MultiModel Ensemble-voorspelling voor 46.62°N 6.72°O

Vergelijking van weermodellen voor 46.62°N 6.72°O

De blauwe lijnen komen overeen met de voorspellingen die door verschillende weermodellen met hoge resolutie zijn berekend. Daarnaast worden de leden van een traditioneel ensemble getoond, waarbij hetzelfde weermodel (GFS) meerdere keren wordt uitgevoerd met licht verschillende beginvoorwaarden om de onzekerheden in de waarnemingen die nodig zijn om een voorspellingsmodel te draaien, te weerspiegelen. De GFSleden zijn gedownscaled en biasgecorrigeerd zodat zij aansluiten bij de lokale weersomstandigheden; de gegevens van de hogeresolutiemodellen zijn onaangeroerd.

• In de bovenste grafiek wordt de temperatuurvoorspelling voor 46.62°N 6.72°O weergegeven: lichtblauw voor de verschillende hogeresolutiemodellen en oranje voor de GFSensembleleden. De zwarte lijn geeft de best passende temperatuurvoorspelling weer zoals op onze startpagina. De stippellijnen tonen de gemiddelde temperaturen van de GFS en ECMWFensembles.
• De 2^e grafiek toont de geaccumuleerde neerslagverwachting, dat wil zeggen de totale hoeveelheid die valt vanaf vandaag tot aan de datum op de tijdas. De blauwe balken geven de uurlijkse neerslagsommen weer.
• De 3^e grafiek geeft de voorspelde bewolkingsgraad in procent weer: lichtblauw voor de hogeresolutiemodellen en groen voor de GFSensembleleden.
• De 4^e grafiek toont de windvoorspelling zoals berekend door hoge-resolutiemodellen (lichtblauw) en door de ensemble-voorspelling (groen). Ook wordt het dagelijkse overzicht van de windrichting weergegeven in de vorm van een windroos. Grotere segmenten geven aan dat deze windrichting waarschijnlijker is en vaker voorkomt gedurende de dag dan richtingen met kleinere segmenten. Als er veel segmenten van ongeveer gelijke grootte zijn, is de voorspelling van de windrichting erg onzeker. Als er overwegend twee tegenovergestelde richtingen zijn, duidt dit vaak op een thermische windcirculatie waarbij de wind overdag uit een andere richting waait dan ’s nachts.

Waarom tonen wij tegelijkertijd een traditionele ensemble-voorspelling en een multi-modelvoorspelling?

Een traditionele ensemble (bijv. GFS) die met hetzelfde voorspellingsmodel wordt berekend, onderschat vaak de onzekerheden in het weer voor de eerste 3 tot 5 dagen en overschat daarmee het vertrouwen in de voorspelling. Bovendien draait de traditionele ensemble op een veel lagere resolutie, waardoor sommige lokale weersverschijnselen – die in hoge-resolutiemodellen zichtbaar zijn – worden genegeerd. Het is zeer belangrijk te beseffen dat alle leden van een traditionele ensemble dezelfde kans hebben om juist te zijn (er is vooraf geen manier om te weten welke beter zal zijn). Dit staat in contrast met de hoge-resolutiemodellen, waarvan sommige afhankelijk van de locatie en weersomstandigheden betere voorspellingen leveren dan andere.

Weermodellen

Weermodellen simuleren fysieke processen. Een weermodel verdeelt de wereld of een regio in kleine "roostercellen". Elke cel is ongeveer 4 tot 40 km breed en 100 m tot 2 km hoog. Onze modellen bevatten 60 atmosferische lagen en reiken diep in de stratosfeer tot 10–25 hPa (60 km hoogte). Het weer wordt gesimuleerd door om de paar seconden complexe wiskundige vergelijkingen tussen alle roostercellen op te lossen, en parameters zoals temperatuur, windsnelheid of bewolking worden voor elk uur opgeslagen.

meteoblue gebruikt een groot aantal weermodellen en integreert open data uit diverse bronnen. Alle meteoblue-modellen worden twee keer per dag berekend op een speciaal High Performance Cluster.

Wereldwijde dekking

meteoblue-weermodellen dekken de meeste bevolkte gebieden af met een hoge resolutie (3-10 km) en wereldwijd met een gemiddelde resolutie (30 km). Op de kaart aan de zijkant worden NMM-modellen in rood en NEMS-modellen als zwarte vakken weergegeven. Andere kleuren tonen modellen van derden. Wereldwijde modellen worden niet weergegeven. Voor één voorspelling worden meerdere weermodellen, statistische analyses, metingen, radar- en satelliettelemetrie meegenomen en gecombineerd om de meest waarschijnlijke weersverwachting voor elke locatie op aarde te genereren.