Sieć aplikacji do prognozowania klimatu
| Założony | 2006 |
|---|---|
| Założyciel |
|
| Siedziba |
Reno, NV ,Stany Zjednoczone
|
| Strona internetowa |
Climate Forecast Applications Network (CFAN) to firma, która opracowuje narzędzia do prognozowania pogody i klimatu oraz świadczy usługi badawcze i konsultingowe w zakresie zarządzania ryzykiem pogodowym i klimatycznym. CFAN został założony w 2006 roku przez Judith Curry i Petera Webstera w programie Enterprise Innovation Institute VentureLab firmy Georgia Tech .
Tło
Aplikacje do prognozowania klimatu w Bangladeszu były jednymi z pierwszych projektów CFAN. W 1998 r. 60% Bangladeszu miało powodzie przez ponad trzy miesiące, ponieważ rzeka Brahmaputra i Ganges wylały jednocześnie. CFAN opracował model prognoz hydrologicznych na okres od 1 do 10 dni w 2000 r., który zaczął funkcjonować w 2003 r. Zintegrowany regionalny system wczesnego ostrzegania o wielu zagrożeniach (RIMES) z siedzibą w Bangkoku w Tajlandii nadal korzysta z modelu w Bangladeszu. Po trzech latach letnich powodzi w Pakistanie opracowano model dla doliny Indusu, ale nie został on wykorzystany przez władze Pakistanu. CFAN nadal apeluje o poprawę prognoz pogody dla Azji Południowej, szczególnie po cyklonu Nargis na Mjanmę i fali sztormowej super tajfunu Haiyan .
Przyjęcie
W Global Flood Hazard: Applications in Modeling, Mapping, and Forecasting CFAN został nazwany „godnym uwagi przykładem” procesów wczesnego ostrzegania o powodziach, a ich system był chwalony za skuteczność i koszty. Ich prognozy probabilistyczne są udostępniane online klientom i mogą być wykorzystywane do zarządzania operacyjnego i katastrof. W książce Reducing Disaster: Early Warning Systems For Climate Change CFAN jest cytowany jako przykład „silnej sieci instytucjonalnej i zobowiązań”, które ułatwiły rozwój programów prognozowania powodzi i ich zastosowanie na poziomie międzynarodowym. W prognozowaniu powodzi: A Global Perspective CFAN prognozy dotyczące czasu powodzi i ryzyka powodzi w Bangladeszu dla rzeki Brahmaputra zostały scharakteryzowane jako „umiejętne” pomimo „znacznego przeszacowania lub niedoszacowania wielkości szczytowych”, przy czym prognozy dotyczące Gangesu były „mniej zręczne”.