Keď otvoríte aplikáciu s počasím, predpoveď vyzerá jednoducho: teplota, symbol počasia a napríklad pravdepodobnosť dažďa. Ľahko tak vznikne dojem, že tieto údaje pochádzajú priamo z jedného meteorologického modelu. V skutočnosti sa výsledky modelov často najprv porovnávajú, upravujú podľa miestnych podmienok, dopĺňajú o aktuálne merania a prechádzajú kontrolou kvality.
Meteorologický model je nevyhnutným podkladom, sám osebe však ešte neposkytuje hotovú predpoveď pre konkrétne miesto. Až ďalším spracovaním sa jeho obraz atmosféry približuje podmienkam, ktoré zaujímajú človeka v údolí, na horách, na farme alebo pri mori.
Ako spojiť výsledky rôznych modelov
Poskytovatelia predpovedí získavajú simulácie z globálnych aj regionálnych modelov. Tie sa líšia rozlíšením výpočtovej siete, zachytením terénu, frekvenciou aktualizácií aj tým, ako ďaleko do budúcnosti ich predpovede siahajú. Ich presnosť navyše závisí od miesta, predpovedanej veličiny a poveternostnej situácie. Pre rovnaké miesto a čas preto môžu rôzne modely ponúknuť odlišnú predpoveď. Tieto základy vysvetľujeme v prvom a druhom diele nášho sprievodcu meteorologickými modelmi.
Skôr než možno výsledky porovnávať alebo kombinovať, treba overiť, či jednotlivé údaje vyjadrujú to isté. Kontrolujú sa preto súradnice, jednotky, časové intervaly, výška merania aj definície veličín. Rýchlosť vetra a nárazy vetra napríklad označujú dve rôzne veličiny. Teplota sa spravidla vzťahuje na určitý okamih, kým úhrn zrážok vyjadruje množstvo, ktoré spadne za určité obdobie.
Trojhodinový úhrn zrážok uvedený pre 12:00 napríklad znamená množstvo vody, ktoré spadlo medzi 9:00 a 12:00. Nehovorí, koľko prší práve na poludnie. Pri porovnávaní s hodinovými úhrnmi preto treba zohľadniť rozdielnu dĺžku období. Zo samotného trojhodinového údaja navyše nemožno vyčítať, kedy presne v tomto intervale pršalo.
Používateľ túto prípravu dát nevidí. Bez nej by sa však rozdiely vo formáte alebo význame údajov mohli mylne javiť ako skutočné rozdiely v predpovedi počasia.
Prečo bunka modelovej siete nie je to isté ako konkrétne miesto
Numerické modely zachytávajú atmosféru a zemský povrch pomocou výpočtových sietí. Jedna bunka môže zahŕňať svahy, budovy, vegetáciu aj vodné plochy. Jej nadmorská výška v modeli sa pritom môže líšiť od skutočnej výšky miesta, pre ktoré predpoveď hľadáme. Menšie terénne útvary sa v modeli vyhladzujú, najmä ak má hrubšie rozlíšenie.
Predstavme si mesto v údolí a neďaleký horský vrchol, ktoré patria do rovnakej bunky modelovej siete s hrubým rozlíšením. Sú síce blízko seba, no to neznamená, že tam bude rovnaká teplota, rovnako silný vietor alebo rovnaké zrážky. Najprv je teda potrebné prepojiť súradnice požadovaného miesta s príslušnými modelovými údajmi z okolia. Samotné prevzatie jednej hodnoty z bunky nestačí.
Napríklad Forecast API od meteoblue využíva na tvorbu predpovedí pre konkrétne miesta modelové dáta z okolia a informácie o teréne, ktoré ďalej spracúva. Používateľ môže zadať nadmorskú výšku miesta. Ak ju nezadá, API ju určí z digitálneho modelu terénu s rozlíšením 80 metrov. Výškové korekcie sa potom premietajú do viacerých veličín vrátane teploty a tlaku.
Rozlíšenie terénnych dát 80 metrov však neznamená, že model simuluje atmosféru v sieti s rovnako jemným rozlíšením. Miestne úpravy pomáhajú predpoveď lepšie prispôsobiť danému miestu, nedokážu však doplniť každý detail, ktorý model nezachytil. Patrí sem napríklad prúdenie vzduchu okolo konkrétnej budovy alebo veľmi malá lokálna prehánka. Rozlíšenie samotného modelu a následné miestne spresnenie predpovede sú dve rôzne veci.
Ktoré modely majú dostať väčšiu váhu
Ak máme k dispozícii niekoľko predpovedí, ešte to neznamená, že vieme, ktorá bude najužitočnejšia. Jednoduchý priemer môže zachovať chyby spoločné viacerým modelom. Ak naopak vždy siahneme po rovnakom modeli, prehliadame, že sa jeho presnosť mení podľa miesta a podmienok.
Systém meteoblue Learning MultiModel (mLM) vychádza z doterajšej úspešnosti predpovedí a podľa nej určuje vhodnú kombináciu modelov pre konkrétne miesto. Zvyčajne pritom hodnotí ich výsledky za predchádzajúcich 60 dní.
Tento postup môže zahŕňať niekoľko foriem následného spracovania dát, označovaného aj ako postprocessing. Najprv možno vybrať vhodný modelový vstup, jednotlivým modelom priradiť váhy podľa toho, do akej miery majú ovplyvniť výsledok, zlúčiť informácie z viacerých predpovedí alebo opraviť systematické chyby. Vybrať model s nižšou priemernou chybou napríklad nie je to isté ako korigovať opakujúcu sa odchýlku, hoci oba postupy môžu výslednú predpoveď zlepšiť. Ak sú k dispozícii vhodné merania, môžu pomôcť odhaliť a napraviť aj systematické chyby predpovede pre dané miesto.
V službe meteoblue pre jednotlivé meteorologické stanice možno využiť merania z posledných mesiacov a prispôsobiť podľa nich kombináciu modelov miestnym podmienkam. Zohľadnia sa tak rozdiely v presnosti na konkrétnom stanovišti, ktoré sa pri porovnávaní modelov na väčšom území nemusia prejaviť.
mLM numerické meteorologické modely nenahrádza. Vychádza z nich a využíva ich predpovede podľa toho, akú presnosť dosahujú v danom mieste a pri danej veličine. V súčasnosti sa mLM používa a jeho presnosť overuje pre teplotu vzduchu, teplotu rosného bodu a rýchlosť vetra. Iné veličiny vrátane zrážok, oblačnosti a žiarenia vychádzajú z iných dátových zdrojov a postupov spracovania. Nemožno teda predpokladať, že rovnakou metódou vzniká celá predpoveď.
Čo prinášajú najnovšie pozorovania
Pri predpovedi na najbližšie hodiny môžu pozorovania odhaliť vývoj, ktorý skorší výpočet modelu nezachytil presne. Radar napríklad ukáže, že pásmo zrážok prichádza skôr, než sa očakávalo. Stanice môžu zaznamenať miestnu odchýlku teploty, družicové snímky zasa poskytujú informácie o oblačnosti a jej pohybe. Detekcia bleskov dopĺňa obraz o práve prebiehajúcich búrkach.
Predpoveď na najbližší čas založená na pozorovaniach sa nazýva nowcasting. V meteoblue využíva často aktualizované údaje zo staníc, radarov alebo družíc. Jej prínos závisí od predpovedanej veličiny a dostupnosti dát pre dané územie. Radarová snímka pomôže spresniť, kedy dorazia zrážky, no priamo nemeria teplotu vzduchu na meteorologickej stanici.
Tieto metódy sú obzvlášť cenné pre najbližšie hodiny. S pribúdajúcim časom ich užitočnosť klesá: meteorologické javy sa ďalej vyvíjajú, slabnú alebo menia smer pohybu. Pri predpovedi na dlhšie obdobie dopredu sú preto nevyhnutné numerické modely.
Ako sa dáta dostanú k používateľovi
Spracovanú predpoveď je potom potrebné previesť do podoby, s ktorou môžu pracovať ľudia aj softvér. V závislosti od konkrétneho produktu zahŕňa teplotu, zrážky, vietor, nárazy vetra, oblačnosť a ďalšie veličiny. Tie sa poskytujú ako časové rady, grafy alebo štruktúrované dáta cez API. Hodinové hodnoty slúžia na podrobné plánovanie, denné súhrny ponúkajú celkový prehľad.
Každý údaj v predpovedi by mala sprevádzať aj informácia o jeho neistote. Ukazovateľ predpovedateľnosti meteoblue vyjadruje odhadovanú mieru istoty predpovede. Pravdepodobnosť zrážok zasa hovorí, aká je šanca, že sa zrážky vyskytnú. Každý z týchto údajov teda odpovedá na inú otázku: do akej miery sa možno spoľahnúť na celkovú predpoveď a aké pravdepodobné je, že zaprší.
Výsledná predpoveď pre konkrétne miesto preto nemusí byť priamym výstupom jediného modelu. Spája dostupné informácie do jedného najlepšieho odhadu, pričom zohľadňuje aj pretrvávajúcu neistotu.
Prečo sa predpoveď pri aktualizáciách mení
Predpoveď sa priebežne upravuje podľa toho, ako prichádzajú nové informácie. Nové výpočty modelov môžu zmeniť očakávaný vývoj počasia, mLM môže zvoliť inú kombináciu modelov a čerstvé pozorovania môžu ovplyvniť predpoveď na najbližší čas.
Pre používateľa to môže znamenať posun očakávaného začiatku dažďa alebo inú teplotu na zajtrajšie popoludnie. Zmena predpovede sama osebe neznamená, že tá predchádzajúca bola nesprávna. Znamená, že pribudli nové informácie. Či zmena skutočne pomohla, možno posúdiť až porovnaním predpovede so skutočným počasím.
Ako predpoveď obstojí v porovnaní so skutočnosťou
Treba overovať, či celý tento postup predpoveď skutočne zlepšuje. Na to slúži verifikácia, teda porovnávanie predpovedí s vhodnými pozorovaniami na mnohých miestach a v mnohých časových okamihoch. Mesačné správy meteoblue o presnosti predpovedí hodnotia mLM na základe dát z meteorologických staníc, ktoré prešli kontrolou kvality. Zároveň jeho výsledky porovnávajú s globálnymi modelmi pri teplote, rosnom bode a rýchlosti vetra.
Férové porovnanie musí zohľadniť veličinu, čas, pre ktorý predpoveď platí, aj to, s akým predstihom bola vydaná. Predpoveď vydaná niekoľko dní vopred musí obstáť v iných podmienkach než aktualizácia tesne pred danou udalosťou. Hodinové vyhodnotenie navyše zachytí chyby v načasovaní, ktoré sa pri hodnotení iba denných hodnôt môžu stratiť.
Rôzne metriky odhaľujú rôzne slabiny. Priemerná absolútna chyba (MAE) vyjadruje, aké veľké bývajú odchýlky od skutočnosti. Priemerná chyba (ME) ukazuje systematické nadhodnocovanie alebo podhodnocovanie. Odmocnina strednej kvadratickej chyby (RMSE) dáva väčšiu váhu veľkým odchýlkam. Spoločne pomáhajú rozlíšiť predpoveď, ktorá je presná sústavne, od tej, ktorá sa trafí len občas.
Verifikácia zároveň poskytuje spätnú väzbu pre ďalší vývoj. Určitá metóda spracovania môže dobre fungovať v jednom regióne alebo ročnom období, no inde už menej. Opakované hodnotenie pomáha tieto rozdiely odhaliť a overiť, či úpravy predpoveď dlhodobo zlepšujú. Práve tento vývoj možno sledovať v správach meteoblue o presnosti predpovedí.
Výpočtom modelu sa práca na predpovedi nekončí
Kvalita meteorologickej služby závisí od vstupných modelov aj od spracovania ich výsledkov. Aby sa simulácia premenila na použiteľnú predpoveď, treba zabezpečiť porovnateľnosť dát, prispôsobiť ich konkrétnemu miestu, poučiť sa z minulých chýb a zapojiť vhodné pozorovania.
V meteoblue tieto postupy spoločne pomáhajú vytvárať predpovede, ktoré zodpovedajú miestnym podmienkam. Priebežná verifikácia potom overuje výsledok. Predpoveď na obrazovke môže vyzerať jednoducho. Kým sa však zobrazí jediné číslo, dáta prejdú celým radom krokov.
Máte otázku alebo sa chcete podeliť o vlastný postreh? Zapojte sa do komunitného fóra meteoblue a diskutujte s ďalšími ľuďmi, ktorých zaujíma počasie.
