- Temaforside: Vejrmodeller step by step – for de nysgerrige og nør
- Præprocessering - hvad fodrer vi vejrmodellen med?
- Analysen - en simulering af atmosfærens tilstand
- Prognosen - bedste bud på vejrets udvikling
- Harmonie - DMI's vejrmodel
- Postprocessering - efterbehandling af data
- Verifikation - hvor god var vejrprognosen?
- Usikkerheder - sommerfugle-effekten
- Ofte stillede spørgsmål til DMI
Usikkerheder - sommerfugle-effekten
Alle har en mening om vejret og stort set alle har en mening om, hvorvidt man kan stole på en vejrudsigt eller ej. Det er dog et faktum at jo længere frem i tiden vi kigger i krystalkuglen, des større bliver usikkerheden.
Der er altid usikkerheder i forbindelse med kendskabet til atmosfærens tilstand. Dels vil parametre som vind, temperatur, fugtighed etc. aldrig kunne være et fuldstændig nøjagtigt billede af virkeligheden. Det har vi for få observationer til.
Derudover har modellen også nogle begrænsninger, som ofte er relateret til fysiske processer, der finder sted på skalaer, som er mindre end, hvad der kan beskrives i modellen.
Det er dokumenteret i kaosteori, at for et ikke-lineært system som atmosfæren, kan selv den mindste usikkerhed i prognosens begyndelsesbetingelse vokse med tiden til en betragtelig usikkerhed senere i prognosen (også kendt som "sommerfugleeffekten", altså at selv så lille en forstyrrelse som en sommerfugls basken med vingerne er nok til at ændre vejret på et senere tidspunkt). Derfor vil en numerisk prognose altid afvige fra virkeligheden
Så i stedet for at beregne én (mere eller mindre unøjagtig) prognose, er det i princippet mere korrekt at beskrive prognoser i form af sandsynligheder for de mulige udfald.
Ensemble-prognoser - et værktøj til at vurdere usikkerheder
Derfor forsøger vi at estimere prognoseusikkerheden ved at køre en såkaldt ensembleprognose, dvs. en række prognoser der alle er gyldige til samme tidspunkt og som alle beskriver en mulig vejrudvikling.
Prognoserne, eller medlemmerne i ensemblet, afviger fra hinanden ved at være startet fra atmosfæretilstande som afviger en anelse fra hinanden, samt ved anvendelse af forskellige konfigurationer af modellen, herunder også stokastiske bidrag til modelligningerne.
DMI anvender ensembleprognoser på tidsskalaer fra timer til uger og måneder. DMI's eget ensembleprognosesystem er baseret på HIRLAM-modellen og kører fire gange i døgnet, to døgn frem i tiden, og ensemblet består af 25 medlemmer.
Baseret på ensembleprognoserne beregnes sandsynligheder som primært anvendes i forbindelse med varsling af farligt vejr, såsom skybrud, middelvind og vindstød af storm- og orkanstyrke samt kraftigt snefald og snestorm.
Tidligere var det forbeholdt de største meteorologiske centre at køre ensembleprognoser, da det selvsagt kræver meget regnekraft, men med udviklingen indenfor supercomputere er det på det seneste også blevet muligt for nationale meteorologiske institutter at køre lokale ensembleprognoser i høj opløsning, og det kan forventes at produkter baseret på ensembleprognoser vil blive mere og mere udbredte.
Temaansvarlig Bent Hansen Sass
Opdateret 4. september 2018
