Vejrudsigten: Større nøjagtighed og præcis usikkerhed
more_vert
close

Få de daglige nyheder fra Version2 og Ingeniøren. Læs mere om nyhedsbrevene her.

close
By signing up, you agree to our Terms & Conditions and agree that Teknologiens Mediehus and the IDA Group may occasionally contact you regarding events, analyzes, news, offers, etc. by telephone, SMS and email. Newsletters and emails from Teknologiens Mediehus may contain marketing from marketing partners.

Vejrudsigten: Større nøjagtighed og præcis usikkerhed

I dag er en seksdøgns prognose for vejret lige så nøjagtig, som en femdøgns prognose var for ti år siden.

Så stærkt går udviklingen inden for såkaldt numeriske vejrprog­noser, at den ifølge forskere fra European Centre for Medium-Range Weather Forecasts i Reading, England, kan betegnes som en ‘stille revolution’, som de skriver i en oversigtsartikel i det videnskabelige tidsskrift Nature.

Chefkonsulent Bent Hansen Sass fra Danmarks Meteorologiske Institut (DMI) udtrykker det på denne måde:

»Før i tiden kunne vi eksempelvis se, at en frontpassage var på vej, så vejrudsigten kunne lyde på ustadigt vejr i overmorgen. Nu er vi kommet meget tættere på at kunne beskrive det vejr, som folk rent faktisk vil opleve. Men helt i mål er vi ikke endnu,« siger han.

Selv med DMI’s nye supercomputer, der skal opstilles på Island i samarbejde med Islands meteorologiske institut, vil opgaven ikke være let.

»Forventningerne til vejrudsigten er altid foran det, vi kan beregne,« siger Bent Hansen Sass, som dog tilføjer, at det er med til at drive udviklingen frem.

Artiklen fortsætter under grafikken

I teorien er det simpelt at beregne, hvordan vejret bliver de kommende dage. Kender man begyndelsestilstanden, skal man løse et sæt af partielle koblede differentialligninger. Det vidste meteorologerne allerede for mere end 100 år siden.

I praksis er opgaven dog vanskelig. Lewis Fry Richardson, der var med til at formulere meteorologiens grundligninger, skrev i bogen Weather Prediction by Numerical Process i 1922:

»En skønne dag i den fjerne fremtid vil det blive muligt at lave beregninger hurtigere, end vejret udvikler sig. Men det er kun en drøm.«

I dag udføres sådanne beregninger, der kan sammenlignes med at simulere den menneskelige hjerne og universets tidlige udvikling, flere gange dagligt helt rutinemæssigt på vejrcentre verden over.

Alle nationale eller lokale fem-syvdøgns vejrudsigter baserer sig på en eller flere af et begrænset antal globale vejrmodeller.

National Weather Service i USA udarbejder Global Forecasting System (GFS), og de europæiske vejrtjenester benytter sig som hovedregel af data fra European Centre for Medium-Range Weather Forecasts (ECMWF). Det gælder eksempelvis DMI og Meteorologisk Institutt i Norge, der leverer data til den populære tjeneste yr.no.

Store forskelle på data

Det er ikke ualmindeligt, at der kan være store forskelle mellem forudsigelserne for GFS og ECMWF, når det gælder omkring 10 dage frem i tiden. Det kan forklare, hvorfor forskellige vejrtjenester ikke altid er enige om vejret.

Da forudsigelserne hos DMI og yr.no for vejret ud over tre dage er baseret på de samme data og beregninger, er forskellen i deres forudsigelser dog ikke stor.

Bent Hansen Sass bekræfter, at en forudsigelse for vejret i Rom om fem dage i princippet på lignende vis vil være identisk hos DMI og en italiensk vejrtjeneste, som bruger data fra ECMWF.

»Alle vejrtjenester kan justere lidt på ECMWF-beregningerne i henhold til deres egen erfaring. Men det er ikke hensigtsmæssigt for et nationalt meteorologisk institut at lave sin helt egen beregning af vejret på så lang sigt, da det kræver information om det aktuelle vejr fra et meget stort område Jorden over,« siger han.

Klimatolog Niels Hansen, der er kommunikationskonsulent hos DMI, supplerer:

»Den forskel, brugerne kan opleve, skyldes først og fremmest forskelle i den grafiske præsentation. Tre millimeter er en del regn for en københavner, men stort set tørt for en borger i Bergen. Derfor er vejrsymbolerne for den samme nedbørsmængde forskellige mellem forskellige vejrtjenester.«

Peter Bauer fra ECMWF forklarer i Nature-artiklen, at omkring 10 millioner observationer om dagen bruges til at bestemme begyndelsesbetingelserne for vejret verden over fra overfladen op til 80 km oppe i atmosfæren.

