiness is rather dense in an upper trough, thickens downstream, and becomes most dense at the crest of the downwind ridge. The clouds taper off after passing the ridge crest, in the area of descending air. The poleward boundary of the cirrus band often is quite abrupt and frequently casts a shadow on lower clouds, especially in an occluded frontal system. The upper limit of dense, banded cirrus is near the tropopause a band may be either a single layer of multiple layers 10,000x201312,000 ft thick. Dense, jet stream cirriform cloudiness is most prevalent along midlatitude and polar jets. However, a cirrus band usually forms along the subtropical jet in winter, when a deep upper trough plunges southward into the tropics. An important aspect of the jet stream cirrus shield is its association with turbulence. Extensive cirrus cloudiness often occurs with deepening surface and upper lows and these deepening systems produce the greatest turbulence. User Contributions: