विज्ञान में, पूर्वानुमान का अर्थ है, भविष्य के किसी समय में कुछ चर के मूल्य के आकलन की प्रक्रिया. राष्ट्रीय मौसम सेवाओं के प्राथमिक कार्यों में से एक पूर्वानुमान है एक क्षेत्र में वर्षा, तापमान, हवा, आर्द्रता आदि जैसे मौसम के मापदंडों का एक विशेष समय अवधि में औसत। उदाहरण के लिए दैनिक वर्षा का पूर्वानुमान (एक दिन में औसत वर्षा) .

विश्व मौसम विज्ञान संगठन (WMO) की परिभाषा के अनुसार, दीर्घावधि पूर्वानुमान को इस प्रकार परिभाषित किया गया है ; 30 दिनों से लेकर एक मौसम के औसत मौसम मापदंडों के विवरण तक का पूर्वानुमान। मासिक और मौसमी पूर्वानुमान दीर्घावधि के अंतर्गत आता है.

सामान्य तौर पर, तीन दृष्टिकोणों का उपयोग किया जाता है। ये हैं (i) सांख्यिकीय विधि (ii) संख्यात्मक मौसम पूर्वानुमान या गतिशील विधि और (iii) गतिशील सह सांख्यिकीय विधि। शुरू से, लंबी दूरी की पूर्वानुमान की दिशा में मुख्य दृष्टिकोण सांख्यिकीय विधियों पर आधारित रहा है। आईएमडी का संचालन इसी तकनीक पर मानसूनी वर्षा का पूर्वानुमान लगाया जाता है। सांख्यिकीय पद्धति में पहचान शामिल है भविष्य कहनेवाला संकेतों (भविष्यवाणियों) का जो पूर्वानुमान के साथ महत्वपूर्ण और स्थिर ऐतिहासिक संबंध रखते हैं और भविष्य के समय में पूर्वानुमान और मूल्य की पूर्वानुमान करना। इस प्रयोजन के लिए, यह माना जाता है कि मनाया गया पूर्वसूचक और भविष्यसूचक संबंध भविष्य में भी बना रहता है और यह कि भविष्यवक्ता मूल्यों के अनुरूप होता है भविष्य की पूर्वानुमान के लिए और पूर्वानुमानित मूल्य ज्ञात हैं।

आईएसएमआर की पूर्वानुमान के लिए एक वैकल्पिक दृष्टिकोण संख्यात्मक मॉडल या तथाकथित सामान्य पर आधारित है वायुमंडलीय और समुद्री परिस्थितियों के अनुकरण के लिए परिसंचरण मॉडल (जीसीएम)। हालांकि संख्यात्मक पूर्वानुमान मॉडल में उपयोगकर्ता की मांग के अनुसार छोटे स्थानिक और लौकिक पैमानों पर पूर्वानुमान प्रदान करने की क्षमता होती है, उन्होंने अब तक औसत मानसून वर्षा की मुख्य विशेषताओं का अनुकरण करने के लिए आवश्यक कौशल नहीं दिखाया है और इसकी अंतरवार्षिक परिवर्तनशीलता। बेहतर वर्षा सिमुलेशन के लिए, GCM मॉडल को स्थानीय सब-ग्रिड के लिए जिम्मेदार होना चाहिए |जलवायु क्षेत्रों की विशेषताएं और उप-मौसमी परिवर्तनशीलता।

गतिशील सह सांख्यिकीय पद्धति का तीसरा दृष्टिकोण इस तथ्य पर आधारित है कि जीसीएम के पास अनुकरण करने में बेहतर कौशल है बड़े पैमाने पर वायुमंडलीय परिसंचरण की विशेषताएं और यह कि a . से अधिक वर्षा के बीच एक अर्ध अनुभवजन्य संबंध निकलता हैक्षेत्र और प्रचलित बड़े पैमाने पर प्रचलन वैश्विक और क्षेत्रीय दोनों पैमानों पर हैं। इसलिए संभव हैजीसीएम मॉडल द्वारा सिम्युलेटेड वर्षा और परिसंचरण सुविधाओं के बीच पुन: अंशांकन समीकरण प्राप्त करें और यह मानते हुए कि ये संबंध भविष्य में अच्छे रहेंगे, क्षेत्रीय वर्षा की पूर्वानुमान की जा सकती है। गतिशील सह सांख्यिकीय पद्धति दीर्घावधि पूर्वानुमान में एक हालिया विकास है।

भारत मौसम विज्ञान विभाग भारत के लिए परिचालन दीर्घावधि पूर्वानुमान जारी करने के लिए पूरी तरह से जिम्मेदार है। पूर्वानुमान पुणे स्थित आईएमडी के राष्ट्रीय जलवायु केंद्र में तैयार किए जाते हैं। वर्तमान में, अनुभवजन्य (सांख्यिकीय)परिचालन दीर्घावधि पूर्वानुमान की तैयारी के लिए विधियों का उपयोग किया जाता है.

भारत के अलावा, कई अन्य देश हैं जैसे संयुक्त राज्य अमेरिका, यूनाइटेड किंगडम, ऑस्ट्रेलिया, दक्षिण अफ्रीका, ब्राजील आदि, जो लंबी दूरी के पूर्वानुमान के लिए बड़े पैमाने पर अनुभवजन्य विधियों का उपयोग करते हैं। उदाहरण के लिए,दीर्घावधि पूर्वानुमान के लिए ENSO के, कई अंतरराष्ट्रीय जलवायु केंद्र अनुभवजन्य मॉडल का उपयोग करते हैं।

आईएमडी दक्षिणपंथी मानसून मौसम (जून-सितंबर) के दौरान वर्षा के लिए परिचालन दीर्घावधि पूर्वानुमान जारी करता है। ये पूर्वानुमान दो चरणों में जारी किया जाता है। पहले चरण का पूर्वानुमान अप्रैल के मध्य में जारी किया जाता है और इसमें मौसम के लिए मात्रात्मक पूर्वानुमान शामिल होता है (जून से सितंबर) पूरे भारत में वर्षा। जून के अंत तक जारी किए गए दूसरे चरण के पूर्वानुमानों में के लिए अद्यतन शामिल हैं अप्रैल में जारी किया गया पूर्वानुमान, पूरे देश में जुलाई में बारिश का पूर्वानुमान और मौसमी बारिश का पूर्वानुमान खत्म हो गया है भारत के व्यापक वर्षा सजातीय क्षेत्र.

IMD उत्तर पश्चिमी भारत और उत्तर-पूर्वी मानसून पर सर्दियों (जनवरी-मार्च) वर्षा (दिसंबर के अंत में जारी) के लिए भी पूर्वानुमान तैयार करता है।(अक्टूबर-दिसंबर) दक्षिणी प्रायद्वीप पर वर्षा (अक्टूबर में जारी)। हालाँकि, ये पूर्वानुमान केवल सरकार को जारी किए जाते हैं.

संख्यात्मक मॉडल की क्षमता को देखते हुए, आईएमडी ने सामान्य परिसंचरण के आधार पर एक प्रयोगात्मक पूर्वानुमान प्रणाली भी स्थापित की है मॉडल (जीसीएम) सांख्यिकीय मॉडल पर आधारित अपने मौजूदा परिचालन पूर्वानुमान प्रणाली के अतिरिक्त। इस उद्देश्य के लिए, आईएमडी का उपयोग करता है प्रायोगिक जलवायु पूर्वानुमान केंद्र (ईसीपीसी), स्क्रिप्स इंस्टीट्यूट ऑफ ओशनोग्राफी में विकसित मौसमी पूर्वानुमान मॉडल (एसएफएम), अमेरीका। संख्यात्मक मॉडल आधारित पूर्वानुमान प्रणाली के कौशल को कुछ और वर्षों के लिए मान्य किया जाना है, इससे पहले कि इसे परिचालन उद्देश्य के लिए उपयोग किया जा सके।.

हमारे देश में मानसून की पूर्वानुमान उचित सटीकता के साथ की जा रही है। 1988 से आईएमडी पूर्वानुमानों की सफलता दर उच्च रही है। पिछले 21 वर्षों (1988-2008) के दौरान, आईएमडी के पूर्वानुमान 19 वर्षों (अर्थात 90% वर्षों) में गुणात्मक रूप से सही थे। अपवाद 2002 और 2004 वर्षों के दौरान था, दोनों ही सूखे के वर्ष थे। हालांकि, कुछ वर्षों (1994, 1997, 1999, 2002, 2004 और 2007) में पूर्वानुमान त्रुटि (वास्तविक वर्षा और पूर्वानुमान वर्षा के बीच अंतर ) 10% से अधिक थी। 2002 का सूखा जुलाई महीने के दौरान असाधारण रूप से कम वर्षा के कारण हुआ था (लंबी अवधि का 46%) भूमध्यरेखीय मध्य प्रशांत क्षेत्र में समुद्र की सतह के अप्रत्याशित अचानक गर्म होने के कारण हुआ, जो जून महीने में शुरू हुआ था । यह उल्लेख किया जा सकता है कि जुलाई, 2002 की असाधारण रूप से कम वर्षा की पूर्वानुमान भारत या विदेश में किसी भी पूर्वानुमान समूह द्वारा नहीं की गई थी। सांख्यिकीय मॉडलों के आधार पर पूर्वानुमानों के लिए 100% सफलता प्राप्त करना संभव नहीं है। सांख्यिकीय मॉडल की समस्याएं इस दृष्टिकोण निहित हैं और दुनिया भर में भविष्यवक्ता द्वारा सामना किया जा रहा है।

मॉनसून वर्षा कीदीर्घावधि पूर्वानुमान बहुत महत्वपूर्ण है क्योंकि मानसूनी वर्षा की वार्षिक-अंतर भिन्नता के कई सामाजिक और आर्थिक प्रभाव होते हैं मौसम के दौरान कुल मानसूनी वर्षा का फसल की उपज, बिजली उत्पादन, सिंचाई के साथ सांख्यिकीय रूप से महत्वपूर्ण संबंध होता है। सामान्य तौर पर, कम वर्षा वाला एक कमजोर मानसून वर्ष कम फसल उपज का कारण बन सकता है। दूसरी ओर, एक मजबूत मानसून प्रचुर मात्रा में फसल उपज के लिए अनुकूल होता है, हालांकि कभी-कभी बहुत अधिक वर्षा विनाशकारी बाढ़ का कारण बन सकती है। अखिल भारतीय ग्रीष्म मानसूनी वर्षा के साथ भारत में चावल उत्पादन में चरणबद्ध भिन्नता देखा गया है। भारत में, मानसून की वर्षा कुल वार्षिक वर्षा का लगभग 75-80% होती है मध्य और उत्तर पश्चिम भारत के बड़े क्षेत्रों में वार्षिक वर्षा में मानसून का योगदान 90% या उससे अधिक है। इस प्रकार भारतीय मानसून को समझने और दीर्घावधि पैमाने पर इसकी अंतर-वार्षिक परिवर्तनशीलता का पूर्वानुमान लगाने की अत्यधिक आवश्यकता है।

उष्ण कटिबंध में दिन-प्रतिदिन के मौसम के मिजाज की पूर्वानुमान 2-3 दिनों तक सीमित है। उष्ण कटिबंध में मौसमी माध्य मानसून परिसंचरण, दूसरी ओर, संभावित रूप से अधिक अनुमानित है। ऐसा इसलिए है क्योंकि मानसून परिवर्तनशीलता का कम आवृत्ति घटक मुख्य रूप से समुद्र की सतह का तापमान, बर्फ का आवरण, मिट्टी की नमी आदि जैसी धीरे-धीरे बदलती स्थितियां द्वारा मजबूर होता है। इसलिए, पूरे देश में मानसूनी मौसमी वर्षा का लंबी दूरी पूर्वानुमान के लिए मॉडल विकसित करना संभव है। हालांकि, औसत मानसून के रूप में मौसमी पूर्वानुमेयता में कुछ सीमा होती है परिसंचरण आंतरिक गतिशीलता/परिवर्तनशीलता से भी प्रभावित होता है।