To gange om dagen udføres beregninger i 40 milliarder punkter i atmosfæren. Den samlede beregningstid er to en halv time.

En global model er matematisk set en begyndelsesværdimodel. En lokal model er både en begyndelsesværdimodel og en randværdimodel, idet den lokale model skal passe med den globale model på randen for den lokale model.

Da DMI’s lokale model dækker et mindre område, kan den til gengæld give en bedre opløsning og mere nøjagtig udsigt for vejret de kommende 48 timer. Og dermed også varsle skybrud og lignende ekstreme vejrfænomener.

Hvor ECMWF-modellen har en bedste horisontal opløsning på 16 km, så har DMI’s beregninger en opløsning ned til et par kilometer.

»I fremtiden vil vi gerne ned på en opløsning under en kilometer,« siger Bent Hansen Sass.

På en sådan skala bliver det nødvendigt at inddrage turbulens og vertikale bevægelser i luften på en mere nøjagtig måde end i de nuværende modeller.

Det bliver beregningsmæssigt muligt med den nye supercomputer, som vil blive taget i brug til næste år, og som får sin fulde regnekraft i begyndelsen af 2018. Til den tid forventer DMI at blive mere nøjagtig i sine forudsigelser af kraftig nedbør inden for et begrænset område.

Den svære usikkerhed

Den første betingelse for en sådan hændelse er, at potentialet – dvs. fugtige luftmasser – er til stede. Ved at foretage måske 10-20 forskellige beregninger under lidt forskellige forudsætninger kan man vurdere sandsynligheden for, at en ekstrem hændelse rent faktisk indtræffer.

»Vi kan eksempelvis beregne sandsynligheden for, at der falder mere nedbør end 10 mm i løbet af en time,« siger Bent Hansen Sass.

Med sådanne såkaldt ensemble- beregninger kan DMI give brugerne en mere anvendelig forudsigelse. De kan desuden bruges til at verificere modellens nøjagtighed.

»Problemet er dog, at mange ikke rigtig forstår sandsynlighed og usikkerhed,« siger Niels Hansen, så der er en særlig formidlingsopgave knyttet til ensembleberegninger.

Den helt afgørende faktor for at forbedre korttidsforudsigelsen i meget snævre områder bliver dog at få data fra vejrradarer ind i modellerne i så tæt på realtid som muligt.

»De nyeste vejrradarer giver både information om nedbørsmængde og -form,« siger Bent Hansen Sass.

Denne form for assimilering af data er nødvendig for at kunne give bedre korttidsprognoser for vejret inden for de kommende tre-seks timer.

»Vi vil meget gerne køre en beregning på nye data hvert 15. minut,« siger Bent Hansen Sass.

Der skal nok stå koblede partielle differentialligninger ikke partiel koblede differentialligninger. Man får indtryk af at det er ordinære differentialligninger hvor de kun partielt er koblede.

  • 2
  • 0

Der snakkes meget om begyndelsesværdier i artiklen. Er det virkelig rigtigt at man starter forfra i simuleringen?

Jeg vil umidelbart mene at det var smartere at bruge løsningen fra dagen før, men "fittet" så den rammer de aktuelle målepunkter man har fra dagen. På den måde bevares alt den beregnede data om systemet i sin helhed (særligt Delta værdier) - Ting som ikke måles.

Er det en journalistisk tilnærmelse eller starter man virkelig jævnligt forfra baseret kun på måledata?

  • 2
  • 0

Der snakkes meget om begyndelsesværdier i artiklen. Er det virkelig rigtigt at man starter forfra i simuleringen?

Så vidt jeg har forstået på DMI, så bruger modellen den foregående modelkørsel til den næste. De havde eksempelvis problemer i forbindelse med deres nedbrud for et par år siden, fordi de var nødt til at regne igen på de udregninger, der var gået tabt, fordi de skulle bruges til de næste modelkørsler.

  • 0
  • 0

Dette kunne måske på et tidspunkt være interessant til også at forudsige skypumper?:

University of Toronto. (2015, September 11). Predicting tornadoes months or even seasons in advance. ScienceDaily:
http://www.sciencedaily.com/releases/2015/...
Citat: "...
Cheng says the model predicts how different conditions in the atmosphere during a thunderstorm will affect the risk of there being a tornado. The key variables the model relies on includes the instability of the atmosphere and vertical windshear, which is the change in wind speed and wind direction at different heights. These variables are important since there's a much higher risk of a tornado taking place when air is able to rise quickly coupled with a big change in wind speed and direction at different heights above the ground.
..."

  • 0
  • 0