Οι εποχιακές ή μακροπρόθεσμες προγνώσεις καιρού αποτελούν μία νέα πρόκληση για τα ερευνητικά κέντρα παγκοσμίως. Ποιά είναι η αξιοπιστία τους σήμερα;

 

Οι εποχιακές προγνώσεις αποτελούν μία τεράστια πρόκληση για τα μετεωρολογικά/ερευνητικά κέντρα σήμερα, τα οποία προσπαθούν να αυξήσουν την αξιοπιστία τους. Αποτελούν όμως ένα κεκτημένο της σημερινής εποχής ή απέχουμε πολύ από μία επιτυχή εκτίμηση των μετεωρολογικών συνθηκών σε μηνιαία βάση;

 

Για να μιλήσουμε με επιχειρήματα και αριθμούς, βασίζουμε αυτό το άρθρο σε μία πρόσφατη επιστημονική μελέτη που ασχολήθηκε με την αξιολόγηση μοντέλων μακροπρόθεσμης πρόγνωσης (Mishra et al., 2019).

 

Ποια μοντέλα αξιολογήθηκαν

Η μελέτη που θα συζητήσουμε αξιολογεί 4 μοντέλο μακροπρόθεσμης πρόγνωσης, το αμερικανικό Glosea5, το ευρωπαϊκο ECMWF (sys4), το αμερικάνικο NCEP και το γαλλικό MF. Τα μοντέλα για την προσομοίωση της χειμερινής περιόδου έλαβαν αρχικές συνθήκες του αντίστοιχου Νοεμβρίου, ενώ για την θερινή περίοδο τα μοντέλα βασίστηκαν σε αρχικές συνθήκες Μαϊου. Τα μοντέλα αξιολογήθηκαν για την περίοδο 1992-2012.

 

Συζητώντας τα αποτελέσματα

Όσον αφορά την επιφανειακή θερμοκρασία (σχήμα 1) κατά τη διάρκεια του χειμώνα, φαίνεται πως κανένα μοντέλο δεν παρουσιάζει “τέλεια” συσχέτιση με την πραγματικότητα. Στατιστικά σημαντική μπορεί να θεωρηθεί η επιτυχία της πρόγνωσης των ECMWF και MF για τη βορειοδυτική γωνιά της Ευρώπης, αλλά και για τη νοτιοανατολική Μεσόγειο. Το καλοκαίρι φαίνεται πως την καλύτερη προγνωστική ικανότητα, η οποία μάλιστα είναι και στατιστικά σημαντική, την έχουν τα μοντέλα Glosea5 και ECMWF για το σύνολο της ανατολικής και νότιας Ευρώπης. Χαμηλή ωστόσο φαίνεται να είναι η προγνωσιμότητα σε περιοχές της βορειοδυτικής Ευρώπης.

 

Σχήμα 1 – Δείκτης συσχέτισης ανωμαλιών (ACC) θερμοκρασίας μεταξύ πρόγνωσης κάθε ενός από τα κλιματικά μοντέλα και της πραγματικής κατάστασης όπως καταγράφηκε μέσα από παρατηρήσεις και αναλύθηκε με reanaysis δεδομένα. Τιμες κοντά στο 1 δηλώνουν ισχυρή συσχέτιση/ταύτιση της πρόγνωσης με την πραγματικότητα, τιμές κοντά στο μηδέν υποδεικνύουν ότι η πρόγνωση πρακτικά είναι τυχαία, ενώ τιμές κοντά στο -1 υποδηλώνουν ότι η πρόγνωση ήταν αντίθετη του πραγματικού γεγονότος.

 

Η βροχόπτωση (σχήμα 2) φαίνεται να είναι πιο δύσκολο να προγνωστεί, όπως ίσως είναι αναμενόμενο. Τα Glosea5 και ECMWF φαίνεται να προσεγγίζουν πιο ρεαλιστικότερα την βροχόπτωση κατά τους χειμερινούς μήνες στα ανατολικότερα της Ευρώπης. Σε γενικές γραμμές, όμως, φαίνεται πως τα μοντέλα αδυνατούν να εκτιμήσουν με μεγάλη ακρίβεια την βροχόπτωση, ιδιαίτερα τους θερινούς μήνες. Συγκεκριμένα, εμφανίζονται μόνο μικρές περιοχές με στατιστικά σημαντική επιτυχία στην πρόγνωση.

Σχήμα 2 – Ομοίως με το σχήμα 1 αλλά για την βροχόπτωση.

