Často kladené otázky:

• Prečo je predpoveď pre moju lokalitu nesprávna?

  • Dôvody nesprávnych predpovedí

    Nepresné predpovede pre konkrétnu lokalitu môže mať na svedomí niekoľko faktorov. Niektoré z nich sú neoddeliteľnou súčasťou vytvárania predpovedí počasia:

    • Vysoko lokalizované poveternostné podmienky, ako sú búrky s krupobitím a prehánky. Prehánky sa napríklad môžu predpovedať pre danú lokalitu, no vyskytnú sa niekde inde v okolí. Ďalším príkladom je mráz, ktorý sa vyskytuje veľmi lokálne na miestach, kde sa môže akumulovať studený vzduch.
    • Poveternostné podmienky, ktoré závisia od nejakej nepatrnej fyzikálnej rovnováhy, napr. keď sa krúpy vytvoria v oblaku, tvorba hmly či výskyt prehánok.
    • Odchýlky malého rozsahu v horách alebo pozdĺž pobreží, ktoré majú silný vplyv na počasie, sa v modeloch počasia nedajú adekvátne zachytiť.

    Ďalšie faktory súvisia s údajmi, ktoré používame pri lokálnom prispôsobovaní predpovedí, alebo s údajmi, ktoré v prvom rade „živia“ numerické predpovedné modely:

    • Nedostatok okolitých pozorovaní, ktoré by nám umožnili lokálne prispôsobiť predpoveď.
    • Chyby v okolitých pozorovaniach, ktoré vedú k nesprávnemu lokálnemu prispôsobeniu predpovede.
    • V niektorých oblastiach sveta je k dispozícii len veľmi málo meteorologických staníc a pozorovaní. Tento nedostatok údajov vedie pri predpovedi počasia pre dané oblasti k vyššej miere neistoty.

    Nepresnosti vo výpočtoch počasia sa veľmi zriedkavo vyskytujú dokonca aj v tých najlepších numerických predpovedných modeloch, akými sú napríklad tie od služby meteoblue. Je potrebné rozoznávať a zlepšovať ich prostredníctvom dôkladnej analýzy s pomocou opakovaných a podrobných pozorovaní.

  • Nástroje a funkcie na predchádzanie chýb v predpovediach

    Hoci predpovede môžu byť v niektoré dni pomerne neisté, stále sú lepšie ako žiadne, teda pokiaľ sú si používatelia vedomí danej miery neistoty. Z toho dôvodu služba meteoblue vždy v predpovediach na 7 a 14 dní uvádza predvídateľnosť, mieru neistoty (napr. v predpovedi na 14 dní), diagramy na rýchle zhodnotenie toho, či sa modely počasia zhodujú alebo nie, ako aj krátkodobé overenie predpovede. Pre používateľov predpovedí služby meteoblue sú to cenné informácie a nám to umožňuje identifikovať chyby v našom systéme predpovedí.

    • Predvídateľnosť: Tento index udáva, nakoľko je predpoveď na daný deň istá. Nájdete ho na našich 7-dňových predpovediach ako cieľové ikony a na našich 14-dňových predpovediach ako farebné pruhy pre každý deň.
    • Multimodel: Tento diagram zobrazuje, v čom sa modely počasia pre danú lokalitu zhodujú alebo líšia. Predpoveď je istejšia vtedy, keď jednotlivé modely predpovedajú podobné poveternostné podmienky a hodnoty sú bližšie pri sebe. Keď grafy zobrazujú odľahlé hodnoty alebo sa od seba vzďaľujú, predpoveď je neistejšia. Všimnite si, že každý model má inú farbu pre lepší prehľad o tom, z ktorého modelu pochádzajú jednotlivé predpovede.
    • Krátkodobé overenie: Naše predpovede nepretržite overujeme pomocou údajov meraní z celého sveta. Pri krátkodobej predpovedi používame údaje z meteorologickej stanice, ktorá sa nachádza najbližšie k zvolenej lokalite (vzdialenosť sa zobrazuje hore), a naše predpovede teplôt a vetra (tenké čierne riadky) porovnávame s údajmi meraní (hrubé čierne riadky a kosoštvorcové symboly). Pod každým diagramom sú uvedené štatistiky chýb v predpovedi. Keď medzi našou a predpoveďou a najbližšou stanicou zistíme neočakávané rozdiely, skontrolujeme, či na stanici nedošlo k chybám.

• Čo znamenajú jednotlivé symboly používané na stránke?

  • Piktogramy: Poveternostné podmienky sú graficky sumarizované pomocou piktogramov. Zoznam všetkých piktogramov aj s vysvetleniami nájdete tu.
  • rainSPOT zobrazuje zrážky v okolí 15 km od zvolenej lokality ako vzor zložený z modrých alebo zelených štvorcov na pozadí so symbolom cieľa. Symbol cieľa je vycentrovaný na zvolenú lokalitu. Bledomodré štvorce znázorňujú ľahký dážď, kým tmavomodré štvorce znázorňujú silný dážď. rainSPOT je k dispozícii v denných predpovediach, 3-hodinových predpovediach a na stránke s aktuálnym počasím.
  • Panel s predvídateľnosťou: Panel v dennom prehľade pod trvaním slnečného svitu znázorňuje predvídateľnosť – mieru, ktorá určuje pravdepodobnosť presnosti predpovede.

• Ako funguje vyhľadávanie miesta?

  meteoblue poskytuje podrobnú predpoveď počasia a historické údaje pre každé miesto na Zemi. Lokality môžete vyhľadávať pomocou vyhľadávania lokalít v hornej časti webovej stránky meteoblue, a to pomocou názvu, súradníc alebo poštového smerovacieho čísla. Lokalitu tiež môžete vybrať priamo kliknutím na mapu, ktorá sa zobrazí po kliknutí na pole vyhľadávania lokalít. Po kliknutí na symbol určenia polohy vpravo stránka meteoblue zistí vašu aktuálnu polohu za predpokladu, že určovanie polohy povolíte. meteoblue potom bude používať danú lokalitu až dovtedy, kým nezvolíte inú. Viac informácií nájdete v našom pomocníkovi pre vyhľadávanie lokalít.

• Ako sa vypočítavajú údaje o počasí?

  Služba meteoblue používa veľký počet numerických predpovedných modelov a okrem toho používa údaje z modelov používaných meteorologickými službami po celom svete. meteoblue automaticky analyzuje dostupné údaje modelov a vytvára tzv. kombinovanú predpoveď. Tento spôsob zahŕňajúci viaceré modely meteoblue aplikuje na všetky lokality a na väčšinu faktorov počasia. Pri prispôsobovaní našej predpovede pre dané faktory tiež používame pozorovania a aktuálne merania (ak sú k dispozícii).

  Forecasts of temperature, wind and dew point are further improved with artificial intelligence (AI) in the meteoblue Learning MultiModel (mLM). The AI component is trained with available historical and current measurement data. When a user requests a weather forecast, mLM analyses the availability of weather models for the desired weather variable and the desired location, for example Basel (Switzerland). mLM uses the different temperature outputs of the weather models available and weights those data based on what it “learned” from historical and predicted weather data. In addition, current measurements and observations are taken into account if available. If temperature data for Zurich are needed, mLM again checks weather model availability and again calculates the weighting of the variables from the different weather models. However, the weighting here can be (and probably is) completely different than in Basel. And if the requests the same data later, the weighting can be completely different again.

  Ak sa chcete dozvedieť viac o modeli meteoblue Learning MultiModel a overovaní našich predpovedí, k dispozícii máte rozsiahle informácie. Prehľad dostupných modelov počasia a ich priestorových rozlíšení nájdete tu.

• Aké údaje o počasí môžem získať od meteoblue a ako?

  Našu ponuku môžete preskúmať v šiestich dimenziách:

  • Globálne pokrytie – údaje o počasí pre akékoľvek miesto na Zemi
  • Maximálna presnosť – simulácie s maximálnou overenou presnosťou
  • Jedinečný časový rozsah – archív hodinových údajov nepretržite od roku 1984
  • Jednoduchý prístup – vysoká rýchlosť poskytovania údajov, máp, snímok atď.
  • Viaceré zdroje údajov – jednoduchý výber najlepšieho zdroja údajov
  • Konkrétne sektory – riešenia prispôsobené konkrétnym sektorom, ako sú poľnohospodárstvo, energetika, logistika atď.

Podrobné informácie o produktoch a službách meteoblue nájdete v našom pomocníkovi a často kladených otázkach.