Waarom weermodellen het zelden eens zijn

Je hoort het regelmatig in het weerbericht: de verschillende weermodellen zijn het niet eens over hun weersvoorspellingen. Het ene weermodel voorspelt pakken sneeuw en in het andere weermodel is er geen vlokje te bespeuren. Hoe komt het nu dat er zoveel verschillende weermodellen bestaan en waarom geven die allemaal een andere voorspelling?

Een weermodel + een begintoestand = een weersvoorspelling

Een weermodel is eigenlijk niets anders dan een computerprogramma dat het weer voorspelt. Het weermodel ALARO dat door het KMI gebruikt wordt, bestaat bijvoorbeeld uit ongeveer 1,5 miljoen lijnen FORTRAN-code vol wiskunde en fysica. Het principe van een weermodel is heel eenvoudig: je vertelt het weermodel wat voor weer het vandaag is en het berekent voor jou wat voor weer het morgen zal zijn.

  • Volg onze weersvoorspelling ook via Facebook

Om een goede weersvoorspelling te kunnen maken heb je twee belangrijke ingrediënten nodig: je hebt een zo precies mogelijk computerprogramma nodig dat de fysicavergelijkingen van het weer kan uitrekenen en je hebt een zo precies mogelijke beschrijving nodig van de huidige toestand van het weer.

De perfecte weersvoorspelling

In theorie is het weer voorspellen niet zo moeilijk. Alle fysicavergelijkingen die we hiervoor nodig hebben zijn immers gekend. In de praktijk ontbreken er echter een paar belangrijke ingrediënten om aan de hand van die vergelijken een perfecte weersvoorspelling te maken:

  • Eerst en vooral zouden we voor elk van de vijf triljoen moleculen in de lucht rondom de aarde de precieze locatie, snelheid, temperatuur… moeten kennen
  • Ook zouden we een computer nodig hebben die razendsnel en met een eindeloze precisie kan rekenen
  • Ten slotte zouden we ontzettend veel opslagruimte nodig hebben om al deze informatie op de computer te kunnen opslaan
primitiveEquations

Figuur 1: De basisvergelijkingen van een weersvoorspelling. (Ting-Shuo Yo, data scientist)

Vereenvoudigen is fouten maken

Omdat dit ideaalbeeld niet haalbaar is, maken numerieke weermodellen vereenvoudigingen. Zo vereenvoudigen (discretiseren) de weermodellen bijvoorbeeld de vergelijkingen die ons weer bepalen, zodat het mogelijk is om ze met een computer uit te rekenen. Of vereenvoudigen (parameteriseren) ze de manier waarop regen, sneeuw en ijs ontstaan omdat er niet genoeg rekenkracht en opslagruimte is om elke watermolecule afzonderlijk voor te stellen.

Elk weermodel maakt die vereenvoudigingen op een andere manier en daarom eindigt elk weermodel ook met een andere voorspelling. Vereenvoudigingen betekent immers kleine foutjes introduceren. Die kleine foutjes kunnen na een paar dagen al snel uitgroeien tot fouten van een paar graden Celsius of het verschil betekenen tussen wel of geen sneeuw. Dit komt omdat de vergelijkingen die ons weer bepalen sterk niet-lineaire vergelijkingen zijn en deze zijn heel gevoelig voor dergelijke kleine foutjes. Dit wordt ook wel het vlindereffect genoemd en vormt de basis van Lorenz’ chaostheorie.

verschillen

Figuur 2: Elk weermodel maakt andere vereenvoudigingen en dit leidt tot andere voorspellingen. (doctoraatsthesis)

32.761 vierkantjes boven België

Om de huidige toestand van het weer te beschrijven, worden eveneens vereenvoudigingen gemaakt. Zo verdeelt elk weermodel de wereld in kleine vierkantjes en berekent het weer in elk van die vierkantjes. De grootte van de vierkantjes bepaalt de resolutie van het weermodel. Hoe hoger de resolutie, hoe kleiner de vierkantjes en hoe nauwkeuriger de voorspelling.

Het weermodel ALARO van het KMI verdeelt bijvoorbeeld de Belgische weerkaart in 32.761 vierkantjes van 4 km op 4 km. In elk van die vierkantjes berekent het weermodel weer, niet enkel aan de grond maar ook op 48 verschillende hoogtes in de lucht. Sinds de komst van de nieuwe supercomputer op het KMI eind 2015 is er ook een ALARO-run met een resolutie van 1,3 km.

In totaal voorspelt ALARO dus het weer op 1.605.289 verschillende locaties in en boven België. Voor elk van deze locaties wordt niet alleen de temperatuur berekend maar ook de luchtdruk, vochtigheid en nog een twintigtal andere variabelen. Om een voorspelling te kunnen maken heeft ALARO bijgevolg ook een beginwaarde nodig in elk van die 1.605.289 locaties en voor elk van die twintig variabelen.

4kmDomein

Figuur 3: Het 4-km domein van het weermodel ALARO (noot: de vakjes zijn slechts als voorbeeld, in realiteit zijn de 4 x 4 km vakjes veel kleiner) (doctoraatsthesis, Annelies Duerinckx)

Het probleem van de begintoestand

Omdat het onmogelijk is om genoeg observaties te verzamelen voor alle twintig variabelen in elk van die anderhalf miljoen locaties, worden de beginwaarden statistisch berekend op basis van een beperkter aantal observaties en een vorige voorspelling. Dit proces heet data assimilatie. Hoe dat precies werkt, leg ik in een volgende blog uit. Het belangrijkste om vandaag te onthouden is dat er ook hier weer veel verschillende technieken en vereenvoudigingen bestaan waardoor elk weermodel met een andere begintoestand aan zijn voorspelling begint. Ook dit draagt ertoe bij dat elk weermodel met een andere voorspelling eindigt.

Voorspellingen in 2118

Dankzij wetenschappelijk onderzoek en toenemende computerkracht, verbetert de voorspellingstermijn van de numerieke weermodellen elke tien jaar met één dag. Waar de voorspellingen in 1995 nog slechts één dag vooruit konden kijken met voldoende nauwkeurigheid, kunnen we het nu al drie dagen op voorhand voorspellen. Als deze trend zich voort zet, kunnen we tegen 2118 het weer al twee weken op voorhand heel nauwkeurig voorspellen. Geef toe, dat zou het plannen van een barbecue in de zomer toch veel eenvoudiger maken?

Deze gastblog is het resultaat van Annelies Duerinckx (Research Funding Advisor, RMI)


Lees ook eens: