Modele numeryczne to programy komputerowe, które na podstawie danych mogą przewidzieć pogodę na całym świecie. W tym celu programy rozwiązują skomplikowane równania matematyczne. Istnieją różne wariacje tych modeli, dające duże możliwości opisu pogody – wyjaśnił ekspert IMGW Piotr Szuster.
Nad Polską przetoczył się niż genueński, który spowodował intensywne opady deszczu. W ich wyniku doszło do lokalnych podtopień, a także strat w uprawach. Anomalie pogodowe stają się normą. Tym bardziej potrzebne są precyzyjne prognozy pogody.
Modele numeryczne
Do opisu pogody i przewidywania zjawisk meteorolodzy posługują się modelami numerycznymi. Są to programy komputerowe, które na podstawie aktualnych danych o atmosferze (jej „fotografii”) obliczają, jak będzie się ona zmieniała w przyszłości. Programy rozwiązują skomplikowane równania matematyczne – równania różniczkowe, dzięki którym meteorolodzy mogą przewidzieć pogodę na całym świecie. Z każdym rokiem modele te są coraz doskonalsze.
Piotr Szuster, członek zarządu stowarzyszenia Skywarn Polska, które prowadzi serwis „Polscy Łowcy Burz”, a jednocześnie starszy specjalista Centrum Meteorologicznej Osłony Kraju IMGW-PIB, powiedział, że takich modeli jest wiele; istnieją ich różne wariacje, dające szeroką możliwość opisu zjawisk pogodowych.
– Można stosować również siatki obliczeniowe o różnych rozdzielczościach, zawierające węzły, na podstawie których można poznać wyniki pogodowe i odpowiednio je interpretować – dodał ekspert.
Modele numeryczne dzielą się na globalne i lokalne. – Globalne modele pokrywają całą Ziemię, mają siatki o rozdzielczościach określonych w stopniach. Natomiast modele lokalne, nazywane mezoskalowymi, posiadają gęstsze siatki o rozdzielczości kilometrów. W przypadkach bardzo dokładnych siatek są to rozdzielczości rzędu setek metrów, które pozwalają dużo dokładniej odwzorować zmienność różnego rodzaju parametrów, takich jak np. suma opadu deszczu – wskazał Piotr Szuster.
Który model najlepszy?
W jego ocenie model ECMWF (European Centre for Medium-Range Weather Forecasts) ma najlepszą sprawdzalność. – To on wykorzystywany jest zazwyczaj do prognozowania pogody na okres do 10 dni, a jego wyniki są regularnie aktualizowane – zaznaczył specjalista.
Dodał także, że model ICON (Icosahedral Nonhydrostatic) również cechuje się wysoką sprawdzalnością. Wykorzystuje on równania opisujące ruch powietrza w atmosferze do obliczania prognoz pogody, dzięki czemu stają się one bardziej szczegółowe, szczególnie na mniejszych obszarach, jak Europa Środkowa.
– To są modele, które obecnie uważane są za najbardziej optymalne modele globalne w prognozowaniu pogody nad Europą – wskazał.
Dane źródłowe i wynikowe
Dane zawarte w modelach numerycznych można podzielić na źródłowe i wynikowe. – Te pierwsze są kluczowe, ponieważ to od nich rozpoczyna się praca modelu numerycznego – na ich podstawie model zaczyna swoje obliczenia oraz tworzy prognozę. Bez danych źródłowych model nie mógłby działać poprawnie. Pochodzą one z sieci pomiarowo-obserwacyjnych, takich jak stacje synoptyczne, posterunki opadowe czy obserwacje aerologiczne, z których czerpie się pomiary stanu atmosfery wykonywane na różnych wysokościach nad powierzchnią Ziemi. Do inicjalizacji, czyli przygotowywania danych początkowych do modeli numerycznych, wykorzystuje się ponadto zobrazowania satelitarne lub dane radarowe – wytłumaczył Szuster.
Dodał, że pozwalają one dokładnie zobrazować np. zawartość pary wodnej w atmosferze. Dane radarowe są bardzo dokładne pod względem miejsca pomiaru, są zbierane praktycznie cały czas i na szerokim obszarze, dzięki czemu jest do nich ciągły i szeroki dostęp; jest też możliwość podglądu np. natężenia opadów oraz ich rozkładu.
– Natomiast dane wynikowe stanowią szereg różnego rodzaju parametrów. Zaliczyć do nich można: opad deszczu, temperaturę minimalną, maksymalną bądź średnią, porywy wiatru, prędkość i jego kierunek, opady deszczu czy natężenie promieniowania słonecznego. Są one rezultatem obliczeń modeli – tłumaczył specjalista.
Prognozy wiązkowe i sztuczna inteligencja
Może również tak się zdarzyć, że modele numeryczne i prognozy pogody będą przedstawiać inne wyniki. Szuster wyjaśnił, że w takich przypadkach korzysta się z prognoz wiązkowych, które pokazują kilka możliwych wariantów pogody. Dzięki temu, mimo rozbieżności między wynikami, można lepiej zrozumieć różne scenariusze. Pracując na większej liczbie danych i stosując statystykę, można wybrać ten najbardziej prawdopodobny scenariusz.
Specjalista wyjaśnił, że powstają też modele wykorzystujące tzw. uczenie maszynowe. – Jest to dynamicznie rozwijająca się dziedzina w meteorologii. Dzięki modelowi numerycznej prognozy pogody, który jest oparty o metodę uczenia maszynowego można dużo szybciej dostać wyniki do interpretacji, a później zweryfikować je z klasycznym podejściem; w ten sposób można uzyskać jeszcze lepszy wgląd w sytuację pogodową – powiedział Piotr Szuster.
Źródło: www.naukawpolsce.pl, fot. PickPik/ CC0