 

 

Παρατηρώντας το σχήμα 3, βλέπουμε ότι δεν υπάρχει ξεκάθαρος νικητής. Τον χειμώνα φαίνεται πως το γαλλικό MF μπορεί να δώσει μία σχετικά καλή εκτίμηση θερμοκρασίας και βροχής για την βορειοδυτική Ευρώπη, με το Glosea5 να δίνει κάποια καλά αποτελέσματα στην θερμοκρασία για τη νοτιοανατολική Ευρώπη. Αντίθετα, το καλοκαίρι το Ευρωπαϊκό ECMWF φαίνεται να προσφέρει την πιο επιτυχή πρόγνωση σε μεγάλο μέρος της ανατολικής και νότιας Ευρώπης. Όσον αφορά τον υετό κατά τη διάρκεια του καλοκαιριού, φαίνεται πως λόγω της έντονης μεταβλητότητας αυτής της παραμέτρου δεν υπάρχει ξεκάθαρος νικητής, αλλά ούτε και ιδιαίτερα επιτυχημένες εκτιμήσεις.

Σχήμα 3 – Μέγιστη συσχέτιση (ACC), μετά από σύγκριση μεταξύ των μοντέλων, ανά σημείο πλέγματος. Οι μπλε, κόκκινες, κίτρινες και πράσινες αποχρώσεις υποδηλώνουν αντίστοιχα ότι το εκάστοτε μοντέλο είναι το περισσότερο επιτυχημένο πάνω από μία περιοχή. Το λευκό χρώμα χρησιμοποιείται σε περιπτώσεις μηδενικής ή αρνητικής συσχέτισης των προγνώσεων με την πραγματικότητα.

 

 

Άλλη μελέτη (Kim et al., 2012), η οποία αξιολογεί το αμερικάνικο CFSv2 και το ευρωπαϊκό ECMWF (sys4) μοντέλο, δείχνει πως σε γενικές γραμμές η πρόγνωση βροχόπτωσης και κυρίως θερμοκρασίας μπορεί να είναι επιτυχημένη για τη χειμερινή περίοδο σε περιοχές γύρω από τον ισημερινό, ειδικά σε περιπτώσεις όπου ο δείκτης ENSO είναι ισχυρός και το φαινόμενο El Nino σε εξέλιξη. Γενικά, η μεταβολή του ENSO σε ετήσια βάση φαίνεται να εκτιμάται τουλάχιστον ποιοτικά σε ικανοποιητικό βαθμό. Αντίθετα, η εκτίμηση της κυκλοφορίας πάνω από τον βόρειο Ατλαντικό (και ο δείκτης NAO) μάλλον είναι πιο δύσκολη υπόθεση με όχι πάντα επιτυχή αποτελέσματα. Λίγο καλύτερα το ποσοστά επιτυχίας/συσχέτισης της πρόγνωσης της κυκλοφορίας πάνω από την περιοχή του βόρειου Ειρηνικού ωκεανού και της βόρειας Αμερικής (δείκτης PNA).

 

Σχήμα 4 – Συσχέτιση της εποχιακής πρόγνωσης του ευρωπαϊκού (sys4) και του αμερικάνικου (cfsv2) μοντέλου με την πραγματική κατάσταση. Trop 2mt = θερμοκρασία στον ισημερινό, NA2mt = θερμοκρασία στη βόρεια Αμερική, EU2mt = θερμοκρασία στην Ευρώπη, Trop Prcp = βροχόπτωση στον ισημερινό, EU Prcp = βροχόπτωση στην Ευρώπη, δείκτες ENSO, PNA, NAO

 

 

Συνοψίζοντας, παρά το γεγονός ότι έχουν γίνει σημαντικά βήματα στην εποχιακή πρόγνωση, ακόμα υπάρχει μεγάλη απόσταση από την επιτυχημένη πρόγνωση σε καθολικό επίπεδο. Είναι σημαντικό να λάβουμε υπόψη ότι ένας κούκους δεν φέρνει την άνοιξη. Μία επιτυχημένη πρόγνωση σε συγκεκριμένη χρονική στιγμή δεν σημαίνει ότι πλέον δείχνουμε απόλυτη εμπιστοσύνη στα μοντέλα. Αναμένουμε πάντα τις βελτιώσεις των μοντέλων, οι οποίες βασίζονται σε σημαντική έρευνα και μελέτη και σίγουρα δεν είναι υπόθεση μερικών ημερών ή μηνών, αλλά ετών.

 

Αν βρήκατε αυτό το άρθρο ενδιαφέρον ακολουθήστε μας σε facebook, instagram, και youtube.

 

 

Για περισσότερες πληροφορίες και λεπτομέρειες σας προτείνουμε να διαβάσετε τα παρακάτω επιστημονικά άρθρα: