Ensemble előrejelzések és használatuk az operatív munkában
1972-ben Edward Lorenz a figyelemfelkeltő "Kivált-e egy brazíliai pillangó szárnycsapása tornádót Texasban" címmel tartott előadást. Bár óvakodott a kérdésre feleletet adni, azt azonban hangsúlyozta, hogy amennyiben a válasz igen, akkor egy lepke szárnybillentése ugyanígy meg is akadályozhatja egy tornádó kialakulását. Lorenz metaforikus gondolatfelvetése pillangóhatás néven vált világszerte közismertté (és sokak szemében egy szkeptikus nézet, a "minden mindennel összefügg, tehát semmi nem lehet biztos" állítás bizonyítékává), míg számunkra a meteorológiai prognosztikának azt a bizonytalanságát szimbolizálja, hogy két időjárási helyzet, amely mindössze egyetlen pillangó közvetlen hatásában különbözik egymástól, elegendően hosszú idő elteltével akár egy tornádó megjelenésével eltérő állapotba fejlődhet.
E tény elismerését fejezte ki 1986-ban az Európai Középtávú Időjárás Előrejelző Központban (ECMWF) három holland kutató, Tennekes, Baede és Opsteegh a következő találó szavakkal: egyetlen prognózis sem tekinthető teljesnek a prognózis beválása valószínűségének egyidejű prognosztizálása nélkül. A bizonytalanság objektív előrejelzésének lehetőségét az ún. együttes előrejelzések módszere teremtette meg, amelyet a francia eredetű szót használva legtöbbször ensemble prognosztika néven emlegetünk. Bár bevezetése az operatív gyakorlatba a számítástechnika fejlődésével csak 1992 végére vált lehetővé, elméleti alapját Lorenz évtizedekkel korábban felvázolta.
A számszerű előrejelzések alapjait a légkör hidro-termodinamikai egyenletrendszerei jelentik. Ezeket az egyenletrendszereket azonban nem tudjuk teljesen pontosan megoldani, azokon különböző közelítéseket kell alkalmaznunk. A legfőbb gond azonban az, hogy a számszerű előrejelző modellek legfontosabb részét, a modell kiindulási állapotát nem tudjuk pontosan meghatározni. Ennek oka elsősorban abban rejlik, hogy a rendelkezésre álló információk száma (elsősorban a ritka mérőhálózat következtében) kisebb, mint a modellváltozókra vonatkozó rácsponti értékek száma. Az 1. ábra azt mutatja, hogy a hagyományos, ún. szinop megfigyelések eloszlása a Földön mennyire egyenetlen. Európában, részben az USA-ban, valamint Ázsia egyes fejlettebb területein viszonylag sűrű a hálózat, ugyanakkor például Afrikában közel Európa nagyságú területen alig van egy-két megfigyelő állomás. A műholdadatok ugyan egyre nagyobb mértékben kerülnek be a modellekbe, de a radar-információk továbbra is csak korlátozott mértékben alkalmazhatók.
1. ábra
Az ECMWF modellben felhasznált bemenő adatokat szolgáltató állomások eloszlása a Földön
Az ECMWF modellben felhasznált bemenő adatokat szolgáltató állomások eloszlása a Földön
Az adathiány, a hibás vagy nem reprezentatív adatok alkalmazása, a kerekítések és közelítések már igen jelentős bizonytalanságot okoznak a kiindulási mezőkben, az ebből fakadó hibák pedig az előrejelzési idő növekedésével egyre csak nőnek. Ezekre a problémákra megoldást jelenthet az ensemble előrejelzések használata. Ennek lényege abban áll, hogy szimulálják a kezdeti (analízis) hibákat, és ezáltal módosítják a kezdeti mezőket. Amennyiben a módosítások után az egyes futtatások között az eltérések többé-kevésbé kicsik maradnak, nagy az előrejelzés megbízhatósága, ha ugyanakkor az eltérések nagyok (vagyis az eredmények teljesen széttartóvá válnak), akkor az előrejelzés kevéssé megbízható.
Ensemble előrejelzések használata az operatív munkában
A középtávú előrejelzések készítésénél évről évre nagyobb figyelmet fordítunk az ensemble előrejelzésekre, különösen azokban az esetekben, amikor a
determinisztikus modell eredményei jelentősen eltérnek az EPS átlagtól. A talajra és az 500 hPa-ra vonatkozó spagetti diagramok, a Magyarország több
körzetére vonatkozó fáklya diagramok, az EPS meteogramok, valamint a csapadék valószínűségi mezők ma már elengedhetetlen kellékei a több napos
előrejelzéseknek. A külföldi tapasztalatok szerint is a negyedik, ötödik napot követően a prognózisokat célszerű az ensemble átlagra alapozni, annak
ellenére, hogy a determinisztikus modellnek jelenleg közel kétszer olyan finom a felbontása, mint az ensemble tagoknak.
Az ECMWF-nél az EPS (ensemble prediction system) rendszer összesen 51 tagból áll. Ebből 50 ún. ensemble tag, melyek felbontása jelenleg 32 km.
Ezeket különböző kezdeti feltételekkel futtatják le. Az 51. tag az ún. kontroll modell, amelynek ugyanakkora a felbontása, mint az ensemble tagoknak, de a futtatás kezdeti feltétele megegyezik a determinisztikus modellel. A determinisztikus modell felbontása dupla olyan finom (16 km), mint a többi EPS tagé, és kezdeti feltétele - az aktuális analízis - különbözik valamennyitől. Az ensemble átlagot az EPS tagokból számolják.
A fő dilemma az ensemble előrejelzések használatával kapcsolatban az, hogy vajon a determinisztikus futtatás vagy az EPS átlag alapján készítsük-e az előrejelzést.
Érvek a determinisztikus modell mellett:
Érvek az EPS átlagok mellett:
- Közel kétszer olyan finom felbontású, mint az egyes EPS tagok, ezért bizonyos mezoléptékű folyamatokat jobban előrejelez, valamint egyes elemek esetében (pl. csapadék, szél), illetve orografikus területeken különösen dominálhat a felbontás minősége.
- Nem egy 50 futtatás átlagából nyert átlagos előrejelzési mezőt prognosztizál, hanem egy konkrét lehetséges változatot, ezért könnyebb kiértékelni.
Érvek az EPS átlagok mellett:
- A harmadik-negyedik naptól kezdve az ensemble előrejelzések átlaga általában jobb eredményt ad, mint a finomabb felbontású determinisztikus modell.
- Az EPS előrejelzések halmaza alapján előrejelezhető a prognózisok megbízhatósága (az egyes futtatások közötti eltérés nagysága alapján (ún. klaszterek segítségével) csoportosíthatók a különböző változatok (csapadékos, száraz, hideg és meleg forgatókönyvek)), illetve különböző elemekre vonatkozóan valószínűségi előrejelzési mezők szerkeszthetők.
Általánosságban elmondható, hogy a rövidtávú előrejelzéseknél - leszámítva azokat az eseteket, amikor már a néhány napos előrejelzésnél is nagy a
bizonytalanság - a kiemelt, determinisztikus futtatás eredményeit célszerű elfogadni, mivel ennek közel dupla olyan finom a felbontása. A középtávú
előrejelzéseknél azonban ma már nélkülözhetetlen az ensemble produktumok figyelembe vétele.
Az ensemble előrejelzések használatának egyik legnagyobb problémája, hogy viszonylag nehéz ötvözni az ensemble előrejelzések által nyújtott információkat a determinisztikus szemlélettel, tehát azzal, hogy nemcsak a nagyközönség és partnereink, hanem előrejelző szakemberek is szeretnének minél konkrétabb prognózist adni.
Összefoglalásként megállapítható, hogy az ensemble technika alkalmazása új fejezetet, pontosabban teljesen új szemléletet nyitott mindenekelőtt a középtávú előrejelzések készítésében. Segítségével nemcsak megbízhatóbb előrejelzések készíthetők, hanem előrejelezhető prognózisaink megbízhatósága is, amely információ különösen hasznos a felhasználók számára. A különböző EPS produktumok szemléletesen mutatják be, hogy mely időszaktól, milyen térségben vagy melyik elemre vonatkozóan válik bizonytalanná az előrejelzés. Az EPS technika további alkalmazási területe az extrém időjárási helyzetek előrejelzése, a valószínűségi mezők segítségével ugyanis prognosztizálható a különböző rendkívüli jelenségek előfordulásának esélye.
