Varför stämmer inte alltid prognoserna?

En väderprognos bygger på vetenskapliga beräkningar om hur atmosfärens tillstånd ska förändras den närmaste tiden. Redan små fel i beräkningarna kan leda till stora skillnader i prognoserna för några dygn framåt i tiden.

Vädret, alltså egentligen atmosfärens fysikaliska och även kemiska processer, är bland det mest komplicerade vi kan studera på vår planet. För att en väderprognos ska vara ”rätt”, så ska en rad olika parametrar, som vindhastighet, vindriktning, temperatur, molnighet och nederbörd, stämma inom vissa felmarginaler med det uppmätta för ett antal utpekade platser i Sverige.

Det är många olika faktorer som kan spela in då en prognos skiljer sig från den verkliga väderutvecklingen, allt från insamling och bearbetning av data till hur detaljerad information väderprognosen innehåller.

Antalet observationer påverkar

Observationspunkter, där information om atmosfärens tillstånd samlas in, är grunden för bra väderprognoser. Det är omöjligt att ha observationspunkter överallt på jorden och dessutom i olika höjd i atmosfären. I allt större utsträckning används numera  radar- och satellitinformation för att komplettera datorberäkningar och meteorologers erfarenhet.

De första vädersatelliterna gav främst meteorologerna information om moln, men idag kan de även ge annat viktigt underlag, som temperatur och fuktighet på såväl marken som olika nivåer högre upp i atmosfären. Bristen på observationer över Stilla havet var exempelvis tidigare ett stort problem, men både satelliterna och metoder för att tolka information från dem blir allt bättre.

Svårtolkade observationer

Även om observationen i sig är riktig så kan den vara svår att tolka.

En exakt temperaturavläsning på exempelvis +14,4°C behöver inte vara representativ för ett större område runt omkring observationsplatsen. Men med tillräckligt långa mätserier och statistik kan prognosmodellerna kontinuerligt utnyttja färska väderobservationer.

Eventuella felaktiga observationer upptäcks oftast av kvalitetskontrollsystem. SMHIs meteorologer, både de som arbetar med prognoserna och de som utvecklar de matematiska modellerna, har lång yrkeserfarenhet. Erfarenheten är extra viktig vid besvärliga vädersituationer.

En av de viktigaste arbetsuppgifterna för dagens prognosmeteorologer är att granska och godkänna de datorgenererade prognoserna för att bedöma rimligheten.

Datorprognoser är ej lokala/småskaliga

SMHI:s datorprognoser beräknas för närvarande på områden som är 2.5 x 2.5 km eller större. Trots att utvecklingen av prognosmodellerna leder till att områdena blir mindre och mindre, kommer de även i fortsättningen ha begränsningar, exempelvis:

  • den minsta skalan har kort förutsägbarhet
  • små öar eller andra ”avvikelser” kan saknas om deras yta är för liten.

Regionala modeller med hög upplösning har en större förmåga att beskriva karaktären på den lokala variationen, till exempel hur temperaturen kan variera med topografin eller huruvida ett nederbördsområde består av små kraftiga skurar eller av ett mer sammanhängande område. Exakt var små skurar hamnar går dock inte att beräkna vilket gör att informationen om nederbörd från modellen måste bearbetas innan den presenteras i ett ortsväder.

Högupplöst prognosmodell - regn
En modell med högre horisontell upplösning har större förmåga att få med detaljerna i ett nederbördsområde. Dock går det inte att exakt förutsäga var små skurar hamnar, men modellen ger ändå en viktig signal om det finns risk för kraftigare skurar.
Illustration SMHI Förstora Bild

För att kompensera de här begränsningarna finns olika statistiska metoder, som utnyttjar erfarenheter från tidigare "misstag" och som genom därigenom kan korrigera prognoserna.

Anpassade prognoser

De prognoser som görs för allmänheten och presenteras i massmedia är oftast kortfattade och utformade för att täcka generella behov. SMHI utformar även olika typer av specialprognoser för olika samhällssektorer som påverkas av vädret.

För att ge bästa beslutsunderlag kan då även osäkerheten i prognosen tas med. För exempelvis en jordbrukare kan en prognos på +2° bli extra användbar med tillägget "lokalt möjligen frost" eller "20 % risk för frost". Andra exempel kan vara sannolikhet för kraftiga vindbyar, för byggsektorn eller sjöfarten, eller sannolikhet för halka eller större nederbördsmängder för trafiksektorn.

Den typen av sannolikhet eller osäkerheter tas normalt inte upp i de generella prognoserna för allmänheten.

Datorkapacitet

En del av de matematiska sambanden i prognosmodellerna går inte att lösa exakt.

Antalet parametrar som sinsemellan påverkar varandra är så många att man även med kraftfulla datorer måste nöja sig med avrundade värden. De här relativt små avrundningsfelen kan sedan växa i takt med prognosberäkningarna fortsätter framåt i tiden.

Beräkningarna i prognosmodellerna måste begränsas för att inte prognosen skall ta för lång tid. (Även om en prognos teoretiskt skulle kunna vara bättre och mer detaljrik blir den allt mindre användningsbar ju längre tid den tar att producera.) Men i takt med att datorerna blir snabbare får den begränsningen allt mindre betydelse.

För att tillgodogöra sig den snabba datorutvecklingen med en allt högre beräkningskraft måste meteorologiska institut, som t.ex. SMHI, avsätta stora resurser på att uppdatera sin datorkapacitet regelbundet och för närvarande upphandlas ny datorkraft vart 2-4 år.