چگونه پهنای مخروط عدم قطعیت با جذر زمان پیش‌بینی افزایش می‌یابد

در اوایل سال ۲۰۲۶، در مرکز ملی طوفان در میامی، هواشناسان در حال نهایی کردن ابعاد «مخروط عدم قطعیت» برای فصل پیش رو بودند. این گرافیک که دستور تخلیه میلیون‌ها نفر از ساکنان مناطق ساحلی را دیکته می‌کند، با دست کشیده نمی‌شود یا بر اساس احساس درونی یک پیش‌بینی‌کننده نیست. این یک شکل هندسی صلب است که کاملاً توسط خطاهای مسیر در پنج سال گذشته تعیین می‌شود و طوری طراحی شده است که دقیقاً ۶۷ درصد از انحرافات گذشته از مسیر پیش‌بینی رسمی را در بر بگیرد.[3][4]

اما بارزترین ویژگی این مخروط - یعنی نحوه گسترش و پهن شدن آن در امتداد نقشه - توسط یک اصل ریاضی اداره می‌شود که هواشناسی، بازارهای مالی و لجستیک زنجیره تامین را به هم پیوند می‌دهد. عدم قطعیت به‌صورت خطی رشد نمی‌کند؛ بلکه متناسب با جذر افق زمانِ پیش‌بینی افزایش می‌یابد.[1]

این اصل که به‌طور رسمی به عنوان «قانون جذر زمان» شناخته می‌شود، نحوه رفتار واریانس را در یک گام تصادفی (رندوم واک) دیکته می‌کند. اگر یک مدل پیش‌بینی دارای خطای پایه ۵۰ مایل در مرز ۲۴ ساعت باشد، یک فرض خطی، خطای ۲۰۰ مایلی را در ۹۶ ساعت (چهار روز) پیش‌بینی می‌کند. با این حال، قانون جذر حکم می‌کند که واریانس با جذر ضریب زمان مقیاس‌بندی شود که در نتیجه خطایی برابر با ۱۰۰ مایل به دست می‌آید.[1][2]

ریاضیاتِ نهفته در این پدیده بر این فرض استوار است که خطاها مستقل از یکدیگرند. از آنجا که هر گام زمانی متوالی، شوک‌های جدید و مستقلی را به سیستم وارد می‌کند، خطاها به جای اینکه کاملاً در یک جهت ترکیب و تشدید شوند، تا حدودی یکدیگر را خنثی می‌کنند. چارچوب ریاضی مورد استفاده برای مقیاس‌بندی نوسانات در افق‌های زمانی مختلف نشان می‌دهد که «قانون جذر زمان، یک ویژگی بنیادی متغیرهای تصادفی مستقل با توزیع یکسان است».[1]

در بازارهای مالی، دقیقاً از همین فرمول برای تبدیل نوسانات روزانه سهام به معیارهای ریسک سالانه استفاده می‌شود. نوسان روزانه ۱ درصد به نوسان سالانه تقریباً ۱۶ درصد ترجمه می‌شود، زیرا در یک سال ۲۵۲ روز معاملاتی وجود دارد و جذر عدد ۲۵۲ برابر با ۱۵.۸۷ است. چه متغیر ما قیمت یک دارایی باشد و چه جریان‌های جوی هدایت‌کننده یک طوفان حاره‌ای، این ریاضیات کاملاً یکسان باقی می‌ماند.[1][2]

با این حال، به‌روزرسانی‌های گرافیکی مرکز ملی طوفان در سال ۲۰۲۶ نشان می‌دهد که ریاضیات محض در کجا با محدودیت‌های فیزیکی تلاقی پیدا می‌کند. مخروط آزمایشی جدید این مرکز که اکنون شامل هشدارها و اخطارهای باد در مناطق داخلی خشکی نیز می‌شود، بر پایگاه داده‌ای از خطاهای تاریخی تکیه دارد که نشان می‌دهد مخروط در ۷۲ ساعت اول به سرعت منبسط می‌شود و سپس روند پهن شدن آن اندکی کاهش می‌یابد.[3][4]

