In mijn weerberichten gebruik ik vaak de ensemblekaarten van zowel het Amerikaanse model (GFS) als Europese model (ECMWF) voor een prikpunt ergens in de Alpen. Deze kaarten zijn onder andere via meteociel.fr en wetterzentrale.de te verkrijgen. Ik krijg geregeld vragen over hoe je deze kaarten kunt interpreteren, dus het is de hoogste tijd voor een achtergrondartikel. Ik zou een hele reeks artikelen kunnen geven over dit interessante onderwerp, maar ik probeer het hier kort te houden en het (hopelijk) zo simpel mogelijk uit te leggen.
Voordat je dit achtergrondartikel leest raad ik je aan om het artikel “Hoe werkt een weermodel?” te lezen. Het artikel geeft je een inkijkje in de wereld van de weermodellen. In dit achtergrondartikel probeer ik antwoord te geven op de volgende vragen:
- Wat is een ensembleverwachting?
- Waarom gebruiken we een ensembleverwachting?
- Hoe wordt een ensembleverwachting gemaakt?
- Hoe kun je ensembleverwachtingen interpreteren?
Deterministische chaos
We weten allemaal dat lange-termijnverwachtingen vaak erg onzeker zijn. De onzekerheid van een verwachting neemt toe met de verwachtingstijd. In regel zijn verwachtingen voor 10 dagen vooruit een stuk onzekerder dan weersverwachtingen voor 2 dagen vooruit. Hoe dit precies komt probeer ik je nu in het kort uit te leggen.
^ Meer over dit onderwerp lezen? Voor de geïnteresseerden: het KNMI heeft een interessant artikel geschreven over de ontwikkeling van numerieke weersverwachtingen en chaostheorie.
De atmosfeer is een deterministisch systeem. Dit betekent dat je het systeem kunt beschrijven met behulp van fysische wetten. De parameters hiervan zijn echter zodanig dat het systeem zich chaotisch gedraagt (soms wat meer, soms wat minder). Deze schijnbare wanorde kan toch worden beschreven met (complexe) natuurkundige vergelijkingen.
Deze zogenaamde deterministische chaos wordt gekenmerkt door een sterke afhankelijkheid van de begincondities.
Het chaotische kenmerk van de atmosfeer zorgt ervoor dat de kleine verschillen in deze begincondities tot grote verschillen kunnen leiden in de weersverwachting. Dit komt omdat een weermodel met behulp van deze begincondities doorrekent hoe de situatie over de komende periode zal veranderen. Deze fouten in de beginsituatie worden tijdens de duur van deze berekeningen groter.
Fouten in begincondities
Hoe komt het dat er fouten zitten in de begincondities van weermodellen? Een weersverwachting wordt gemaakt door allereerst de huidige toestand van de atmosfeer te beschrijven. Dit wordt onder andere gedaan door de input van meetdata van weerstations, satellietdata, en informatie van vliegtuigen.
Hoe meer we over de huidige staat van de atmosfeer weten door deze metingen, des te beter de weersverwachting zal worden. We observeren veel, maar omdat de atmosfeer zo enorm complex is zal onze weersverwachting nooit helemaal perfect worden. Daarvoor zouden we ieder klein detail over de huidige staat van de atmosfeer moeten weten, wat simpelweg niet mogelijk is.
Ensembleverwachtingen als oplossing
En hier schieten ensembleverwachtingen (ook wel pluimverwachtingen genoemd) ons te hulp! Met een ensembleverwachting kun je deze onzekerheid visualiseren en kun je inschatten hoe groot deze onzekerheden zijn. Hoe doen we dat? In plaats van één (deterministische numerieke) voorspelling maak je een ensemble van verschillende runs. Je laat het weermodel dus meerdere keren achter elkaar draaien voor een weersverwachting. Bij elke run verander je de initiële condities een klein beetje. Deze runs, ook members genoemd, kun je zien als mogelijke scenario’s. Uit zulke weerpluimen kun je kansenverwachtingen afleiden.
Voorbeeld van een ensemble
Hierboven zie je als voorbeeld een ensemble van het Europese weermodel (ECMWF) op wetterzentrale.de. In dit geval gaat het over de temperatuur op 850 hectopascal (ongeveer 1500 meter hoogte) en de neerslagverwachting. Deze grafiek gebruik ik vaak in mijn weerberichten, maar je kunt net zo goed voor andere variabelen zoals windsnelheid of luchtdruk een ensembleverwachtingen bekijken.
Een ensembleverwachting bestaat uit:
- een hoofdrun (groen)
- een controlerun (blauw)
- 50 individuele leden/members
- het gemiddelde van alle leden (dikke witte lijn)
- het klimatologisch gemiddelde (dikke rode lijn)
De hoofdrun (ook wel operationele run genoemd) is de eerste verwachting die wordt gemaakt op hoge resolutie. Vervolgens worden met de controlerun dezelfde begincondities gebruikt, maar op een lagere resolutie. Daarna volgen de overige simulaties op lage resolutie waarbij de initiële condities steeds een beetje worden verstoord.
