De (on)voorspelbaarheid van het weer

U heeft het zeker al wel eens gemerkt, de weermodellen hebben het niet steeds bij het rechte eind en de onzekerheid van de weersvoorspelling is vaak groot. Dat maakt het er voor de meteorologen niet makkelijker op om hun weersverwachting op te stellen. In dit artikel gaan we wat dieper in op de (on)voorspelbaarheid van het weer en welke factoren de onzekerheden van de weersvoorspelling bepalen. Discussieer gerust mee onderaan dit artikel.

De weersvoorspelling

Weermodellen

Het weer wordt de dag van vandaag voorspeld door een reeks supercomputers (de weermodellen) die 24/24 de toestand van de atmosfeer berekenen voor de volgende dagen op basis van de begintoestand. Hiervoor hanteren ze verschillende sets van wiskundige differentiaalvergelijkingen die numeriek (op basis van computer algoritmes) worden opgelost voor verschillende punten verspreid over de hele wereld.

De basis van een weermodel bestaat steeds uit een set van primitieve vergelijkingen die steunen op behoudsprincipes van de natuurkunde: behoud van massa, behoud van beweging, behoud van warmte en energie… Op basis van deze zogenaamde prognostische vergelijkingen kunnen dan door het model de verandering berekend worden van verschillende meteorologische parameters zoals wind, temperatuur, luchtdruk… in ruimte en tijd.

Dit hele principe noemt men ‘numerieke weersvoorspelling’ of in het Engels ‘Numerical Weather Preciction’ (NWP).

supercomputer

Supercomputers berekenen dagelijks de toestand van het weer. (Bron: NOAA)

Beginwaardeprobleem

Differentiaalvergelijkingen zijn wat men in de wiskunde noemt ‘beginwaardenproblemen’. Om deze te kunnen oplossen zijn beginwaarden nodig, ook wel initiële condities genoemd. Een weermodel gebruikt om de toestand van de atmosfeer te berekenen in de toekomst als initiële conditie de huidige toestand van de atmosfeer.

Deze toestand wordt verkregen door steeds een combinatie te nemen van tal van weer observaties verspreid over de wereld, in combinatie met satellietbeelden en output van een vorige model run. Het is net in deze stap van het proces van de numerieke weersvoorspelling dat fouten zich kunnen opstapelen en de onzekerheden in de verwachting zullen toenemen.

Onzekerheden

Verstoren initiële condities

De notie van onzekerheden bij het voorspellen van niet-lineaire systemen zoals het weer, heeft reeds een vroege oorsprong. De eerste die hierover een theorie opstelde was de wiskundige Pointcaré. Reeds in het begin van de twintigste eeuw ontdekte hij dat kleine verstoringen van initiële condities grote gevolgen kunnen hebben voor de uiteindelijke uitkomst van voorspellingen van niet-lineaire systemen.

De vlinder van Lorentz

Halverwege de twintigste eeuw kwam ook de natuurkundige Hendrik Lorentz, na het opzetten van een eenvoudig weerkundig model experiment, op het zeer specifieke idee dat een weersverwachting zeer gevoelig is voor perturbaties in de initiële condities. Hij ontdekte namelijk dat een kleine meetfout van de temperatuur na verloop van tijd resulteerde in een zeer grote fout in het eindresultaat van zijn voorspelling door numerieke instabiliteit.

Deze bevinding is men het ‘vlindereffect‘ gaan noemen, een metafoor die het volgende beschrijft: ‘Het flapperen van de vleugels van een vlinder in Tokyo kan als gevolg van verschillende toevallige omstandigheden enkele weken later een storm veroorzaken in New York’. Het beschrijft dat de reactie van een systeem, zoals het weer, ten gevolge van extern opgelegde verstoringen niet altijd eenduidig, lineair, of voorspelbaar hoeft te zijn.

vlinder

De theorie van Lorentz werd verduidelijkt aan de hand van de Lorentz-vlindermetafoor.

Ensembles als schatting van onzekerheid

Het moge dus duidelijk zijn dat initiële modelcondities van groot belang zijn in de weersvoorspelling. Kleine fouten in de schatting van de huidige toestand van de atmosfeer (bv. meetfouten) kunnen dus een grote invloed uitoefenen op de betrouwbaarheid van de weersvoorspelling op de middellange en lange termijn.

Deze inzichten hebben ertoe bijgedragen dat men ook op zoek gegaan is naar manieren om onzekerheid in de weersvoorspelling als gevolg van initiële condities in te schatten.

Een handige tool die gebruikt wordt om de onzekerheden in de weersverwachtingen in te schatten is de zogenaamde ‘ensemble’ methode, waarvan u ongetwijfeld al wel eens van gehoord hebt. Hierbij worden verschillende modelberekeningen met elk een andere initiële conditie geplot in één grafiek.

Op die manier krijg je dus alle berekeningen samen te zien (ensemble) en krijg je een indruk van de onzekerheid in de verwachting. Als alle berekeningen convergeren naar eenzelfde toestand is de zekerheid van de verwachting vrij groot. Divergeren ze echter, dan is de verwachting onzeker.

Een gekende methode om de temperatuur op middellange en lange termijn in te schatten is de wel gekende temperatuurpluim, die ook gebruik maakt van deze ensemble methode.

pluim EC

Voorbeeld van een ensemble van het ECMWF voor temperatuur. Elk groen lijntje is een berekening met andere beginwaarden. Vanaf dag 7 zien we de lijntjes verder uit elkaar gaan, wat de onzekerheid van de verwachting doet toenemen. (Bron: Weerplaza.nl)

Bronnen:

  • Peter Tom Jones en Roger Jacobs: ‘Terra Incognita’, Globalisering, ecologie en rechtvaardige duurzaamheid, Gent, Academia Press, 2006, xxiii + 647pp.
  • Peter Bauer, Alan Thorpe & Gilbert Brunet: ‘The quiet revolution of numerical weather prediction’, Nature Vol. 525, 2015.


Lees ook eens: