Pięciodniowa prognoza pogody statystycznie jest poprawna w około 90 procentach przypadków, a siedmiodniowa w 80. Jednak 10-dniowa sprawdza się zaledwie w połowie przypadków, co czynią ją równie wartościową co rzut monetą. Dlaczego tak się dzieje?
Głównym powodem jest niedoskonałość narządów mierniczych. Do przewidywania pogody meteorolodzy używają danych z różnych źródeł: stacji meteorologicznych, balonów (radiosondy), satelitów i różnego rodzaju czujników. Mierzone są czynniki takie jak: temperatura, ciśnienie atmosferyczne, siła wiatru, wilgotność, zachmurzenie, promieniowanie słoneczne i wiele innych. Dane trafiają do komputera, który podstawia je do odpowiednich wzorów i na ich podstawie podaje przewidywalną pogodą. Więc dlaczego im więcej dni tym prognoza jest mniej dokładne?
Efekt motyla
Dokonajmy teraz prostego obliczenia. 10 * 7 = 70. A teraz dodajmy do jednej z liczb cyfry po przecinku i przeprowadźmy to samo obliczenie. 10.02 * 7 = 70.14. Różnica między dwoma wynikami jest niewielka, jednak jeśli będziemy na nich przeprowadzać kolejne operacje, z każdym kolejnym się zwiększy. Właśnie z takim efektem mamy do czynienia podczas dokonywania pomiarów. Oznacza to, że mimowolnie powstanie niedokładność. Tak jak w powyższym przykładzie, temperatura 22.3 stopnia a 22.34, da z czasem dwa zupełnie różne wyniki. A jeśli temperaturę zmierzymy z dokładnością 5 cyfr po przecinku, to odchylenia z czasem zacznie powodować szósta. Podobnie z innymi pomiarami. Im dłuższa prognoza, tym więcej danych, a co za tym idzie coraz bardziej niedokładny wynik. Zjawisko to nazywamy teorią chaosu lub chaosem deterministycznym (albo po prostu efektem motyla).
Drugi problem stwarza maszyna, na której dokonywane są obliczenia. Komputery także zaokrąglają wyniki, gdyż są w stanie liczyć jedynie do któregoś miejsca po przecinku. W ten sposób powstają dodatkowe odchylenia.
Trzecim jest ilość dostępnych urządzeń pomiarowych. Im więcej dokonanych pomiarów tym dokładniejsze dane. W pewnym momencie jednak ilość urządzeń pomiarowych robi się zbyt duża, aby była praktyczna. Istnieją też miejsca w których ciężko jest umieścić czujniki (rozległe lasy, oceany, pustynie). Nie można zapomnieć, że dane z pomiarów podlegają ciągłym zmianom. Mamy więc do czynienia z kolejnym upraszczaniem.
Modele meteorologiczne
Modele prognozy pogody to programy komputerowe, które pomagają przewidzieć, jaka będzie pogoda. Dane zebrane z setek lokalizacji trafiają do komputera, a program podstawia je pod odpowiednie wzory. Istnieją modele wyliczające pogodę lokalnie jak i globalne. Różnie kraje używają własnych modeli. Statystycznie najdokładniejszy jest model europejski, zaraz przed brytyjskim i amerykańskim.
Jak ustaliśmy wcześniej zarówno na etapie zbierania danych jak i wyliczeń pojawiają się niewielkie nieścisłości, które mogą wpłynąć na dokładność prognozy. Aby temu zaradzić, meteorolodzy uruchamiają ten sam model wielokrotnie, za każdym razem wprowadzając nieznaczne odchylenie do danych początkowych. Im bardziej wyniki są do siebie zbliżone, tym prawdopodobieństwo wystąpienia czegoś jest wyższe. Właśnie dlatego prognozy pogody podają „prawdopodobieństwo opadów”.
Źródła:
https://opensnow.com/news/post/weather-forecast-models-explained
https://www.meteorologiaenred.com/pl/modelos-meteorologicos.html
https://www.metoffice.gov.uk/about-us/what/accuracy-and-trust/how-accurate-are-our-public-forecasts