Deze taal is machinaal vertaald en is niet door een mens gecontroleerd.

Klimaat · Gids

Hoe weersverwachting werkt: van gegevensverzameling tot uw voorspelingsapp

Gepubliceerd:

Day 5 forecast of surface pressure across North America as well as the Pacific and Atlantic oceans
Afbeelding: Hydrometeorological Prediction Center · Public domain · Wikimedia Commons

In het kort

Moderne weersverwachtingen worden geproduceerd door miljarden dagelijkse waarnemingen in supercomputers in te voeren die fysische vergelijkingen op een globaal rooster oplossen, een proces dat numerieke weersverwachting wordt genoemd. Weersvoorspellers voeren het model vervolgens meerdere keren uit met iets verschillende startvoorwaarden - een "ensemble" - om te meten hoe betrouwbaar een voorspelling is. Omdat de atmosfeer chaotisch is, verliezen voorspellingen na ongeveer 9 tot 15 dagen aan betrouwbaarheid, volgens onderzoekers en nationale weerbureaus.

Deze versie is een machinevertaling van het origineel (English). Lees het origineel

Elke voorspelling op een telefoon-app of televisie-uitzending gaat terug op dezelfde basisstroom: waarnemingen gaan erin, een supercomputer lost atmosferische vergelijkingen op, en een weersvoorspeller of algoritme zet de uitvoer in een voorspelling om. De U.S. National Oceanic and Atmospheric Administration (NOAA) beschrijft dit proces eenvoudig als weersverwachting gebouwd op wiskunde - vergelijkingen die het fysieke gedrag van de atmosfeer vertegenwoordigen, herhaaldelijk opgelost terwijl de tijd voortschrijdt.

De zes stappen achter een voorspelling

  1. Waarnemingen worden wereldwijd verzameld - van weerballonnen, satellieten, boei's, radars, sensoren op commerciële vliegtuigen en schepen, rivier- en kustmeetstations, en grondstations - en omgezet in numerieke waarden voor temperatuur, druk, vochtigheid en wind, volgens de NOAA.
  2. Gegevensassimilatie mengt deze nieuwe waarnemingen met de meest recente korte-termijnvoorspelling van de atmosfeer. Het European Centre for Medium-Range Weather Forecasts (ECMWF) zegt dat honderden miljoen waarnemingen dagelijks door dit statistische proces worden gefilterd en gecombineerd met recente korte-termijnvoorspellingen, wat de beste schatting van de huidige atmosfeerconditie oplevert.
  3. Een numeriek model verdeelt de aardbol (of een regio) in een driedimensionaal raster van punten. De NOAA merkt op dat fijnere roosters meer lokale details geven maar aanzienlijk meer rekenvermogen vereisen - het verdubbelen van de resolutie in elke richting verviervoudigt ongeveer de berekeningen die nodig zijn voor hetzelfde gebied.
  4. Supercomputers lossen de fysische vergelijkingen op elk rasterpunt op voor korte tijdstappen en voeren het resultaat vervolgens in als startpunt voor de volgende stap. De machines van de NOAA, gevestigd in Virginia en Florida, voeren ongeveer 2,8 quadriljoen berekeningen per seconde uit; het systeem van het ECMWF gebruikt meer dan een miljoen processors die ongeveer 30 petaflops leveren.
  5. Het model wordt meerdere keren uitgevoerd met iets verschillende startvoorwaarden of fysica-instellingen, een ensemble genoemd. De NOAA zegt dat wanneer de runs overeenkomen, weersvoorspellers meer vertrouwen hebben; wanneer ze divergeren, communiceert die verspreiding zelf onzekerheid aan het publiek.
  6. Menselijke weersvoorspellers en geautomatiseerde systemen interpreteren de ruwe modeluitvoer - aanpassingen voor lokaal terrein, bekende modelvooroordelen, of recente waarnemingen - voordat zij de openbare voorspelling, waarschuwing of opmerking uitgeven.

Globale vs. regionale modellen

De NOAA maakt onderscheid tussen globale modellen, die de hele planeet op grovere resolutie bedekken, en regionale modellen, die een kleiner gebied op fijnere details bedekken. Het ECMWF voert zijn globale model twee keer per dag, om middernacht en rond het middaguur, uit met twee extra tussenliggende runs die grensvoorwaarden leveren aan de eigen regionale modellen van lidstaten. Het bureau merkt op dat een globaal model noodzakelijk is omdat weersverstoringen aan één kant van de wereld omstandigheden elders dagen later kunnen beïnvloeden.

Waarom voorspellingen nauwkeurigheid verliezen over tijd

De atmosfeer is een chaotisch systeem: kleine verschillen in startvoorwaarden groeien in de loop der tijd totdat de voorspelling van de werkelijkheid afwijkt. Dit principe, voor het eerst geïdentificeerd door MIT-meteoroloog Edward Lorenz, is waarom geen model - hoe krachtig ook - onbeperkt in de toekomst kan voorspellen.

Een studie onder leiding van Penn State-onderzoeker Fuqing Zhang testte de twee toonaangevende mondiale voorspellingssystemen - het model van het ECMWF en het U.S.-systeem voor volgende-generatie-voorspelling - tegen echte gebeurtenissen, met inbegrip van een Europese koude golf en Chinese overstromingen, met behulp van bijna perfecte initiële gegevens. Het team concludeerde dat betrouwbare dag-tot-dag voorspellingen ongeveer 9 tot 10 dagen vooruit voor de middelbreedten, waar de meeste wereldbevolking leeft, haalbaar zijn, en dat dit zich kan uitstrekken tot ongeveer 14 tot 15 dagen naarmate gegevensverzameling, algoritmen en rekenvermogen verbeteren.

We geloven dat we die limiet hebben gevonden en gemiddeld is het ongeveer twee weken.

— Fuqing Zhang, Penn State University

De eigen technische richtlijnen van de NOAA voor modeluitvoer geven een meer conservatief aantal voor ruwe, onverwerkte rastervonrspellingen, stellende dat modellen over het algemeen nauwkeurig blijven tot ongeveer vier dagen, waarna run-to-run variatie aanzienlijk toeneemt - een reden waarom ensembles en menselijke weersvoorspellers deel blijven uitmaken van de pijplijn voor het middenbereik.

Typische betrouwbaarheid naar voorspellingsbereik
VoorspellingsbereikWat bureaus zeggenBron
0–4 dagenModeluitvoer is over het algemeen nauwkeurig; dag-tot-dag detail is betrouwbaarNOAA (JetStream)
4–10 dagenGlobale modellen (bijv. ECMWF, U.S.-systemen) blijven betrouwbaar voor de middelbreedten met ensembles die gebruikt worden om onzekerheid aan te tonenPenn State-studie; NOAA
Tot 16 dagenHet globale numerieke model van de NOAA strekt voorspellingen tot dit punt uit, hoewel het vertrouwen met de tijd scherp afneemtNOAA
~14–15 dagen (theoretische limiet)Beschouwd als dicht bij de maximaal mogelijke vaardigheid voor dag-tot-dag-voorspelling, zelfs met een perfect model en perfecte gegevensPenn State-studie / Lorenz chaostheorie

Wat volgt voor voorspellingstechnologie

Het ECMWF zegt dat toekomstige winsten afhangen van ensemble-voorspellingen met fijnere resolutie, betere weergave van aardsysteemprocessen (atmosfeer, land en oceaan samen), en verbeterde assimilatie van waarnemingen - allemaal wat meer rekenvermogen vereist. Het programma voor schaalbaarheid van het centrum bereidt zich voor op exascale computing (een miljard miljard berekeningen per seconde) en verkent ook machine-learning-technieken als onderdeel van zijn voorspellingssystemen, volgens zijn eigen feitenblad.

Vragen

Hoe ver vooruit kan het weer betrouwbaar worden voorspeld?
Nationale bureaus en onderzoekers zijn het er over het algemeen mee eens dat voorspellingen het meest betrouwbaar zijn tot ongeveer 4 dagen vooruit voor fijne details, betrouwbaar blijven tot ongeveer 9–10 dagen voor dag-tot-dag omstandigheden in de middelbreedten, en het meeste praktische waarde verliezen voorbij ongeveer 14–15 dagen, wat chaostheorie-onderzoek identificeert als dicht bij de fysieke grens van voorspelbaarheid, volgens een door Penn State geleide studie.
Wat is een ensemble-voorspelling?
Het is een reeks meerdere runs van hetzelfde weermodel, elk gestart met iets verschillende startvoorwaarden of fysica-instellingen; de NOAA zegt dat wanneer de runs nauw overeenkomen, weersvoorspellers meer vertrouwen hebben, en wanneer ze divergeren, wordt die verspreiding gebruikt om onzekerheid te communiceren.
Waarom zijn verschillende weerapps soms het niet eens?
Apps putten vaak uit verschillende onderliggende modellen (zoals het U.S. globale model of het ECMWF-model) of passen verschillende naverwerking toe, en de NOAA merkt op dat geen enkel model 100% van de tijd nauwkeurig is, daarom vertrouwen bureaus op meerdere modellen en ensembles in plaats van één bron.
Wat is gegevensassimilatie?
Het is het statistische proces van het combineren van nieuwe waarnemingen met de meest recente korte-termijnvoorspelling van de atmosfeer om de beste schatting van huidige omstandigheden te produceren; het ECMWF zegt dat honderden miljoen waarnemingen op deze manier dagelijks worden verwerkt.
Waarom kunnen computers het weer niet eenvoudig perfect voorspellen met meer macht?
Omdat de atmosfeer een chaotisch systeem is, groeien kleine fouten in initiële waarnemingen in de loop der tijd ongeacht rekenvermogen - een grens die meteoroloog Edward Lorenz heeft geïdentificeerd en geschat op ongeveer twee weken zelfs met bijna perfecte gegevens, volgens de door Penn State geleide studie.

Bronnen

  1. NOAA — Weather prediction: It's math!
  2. NOAA JetStream — Weather Models
  3. ECMWF — Fact sheet: Supercomputing at ECMWF
  4. Penn State News — Predictability limit: scientists find bounds of weather forecasting

Dit stuk is gemaakt met kunstmatige intelligentie en vóór publicatie automatisch op bronnen gecontroleerd. Ziet u een fout, vraag dan om een correctie. Correctie of weerwoord aanvragen · Hoe we dit maken

Gerelateerd