Sezonowa prognoza klimatyczna dla regionu Garibaldi pokazuje miesięczne średnie anomalie temperatury i opadów przez następne 6 miesięcy w górnym panelu. Prognoza jest regionalna dla obszarów o rozmiarach 100 km na 100 km lub większych.
Prognoza sezonowa dostarcza informacji na temat klimatu, takich jak średnie wartości lub anomalie dla całego miesiąca. Anomalie są odchyleniami od średniej klimatologicznej. Zatem ujemna anomalia temperatury i opadów wskazuje na chłodniejsze i bardziej suche warunki niż średnie. Informacje klimatologiczne pozwalają wyciągać wnioski o spodziewanej pogodzie. Załóżmy miesiąc z pozytywną anomalią +1 stopnia. Jest bardzo mało prawdopodobne, że w każdej godzinie tego miesiąca jest cieplej o 1 stopień. Bardziej realistyczny scenariusz jest taki, że niektóre dni są znacznie cieplejsze niż średnia, podczas gdy inne mają średnią temperaturę. Co najważniejsze, mogą być również dni, które są zimniejsze lub nawet znacznie zimniejsze niż średnia, dlatego pozytywna anomalia wcale nie jest gwarancją braku mrozu.
Sezonowa prognoza pogody na dany dzień nie jest technicznie możliwa: jest statystycznie bardziej zawodna niż średnia klimatyczna. Powodem jest to, że codzienna pogoda podlega większym wahaniom pod wpływem zdarzeń mezoskalowych lub mikroskalowych, a czynników pochodzenia nie można dokładnie zmierzyć, więc codzienne prognozy pogody stają się statystycznie bardziej zawodne niż średnia klimatyczna na 10-14 dni do przodu. Prawdopodobnie zauważyłeś zawodność 10-dniowej prognozy pogody oraz że przewidywanie na kilka miesięcy jest wyraźnie trudniejsze.
Ponieważ prognozy sezonowe mogą być mniej lub bardziej wiarygodne, podajemy wyniki kilkuset prognoz, aby lepiej oszacować trend. Łączymy wszystkie prognozy sezonowe obliczane przez główne ośrodki i instytucje na całym świecie w super ensemble (ENSEMBLE), które jest bardziej wiarygodne niż prognoza jednej instytucji. Jeśli widzisz, że prognozy różnych modeli są ze sobą sprzeczne, to jest bardzo mała nadzieja prawidłowego prognozowania pogody dla tego okresu. Istnieją regiony i sytuacje, w których prognozy sezonowe mogą być dość dokładne. Najbardziej znanymi przykładami są sytuacje El Niño i La Niña.
Przedstawione tutaj różne modele są obliczane przez: European Center of Medium Range Weather Forecast (ECMWF), the National Center of Environmental Prediction (NCEP/NOAA), the German Weather Service (DWD), the UK-MetOffice (UKMO), MeteoFrance (METEOFR), the Japan Meteorological Agency (JMA) i the Euro-Mediterranean Center on Climate Change (CMCC). Powyższe agencje/ośrodki aktualizują swoje prognozy mniej więcej raz w miesiącu, ale nie wszystkie robią to w tym samym czasie. Dlatego na diagramie wskazujemy przebieg prognozy każdego ośrodka. Ensemble przeliczamy za każdym razem, gdy jeden z ośrodków aktualizuje prognozę.