सरकारें और उद्योग, जिन्हें भविष्य के मौसम के पैटर्न के बारे में जानकारी से निर्णय लेने में मदद मिलेगी जैसे कि प्रत्येक वर्ष कितना खाद्य सामग्री की खरीद और भंडारण करना है , देश के प्रत्येक भाग में कब और कितना उर्वरक या बीज पहुँचाया जाता है, प्राकृतिक आपदाओं जैसे बाढ़, सूखा आदि के लिए किस क्षेत्र को तैयार करना है। दीर्घावधि पूर्वानुमान उन किसानों के लिए भी उपयोगी है जो अपनी कृषि योग्य भूमि से सबसे अधिक उपज प्राप्त करना चाह रहे हैं और फसल बीमा कंपनियों अपने मौसम से संबंधित बीमा पॉलिसियां के क्षेत्र आधार पर प्रीमियम तय करने में

किसी भी चर की समय श्रृंखला का एक माध्य और एक मानक विचलन होता है। सामान्य तौर पर जब एक चर इसके माध्य मान के किसी भी पक्ष का विचलनका मान 1 मानक के भीतर होता है, हम कह सकते हैं कि चर सामान्य सीमा के भीतर है या बस "सामान्य" है। जब चर का मान उसके मान से 1 मानक विचलन ऊपर (नीचे) होता है, तो हम कहते हैं कि मान "सामान्य से ऊपर (नीचे)" है। पूरे भारत में मानसून के मौसम (जून से सितंबर) के मामले में, औसत मूल्य (आमतौर पर दीर्घकालिक औसत के रूप में उल्लिखित) 89 सेमी है और मानक विचलन 9 सेमी (औसत मूल्य का लगभग 10%) है। इसलिए, जब वर्षा अपने दीर्घकालिक औसत के ± 10% के भीतर होती है, वर्षा को "सामान्य" कहा जाता है और जब वर्षा अपने दीर्घकालिक औसत से ±10% होती है, तो वर्षा को कहा जाता है "ऊपर (नीचे) सामान्य"।

गणितीय समीकरणों वाला एक कंप्यूटर मॉडल जो वातावरण की भौतिक प्रक्रिया का वर्णन करता है।

दक्षिणी दोलन या "SO" पूर्वी और पश्चिमी उष्णकटिबंधीय प्रशांत के बीच सतही वायुदाब में एक "देखा-देखा" है। यह पूर्वी उष्णकटिबंधीय प्रशांत ,डार्विन और ताहिती में एक साथ विपरीत समुद्र स्तर के दबाव विसंगतियों की विशेषता है, ऑस्ट्रेलिया के उत्तर पश्चिमी तट पर। दक्षिणी दोलन की खोज सर गिल्बर्ट वाकर ने 1920 के दशक की शुरुआत में की थी। बाद में, त्रि-आयामी SO से संबंधित पूर्व-पश्चिम परिसंचरण की खोज की गई और इसे वॉकर परिसंचरण नाम दिया गया। दक्षिणी दोलन की आवधिकता लगभग 2-5 वर्ष है। दक्षिणी दोलन का सबसे सामान्य सूचकांक ताहिती और डार्विन (ताहिती - डार्विन) में मानकीकृत समुद्र स्तर के दबाव विसंगतियों के बीच अंतर के रूप में गणना की जाती है।

अल नीनो और ला नीना SO के विपरीत चरणों की समुद्री अभिव्यक्ति हैं, जो एक वायुमंडलीय घटना है। अल नीनो की विशेषता है मध्य और पूर्वी भूमध्यरेखीय प्रशांत महासागर में समुद्र की सतह के तापमान का गर्म होना, क्रिसमस के समय से शुरू होता है (इसलिए नाम "अल नीनो", जो कि क्राइस्ट चाइल्ड का संदर्भ है)।इसे दक्षिणी दोलन का गर्म चरण कहा जाता है। दक्षिणी दोलन का शीत चरण, जिसे "ला नीना" कहा जाता है, है पूर्वी भूमध्यरेखीय प्रशांत क्षेत्र में उच्च दबाव, पश्चिम में कम, और मध्य और पूर्वी प्रशांत क्षेत्र में असामान्य रूप से ठंडे एसएसटी द्वारा विशेषता।