این کاهشِ روندِ گسترش به این دلیل رخ می‌دهد که مدل‌های هواشناسی، گام‌های تصادفیِ محضی نیستند. در حالی که قیمت سهام هیچ سقف نظری مشخصی ندارد، اتمسفر توسط محدودیت‌های ترمودینامیکی و پشته‌های پرفشارِ عظیم و کندحرکت محدود شده است. در نتیجه، انبساط تجربی مخروط عدم قطعیت طوفان در روزهای چهارم و پنجم، اندکی کندتر از آن چیزی رشد می‌کند که یک مدل مبتنی بر جذر زمانِ خالص پیش‌بینی می‌کند.[6]

اندازه‌گیری این واگرایی نیازمند معیارهای دقیقِ سنجش خطاست. پیش‌بینی‌کنندگان برای تعیین کمیتِ میزان انحراف مسیر واقعی از خط مرکزی پیش‌بینی‌شده، به ابزارهایی مانند «میانگین درصد خطای مطلق» (MAPE) و «جذر میانگین مربعات خطا» (RMSE) متکی هستند. اندازه‌گیری خطای پیش‌بینی، تنها راه برای ایجاد یک خط پایه جهت بهبود مستمر است، چه در پیش‌بینی آب‌وهوا و چه در بهینه‌سازی موجودی انبار.[5]

با تطبیق این مقادیر تاریخی RMSE در برابر جذر افق زمانی، محققان می‌توانند «مهارت» مدل پیش‌بینی را مجزا کرده و بسنجند. اگر پهنای مخروط دقیقاً با جذر زمان رشد کند، عملکرد مدل بهتر از یک گام تصادفی نیست. اما وقتی پهنای مخروط کندتر از جذر زمان رشد می‌کند، ثابت می‌شود که مدل به‌طور فعال فیزیکِ زیربنایی را درک کرده و واریانس آینده را محدود می‌سازد.[2][6]

پیامدهای این موضوع بسیار فراتر از گرافیک‌های آب‌وهوایی است. مدیران زنجیره تامین از همین مقیاس‌بندیِ جذر برای محاسبه سطح موجودیِ احتیاطی برای زمان‌های تحویل چندروزه استفاده می‌کنند. اگر رسیدن یک محموله به جای یک روز، نه روز طول بکشد، موجودی احتیاطی مورد نیاز سه برابر می‌شود، نه نه برابر. این امر از انباشت غیرضروری موجودی توسط شرکت‌ها جلوگیری کرده و در عین حال سطح خدمات ۹۵ درصدی را از نظر ریاضی تضمین می‌کند.[5]

درک این انبساط غیرخطی برای ارتباط با عموم مردم بسیار حیاتی است. وقتی ساکنان مناطق ساحلی در روز پنجم با یک مخروط عظیم روبرو می‌شوند، اغلب تصور می‌کنند که پیش‌بینی‌کنندگان هیچ ایده‌ای ندارند که طوفان به کدام سمت می‌رود. اما در واقعیت، پهنای مخروط یک مرزِ بهینه‌سازی‌شده از نظر ریاضی است که واریانسی بسیار محدود را نشان می‌دهد و بسیار کندتر از آنچه شانسِ محض دیکته می‌کند، رشد می‌یابد.[3][4]

در حالی که مدل‌های پیش‌بینی به دریافت داده‌های ماهواره‌ای با وضوح بالاتر و بهره‌گیری از یادگیری ماشین ادامه می‌دهند، خطای پایه ۲۴ ساعته همچنان کاهش خواهد یافت. اما شکل مخروط - یعنی همان گسترش بنیادی که توسط جذر زمان دیکته می‌شود - به عنوان یک امضای ریاضی ماندگار از پیش‌بینی آینده، پابرجا خواهد ماند.[6]