Wat kun je uit een ensembleverwachting halen?
Je ziet dat een ensembleverwachting ons een range van mogelijke waardes oplevert. Een ensemble geeft geen exacte waarde voor bijvoorbeeld de temperatuur voor 10 dagen vooruit, maar kan wel een mogelijk aanstaande winterse periode detecteren waarin we een nieuwe PowderAlert kunnen verwachten. We kunnen op basis van onder andere het clusteren van meerdere ensembleleden iets over de waarschijnlijkheid van bepaalde weersituaties zeggen.
Hoe groter de spreiding, des te onzekerder de verwachting. Bij de verwachting voor 18 september (twee dagen vooruit) zie je een kleine spreiding. Dit betekent dat we met grote zekerheid kunnen zeggen dat we deze temperaturen zullen aantreffen. Gaan we een stapje verder en kijken we naar 21 september, zien we een duidelijke trend van stijgende temperaturen, maar de spreiding is al wel wat toegenomen. Het is dus al wat onzekerder in welke mate we met deze stijging te maken zullen krijgen. Na 23 september (7 dagen vooruit) neemt de spreiding rap toe. Zowel de hoofdrun als de controlerun laat weer een lichte daling in temperatuur zien, maar we zien steeds meer ensembleleden die voor een scenario kiezen waarbij we boven het klimatologisch gemiddelde uitkomen. De spreiding is flink toegenomen en we kunnen op dit moment dus niet met zekerheid zeggen wat er daarna zal gaan gebeuren.
Voor het neerslagsignaal onderin (met de waarden op de rechter y-as) worden de verwachte 6-uurse neerslaghoeveelheden weergegeven. Ook hier zie je alle verschillende leden weergegeven en is de vetgedrukte witte lijn het ensemblegemiddelde. De totale neerslaghoeveelheden voor het gridpunt kun je dus berekenen door deze 6-uurse hoeveelheden op te tellen. Je ziet de verschillen tussen de neerslagsignalen van 16-17 september en vanaf 24 september. Op 16-17 september gaan vrijwel alle leden voor een piek tussen de 5 en 10 mm/6 uur en in de piek van 24 september zien we veel meer onderlinge verschillen door de onzekerheid. De kans is echter wel groot dat er na de droge periode met die verwachte afkoeling ook neerslag nadert.
Zie het dus als een eerste stap om neerslagsignalen te detecteren. Effecten zoals stuwing zijn door de verschillen tussen modeltopografie en het echte topografie mogelijk niet helemaal juist in het gridpunt meegenomen, waardoor je je niet teveel moet richten op de exacte waarden die je hier kunt aflezen. Hiervoor maken we vaak gebruik van modellen met een hogere resolutie en moeten we ook meer te weten te komen over het complete weerplaatje met onder andere de windrichting.
Meer achtergrondartikelen over het weer lezen?
Reaktionen
Gaaf artikel. Ik zie ook vaak nog vragen als ‘wat zegt die onderste pluk lijnen dan?’ - misschien kan je ook nog ingaan op hoe je de waarden in de lijnen moet aflezen (en aan welke kant van de plaat de temperatuur staat en aan welke kant de neerslag)?
Gaaf artikel. Ik zie ook vaak nog vragen als ‘wat zegt die onderste pluk lijnen dan?’ - misschien kan je ook nog ingaan op hoe je de waarden in de lijnen moet aflezen (en aan welke kant van de plaat de temperatuur staat en aan welke kant de neerslag)?
Cheizz op 3 okt 2022 10:26
En dan nog wat meer diepgang:
Ik ga er zelf altijd vanuit dat je de totale neerslaghoeveelheid kan berekenen met integraalberekening, of wat versimpeld, het oppervlakte onder de lijnen. Alleen is het voor mij niet altijd even duidelijk of de x as dezelfde schaal heeft als de y as; mm/hoeveel tijd?
Thanks voor de reacties @@Cheizz en @@Medicine. Ik heb helemaal onderaan een stukje over het neerslagsignaal toegevoegd.
Tweaken ze de runs dan nog als de ensemble heel ver van de hoofdrun af zit bij een volgende run, of is dit het gewoon… Ik wist niet dat alleen de hoofdrun high res was of dat er verschil in zat, leuk artikel Henri !
Heel leerzaam! Bedankt!
@@ieism dit is het ja. Bij grote afwijkingen is het hopen op een betere run 6 of 12 uur later.
@@henri dank voor je artikel! Leuk om de diepgang op het forum wat meer op te zoeken.
Ik ben nog benieuwd, wat zegt het klimatologische gemiddelde (rode lijn)? Uit welke waarden wordt dit gemiddelde genomen, want deze is anders dan de witte lijn?
Dank!