ENSO (अल नीनो दक्षिणी दोलन) इस तथ्य पर जोर देने के लिए डिज़ाइन किया गया एक संक्षिप्त शब्द है कि अल नीनो और दक्षिणी दोलन एक ही वैश्विक के घटक हैं महासागर-वायुमंडल युग्मित परिघटनाएँ।

मानसून और ENSO दोनों ही महासागर-वायुमंडल युगल परिघटनाएँ हैं। Tयहाँ मानसून और ENSO के बीच एक सामान्य व्युत्क्रम संबंध है। ENSO का गर्म चरण आम तौर पर सामान्य से कमजोर मानसून से जुड़ा होता है और इसके विपरीत। 1885-2007 की अवधि के दौरान गर्म ENSO (अल नीनो ) के 36 वर्ष और ठंडे ENSO (ला नीना) के 25 वर्ष थे. 35 एल नीना वर्षों (42%) में से 15 के दौरान, भारतीय गर्मी मानसून वर्षा (आईएसएमआर) सामान्य से कम थी और 25 ला नीना वर्षों (36%) में से 9, आईएसएमआर सामान्य से ऊपर था। इससे पता चलता है कि कोई नहीं है ENSO और ISMR के बीच एक पत्राचार के लिए।

मानसून प्रणाली एक ग्रह पैमाने प्रणाली है, और इसमें विभिन्न स्थानिक और लौकिक पैमानों पर बड़ी परिवर्तनशीलता है। दीर्घावधि पूर्वानुमान का उपयोग मुख्य रूप से बड़े क्षेत्र में मानसूनी वर्षा की अंतर-वार्षिक परिवर्तनशीलता की पूर्वानुमान करने के लिए किया जाता है। मानसून परिसंचरण पर विभिन्न वैश्विक और क्षेत्रीय कारकों के प्रभाव के अलावा, मानसूनी वर्षा अधिक होती है एक क्षेत्र क्षेत्र के भूगोल जैसे स्थानीय कारकों पर निर्भर करता है। परिणामस्वरूप, हम जितना छोटा क्षेत्र मानते हैं, उतना ही बड़ा क्षेत्र में वर्षा की परिवर्तनशीलता होगी। इसलिए, इतनी बड़ी बारिश परिवर्तनशीलता को पूर्वानुमान की मदद से मॉडल करना आसान नहीं हो सकता है। यही कारण है कि लगातार सामान्य मानसून की हालिया श्रृंखला (1988-2001) के दौरान भी देश भर में क्योंकि देश के कई हिस्सों में सूखे की स्थिति बनी हुई थी।

संभाव्य एलआरएफ (लॉन्ग रेंज फोरकास्ट) किसी घटना की घटित होने या ना होने की संभावनाएं प्रदान करता है। पूरी तरह से समावेशी घटनाएँ। संभाव्य एलआरएफ एक अनुभवजन्य मॉडल से उत्पन्न किया जा सकता है, या एक एन्सेम्बल पूर्वानुमान से उत्पन्न किया जा सकता है सिस्टम (ईपीएस)। घटनाओं को श्रेणियों में वर्गीकृत किया जा सकता है (उदाहरण के लिए सामान्य से ऊपर/नीचे या सामान्य से ऊपर/पास/नीचे)। यद्यपि समानता के लिए समान-संभाव्य श्रेणियों को प्राथमिकता दी जाती है, अन्य वर्गीकरणों का उपयोग इसी तरह से किया जा सकता है।

हिंद महासागर द्विध्रुव (IOD) जिसे भारतीय नीनो के रूप में भी जाना जाता है, समुद्र की सतह के तापमान का एक अनियमित दोलन है। जो पश्चिमी हिंद महासागर समुद्र के पूर्वी हिस्से की तुलना में बारी-बारी से गर्म और फिर ठंडा हो जाता है। आईओडी भी भारतीय उपमहाद्वीप पर मानसून की ताकत को प्रभावित करता है। 1997–8 में एक महत्वपूर्ण सकारात्मक हिंद महासागर द्विध्रुव हुआ, दूसरे के साथ 2006 में। हिंद महासागर द्विध्रुव वैश्विक जलवायु के सामान्य चक्र का एक पहलू है, जो प्रशांत महासागर में नीनो-दक्षिणी दोलन (ENSO) जैसी समान घटनाओं के साथ बातचीत करता है ।

मैडेन जूलियन ऑसिलेशन (एमजेओ) उष्णकटिबंधीय में सबसे महत्वपूर्ण वायुमंडल-महासागर युग्मित घटनाओं में से एक है, जिसका भारतीय ग्रीष्मकालीन मानसून पर गहरा प्रभाव पड़ता है। एमजेओ उष्ण कटिबंधीय अंतःमौसमी जलवायु परिवर्तनशीलता की अग्रणी विधा है और वैश्विक स्थानिक पैमाने पर संगठन इसकी विशेषता है, आमतौर पर 30-60 दिनों की अवधि के साथ, जिसे मैडेन और जूलियन ने 1971 में एक प्रकाशित पेपर में खोजा था। इसकी निम्नलिखित विशेषताएं हैं :-

• एमजेओ एक विशाल मौसम घटना है जिसमें वायुमंडलीय परिसंचरण के साथ गहरा संवहन शामिल है, जो धीरे-धीरे भारतीय और प्रशांत महासागर के ऊपर पूर्व की ओर बढ़ रहा है ।
• एमजेओ विषम वर्षा का एक भूमध्यरेखीय यात्रा पैटर्न है जो कि ग्रहों के पैमाने पर है।
• प्रत्येक चक्र लगभग 30-60 दिनों तक रहता है। इसे 30-60 दिन के दोलन, 30-60 दिन की लहर या इंट्रासीज़नल ऑसिलेशन (आईएसओ) के रूप में भी जाना जाता है।
• एमजेओ में हवा, समुद्र की सतह के तापमान (एसएसटी), बादल और वर्षा में बदलाव शामिल हैं।
• संवहनी गतिविधि के स्थान के आधार पर एमजेओ की अवधि को 1-8 चरणों में विभाजित किया जाता है, प्रत्येक चरण लगभग 7 से 8 दिनों तक रहता है।

चूंकि एमजेओ मानसून पर संभावित महत्वपूर्ण प्रभावों के साथ उष्णकटिबंधीय अंतर-मौसमी परिवर्तनशीलता का सबसे महत्वपूर्ण तरीका है। एशियाई क्षेत्रों में विस्तारित सीमा समय पैमाने (7 दिनों से 1 महीने तक) पर गतिविधि, सांख्यिकीय या संख्यात्मक क्षमता की क्षमता मानसून के सक्रिय/विराम चक्र को पकड़ने में एमजेओ सिग्नल को कैप्चर करने में मॉडल बहुत महत्वपूर्ण हैं।

वायुदाब, तापमान, पर्वत श्रृंखलाएँ, महासागरीय धाराएँ और कई अन्य कारक मिलकर एक विशाल मात्रा का उत्पादन करते हैं परस्पर क्रिया करने वाले चर जो सभी मौसम को अधिक या कम हद तक बदल सकते हैं। हालाँकि, लंबे समय तक नेतृत्व के साथ विज्ञान की अधिक समझ, साथ ही शक्तिशाली कंप्यूटर मॉडल का उपयोग, अधिक सटीक पूर्वानुमान करने की हमारी क्षमता में सुधार करना जारी रखता है ।

मानकीकृत वर्षा सूचकांक (एसपीआई) एक उपकरण है जिसे मुख्य रूप से सूखे को परिभाषित करने और निगरानी के लिए विकसित किया गया था। यह एक विश्लेषक को किसी दिए गए समय के पैमाने (अस्थायी समाधान) पर सूखे की दुर्लभता को निर्धारित करने की अनुमति देता है। ऐतिहासिक डेटा के साथ वर्षा स्टेशन। इसका उपयोग विषम रूप से गीली घटनाओं की अवधि निर्धारित करने के लिए भी किया जा सकता है। एसपीआई एक सूखा पूर्वानुमान उपकरण नहीं है ।