"Modele numeryczne to programy komputerowe, które na podstawie danych potrafią przewidzieć pogodę na całym świecie. W tym celu rozwiązują skomplikowane równania matematyczne. Istnieje wiele wariacji tych modeli, co daje szerokie możliwości opisu zjawisk pogodowych" - wyjaśnił ekspert IMGW Piotr Szuster.
- Modele numeryczne przewidują burze na podstawie równań fizyki atmosfery.
- Dane wejściowe to m.in. pomiary z radarów, satelitów i stacji pogodowych.
- Prognoza to wynik precyzyjnych obliczeń, nie zgadywanie, ani symulacja gier.
Nad Polską przetoczył się niż genueński, który spowodował intensywne opady deszczu. W ich wyniku doszło do lokalnych podtopień oraz strat w uprawach. Anomalie pogodowe stają się coraz częstsze, co sprawia, że precyzyjne prognozy są dziś bardziej potrzebne niż kiedykolwiek.
Do przewidywania pogody meteorolodzy wykorzystują modele numeryczne - specjalistyczne programy komputerowe, które na podstawie aktualnych danych o atmosferze (czyli swoistej "fotografii" jej stanu) obliczają, jak będzie się ona zmieniać w najbliższej przyszłości. W tym celu rozwiązują zaawansowane równania różniczkowe. Z roku na rok te modele stają się coraz doskonalsze.
Piotr Szuster, członek zarządu stowarzyszenia Skywarn Polska, które prowadzi serwis "Polscy Łowcy Burz" oraz starszy specjalista Centrum Meteorologicznej Osłony Kraju IMGW-PIB, podkreśla, że istnieje wiele modeli numerycznych i ich odmian, umożliwiających bardzo szczegółowy opis zjawisk atmosferycznych.
Można stosować różne siatki obliczeniowe o zróżnicowanej rozdzielczości, zawierające węzły, na podstawie których otrzymujemy wyniki pogodowe i możemy je odpowiednio interpretować - wyjaśnia.
Modele dzielą się na globalne i lokalne. Modele globalne obejmują całą Ziemię i posiadają siatki o rozdzielczości określonej w stopniach geograficznych. Z kolei modele lokalne, tzw. mezoskalowe, działają z większą dokładnością - ich siatki mają rozdzielczość liczonych w kilometrach, a w przypadku najbardziej precyzyjnych modeli - nawet setek metrów. Umożliwia to znacznie dokładniejsze odwzorowanie zmienności wielu parametrów, takich jak np. suma opadów - wskazuje Szuster.
Jego zdaniem, model ECMWF (European Centre for Medium-Range Weather Forecasts) cechuje się najwyższą sprawdzalnością. To właśnie ten model jest najczęściej wykorzystywany do prognoz na okres do 10 dni, a jego wyniki są regularnie aktualizowane - zaznacza.
Wysoką sprawdzalnością wyróżnia się również model ICON (Icosahedral Nonhydrostatic), który opisuje ruch powietrza w atmosferze, co pozwala generować bardziej szczegółowe prognozy - szczególnie dla mniejszych obszarów, takich jak Europa Środkowa. Obecnie to właśnie modele ECMWF i ICON uważa się za najbardziej optymalne modele globalne do prognozowania pogody w Europie - dodaje.
Dane wykorzystywane w modelach numerycznych dzielą się na źródłowe i wynikowe. Dane źródłowe są kluczowe - to od nich zaczyna się praca modelu. Na ich podstawie model wykonuje obliczenia i tworzy prognozę. Bez nich model nie mógłby działać. Pochodzą z sieci pomiarowo-obserwacyjnych, takich jak stacje synoptyczne, posterunki opadowe czy obserwacje aerologiczne, dzięki którym uzyskujemy pomiary stanu atmosfery na różnych wysokościach nad powierzchnią Ziemi. Do tzw. inicjalizacji, czyli przygotowania danych wejściowych, wykorzystuje się również zobrazowania satelitarne oraz dane radarowe - tłumaczy Szuster.
Dodaje, że te źródła pozwalają m.in. dokładnie odwzorować zawartość pary wodnej w atmosferze. Dane radarowe są szczególnie precyzyjne pod względem lokalizacji, są zbierane niemal bez przerwy i na dużym obszarze, dzięki czemu dostęp do nich jest ciągły i szeroki. Umożliwiają także podgląd m.in. rozkładu i intensywności opadów.
Z kolei dane wynikowe to zestaw parametrów będących efektem obliczeń modelu. Obejmują m.in. sumę opadów, temperaturę minimalną, maksymalną lub średnią, porywy wiatru, jego prędkość i kierunek, a także natężenie promieniowania słonecznego - wyjaśnia ekspert.
Zdarza się, że różne modele numeryczne pokazują odmienne wyniki. W takich sytuacjach stosuje się tzw. prognozy wiązkowe (ensemble), które przedstawiają kilka możliwych scenariuszy pogodowych. Dzięki temu, mimo różnic między modelami, można lepiej zrozumieć potencjalne warianty i - poprzez analizę statystyczną większej liczby danych - wybrać najbardziej prawdopodobny.
Coraz większe znaczenie w meteorologii odgrywa również sztuczna inteligencja. Powstają już modele numeryczne oparte na uczeniu maszynowym.
To dynamicznie rozwijająca się dziedzina. Dzięki zastosowaniu metod uczenia maszynowego można znacznie szybciej uzyskać wyniki do interpretacji, a następnie porównać je z klasycznymi modelami. W ten sposób można jeszcze lepiej zrozumieć sytuację pogodową - podkreśla Piotr Szuster.