Science >> Wetenschap >  >> Natuur

Waarom het moeilijk is om het weer te voorspellen

Krediet:Pixabay/CC0 Publiek Domein

Gaat het morgen regenen of wordt het zonnig? Betere gegevens en meer rekenkracht hebben de weersvoorspellingen nauwkeuriger gemaakt.



Maar lijkt het er niet op dat we, ondanks de beloften van een zonnige zomer, toch noodplannen zullen moeten maken voor binnenactiviteiten? Waarom is het zo moeilijk om het weer te voorspellen? We hebben het aan Nikolaos Kourentzes gevraagd, een voorspellingsonderzoeker aan de Universiteit van Skövde.

Met de toegenomen rekenkracht en goede gegevens zijn de weersvoorspellingen verbeterd. Maar ze zijn niet onfeilbaar. Nikolaos Kourentzes is hoogleraar informatica aan de Universiteit van Skövde en een expert op het gebied van prognoses.

Hij heeft het Internationale Monetaire Fonds geholpen bij het ontwikkelen van voorspellingsinstrumenten voor het vaststellen van rentetarieven en heeft ook gewerkt met klimaatmodellen en eenvoudigere statistische modellen van het weer voor toepassingen in hernieuwbare energie.

Voorspellingen zijn beter dan we denken

Hij is van mening dat we moeten overwegen wat we van de voorspellingen verwachten. Kortetermijnvoorspellingen zijn meestal gebaseerd op grote simulatiemodellen van het weer. Deze kunnen laten zien hoe verschillende delen van weersystemen op elkaar inwerken en elkaar beïnvloeden. Deze informatie wordt echter meestal teruggebracht tot slechts een paar belangrijke stukjes informatie voor ons weeramateurs, zoals temperatuur en neerslag.

Voorspellingen kunnen verschillende weersgegevens nauwkeurig weergeven, zoals zonnestraling, wind en luchtdruk, maar als ze de temperatuur enigszins verkeerd voorspellen, negeren veel mensen de hele voorspelling.

Het weer is voor velen een persoonlijke ervaring, en als weeramateurs missen we precieze definities en meetgegevens. Hoeveel regendruppels heb je nodig om het als regenachtig te beschouwen? Hij illustreert dit met een voorbeeld.

"Ik kom uit Griekenland, en zelfs een kleine regenbui is te veel, dus ik zou zeggen dat het regent in Zweden. Maar ik heb ook in Engeland gewerkt, en mijn collega's daar zouden waarschijnlijk zeggen dat het in Zweden erg droog en mooi weer is. Mijn punt is dat zonder goed gedefinieerde metingen die we kunnen volgen, persoonlijke ervaringen een grote rol zullen spelen als we uitspraken doen over de nauwkeurigheid van weersvoorspellingen."

De voorspellingen zijn dan ook beter dan we denken. Bovendien hebben we, zoals bij alle voorspellingen, de neiging om de onjuiste voorspellingen levendiger te herinneren, bijvoorbeeld wanneer slecht weer een geplande lunch in de buitenlucht verpest. Op de dagen ervoor, als we druk zijn met werk of andere activiteiten, kunnen voorspellingen zeer nauwkeurig zijn zonder dat we het merken.

Credit:Universiteit van Skövde

Complexe modellen

Een ander aspect waarmee rekening moet worden gehouden, is de complexiteit van de simulatiemodellen. Weersystemen zijn chaotisch en ons begrip van de fysica erachter is nog steeds onvolledig. Kleine fouten kunnen in de loop van de tijd aanzienlijke gevolgen hebben.

"Fouten kunnen gemakkelijk in de simulatiemodellen binnensluipen. Omdat het grote modellen en chaotische systemen zijn, zijn kortetermijnvoorspellingen betrouwbaar, maar naarmate de tijd verstrijkt, kan de kleine fout aan het begin ervoor zorgen dat voorspellingen op de lange termijn niet kloppen."

Rekenkracht en satellietgegevens hebben wonderen gedaan voor de kwaliteit van weersvoorspellingen, maar om goede langetermijnvoorspellingen te krijgen zijn wellicht andere modellen nodig:modellen die, naast de natuurkunde, afhankelijk zijn van AI en statistieken over hoe het weer zich gedraagt. .

'Een gat in de onderzoeksgemeenschap'

Om in de toekomst nog betere voorspellingen te krijgen, is Kourentzes van mening dat weersvoorspellers en ‘gewone’ voorspellers elkaar moeten ontmoeten en samenwerken. Regulier voorspellingsonderzoek houdt zich zelden bezig met weersvoorspellingen, omdat dit eerder als een zaak van natuurkundigen dan van statistici wordt beschouwd. Hij gelooft dat de waarheid waarschijnlijk ergens tussenin ligt.

“We moeten deze kloof in de onderzoeksgemeenschap overbruggen. Momenteel begrijpen de twee groepen elkaar niet als het gaat om jargon en modelleringsmethoden. Met onze respectieve expertise, meer rekenkracht, AI en een beter begrip van de natuurkunde, kan ik Ik ben ervan overtuigd dat we in de toekomst nog betere voorspellingen kunnen doen."

Aangeboden door Universiteit van Skövde