<\/p>\n\n\n\n
![\"prognozowanie](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/bula.jpg\")
Kr\u00f3tka historia prognozowania pogody<\/h2>\n\n\n\n
Ludzie starali si\u0119 posia\u015b\u0107 wiedz\u0119 pozwalajaca na przewidywanie pogody od tysi\u0105cleci. Niebo wnikliwie obserwowali mieszka\u0144cy staro\u017cytnej Grecji, Rzymu, Chin. Od pogody zale\u017ca\u0142y zbiory, a zatem zasoby \u017cywno\u015bci, ale r\u00f3wnie\u017c powodzenie kampanii wojskowych. Oko\u0142o 340 p.n.e. Arystoteles w dziele \u201eMeteorologica\u201d stworzy\u0142 katalog zjawisk pogodowych. Jednak przez d\u0142ugie stulecia pogod\u0119 przewidywano (celowo nie u\u017cywam s\u0142owa prognozowano), jedynie na podstawie pewnych zaobserwowanych, powtarzalnych zjawisk. Tak\u0105 wiedz\u0119 przekazywano z pokolenia na pokolenie i st\u0105d wzi\u0119\u0142y si\u0119 ludowe, czasami trafne, sposoby okre\u015blania przysz\u0142ej pogody. Przewidywania te dotyczy\u0142y jednak najcz\u0119\u015bciej tylko nast\u0119pnego dnia i pozwala\u0142y odpowiedzie\u0107 jedynie na bardzo og\u00f3lne pytania. “Gdy na \u015bwi\u0119tego Prota jest pogoda albo s\u0142ota, to na \u015bwi\u0119tego Hieronima jest deszcz albo go ni ma<\/em>” jak m\u00f3wi \u017cartobliwe polskie przys\u0142owie.<\/p>\n\n\n\n Prze\u0142omem w prognozowaniu pogody by\u0142 telegraf. Da\u0142 mo\u017cliwo\u015b\u0107 koordynowania obserwacji i gromadzenia danych w r\u00f3\u017cnych miejscach w tym samych czasie. W po\u0142owie XIX wieku prace nad prognozowaniem pogody prowadzi\u0142o dw\u00f3ch, wysoko postawionych w Marynarce Brytyjskiej \u017ceglarzy. Pierwszemu z nich, Franics’owi Beaufort’owi, zawdzi\u0119czamy stworzenie stosowanej do dzi\u015b skali si\u0142y wiatru, zwanej skal\u0105 Beaufort’a. Drugi, Robert FitzRoy, podr\u00f3\u017cnik i wiceadmira\u0142, wprowadzi\u0142 do u\u017cytku nowy model barometru, kt\u00f3ry pozwoli\u0142 przewidywa\u0107 nadej\u015bcie sztormu. Urz\u0105dzenie wkr\u00f3tce zosta\u0142o zainstalowane na wszystkich brytyjskich statkach. FitzRoy zbudowa\u0142 tak\u017ce sie\u0107 pi\u0119tnastu rozmieszczonych na l\u0105dzie stacji obserwacyjnych. Dzi\u0119ki wysi\u0142kom Beaufort’a i FitzRoya 1 sierpnia 1861 The Times opublikowa\u0142 pierwsz\u0105 prognoz\u0119 pogody.<\/p>\n\n\n\n Jednak\u017ce prognozowanie pogody jakie dzi\u015b znamy zacz\u0119\u0142o si\u0119 rozwija\u0107 nieco p\u00f3\u017aniej. Na pocz\u0105tku XX wieku norweski fizyk Vilhelm Bjerknes wpad\u0142 na pomys\u0142, \u017ce zachowanie mas powietrza mo\u017cna opisa\u0107 tak jak zachowanie p\u0142yn\u00f3w. Stosuj\u0105c prawa hydrodynamiki i termodynamiki stworzy\u0142 uk\u0142ad r\u00f3wna\u0144 r\u00f3\u017cniczkowych opisuj\u0105cy zachowanie p\u00f3l meteorologicznych w czasie. K\u0142opot by\u0142 jeden – r\u00f3wnania by\u0142y tak skomplikowane, \u017ce nie dawa\u0142o si\u0119 ich prosto rozwi\u0105za\u0107. Z pomoc\u0105 przyszed\u0142 Lewis Fry Richardson, brytyjski fizyk. Zast\u0105pi\u0142 on r\u00f3wnania r\u00f3\u017cniczkowe r\u00f3wnaniami r\u00f3\u017cnicowymi (prostszymi) i rozwi\u0105za\u0142 uk\u0142ad r\u00f3wna\u0144 Bjerknes’a w spos\u00f3b przybli\u017cony. Atmosfer\u0119 nad Europ\u0105 podzieli\u0142 na jednakowe, kwadratowe pola i posi\u0142kuj\u0105c si\u0119 danymi ze stacji naziemnych stworzy\u0142 pierwsz\u0105 numeryczn\u0105 prognoz\u0119 pogody. <\/p>\n\n\n\n Jego sze\u015bciogodzinna prognoza, co ciekawe, kompletnie si\u0119 nie sprawdzi\u0142a. Richardson nie zna\u0142 bowiem kilku warunk\u00f3w matematycznych, kt\u00f3re odkryto dopiero w p\u00f3\u017aniejszych latach. Tak czy inaczej Richardson zosta\u0142 ojcem wsp\u00f3\u0142czesnej numerycznej meteorologii. Jej rozw\u00f3j musia\u0142 jednak poczeka\u0107 do czasu gdy wymy\u015blono komputery, kt\u00f3re mog\u0142y rozwi\u0105zywa\u0107 skomplikowane r\u00f3wnania znacznie szybciej ni\u017c cz\u0142owiek. Pierwsz\u0105 poprawn\u0105 prognoz\u0119 numeryczn\u0105 sporz\u0105dzono w 1952 wykorzystuj\u0105c pierwszy superkomputer ENIAC. <\/p>\n\n\n\n <\/p>\n\n\n\n Dzi\u015b prognozy pogody mo\u017cna znale\u017a\u0107 we wszystkich mediach i w wielu serwisach internetowych. Nie oznacza to jednak, \u017ce ka\u017cdy z tych serwis\u00f3w faktycznie ma specjalist\u00f3w, kt\u00f3rzy sporz\u0105dzaj\u0105 prognozy. Dane kupuje si\u0119 b\u0105d\u017a otrzymuje za darmo z centr\u00f3w prognostycznych. Baz\u0105 do prognozowania pogody pozostaj\u0105 tzw. r\u00f3wnania pierwotne Naviera-Stokesa ubrane w kod numeryczny, czyli model numerycznej prognozy pogody. Te r\u00f3wnania, w kt\u00f3rych zmiennymi s\u0105 podstawowe parametry takie jak ci\u015bnienie powietrza, temperatura, si\u0142a oraz kierunek wiatru, pozwalaj\u0105 okre\u015bli\u0107 jak dana masa powietrza b\u0119dzie si\u0119 przemieszcza\u0107. Model, poza r\u00f3wnaniami okre\u015blaj\u0105cymi dynamik\u0119 powietrza, oblicza r\u00f3wnie\u017c inne procesy jak te zwi\u0105zane z wilgotno\u015bci\u0105 i opadami poprzez z\u0142o\u017cone parametryzacje. Podsumowuj\u0105c – model numeryczny oblicza w czasie zmienno\u015b\u0107 okre\u015blonych parametr\u00f3w atmosfery.<\/p>\n\n\n\n W swoich obliczeniach Lewis Fry Richardson podzieli\u0142 obszar Europy na kwadraty. Jednak rozdzielczo\u015b\u0107 jego siatki by\u0142a bardzo niska – kwadraty mia\u0142y bok d\u0142ugo\u015bci kilkuset kilometr\u00f3w. Dlaczego to tak istotne? G\u0119sto\u015b\u0107 siatki jest jednym z czynnik\u00f3w determinuj\u0105cych dok\u0142adno\u015b\u0107 prognozowania pogody. Im dok\u0142adniej podzielimy badany obszar tym bardziej precyzyjny wynik otrzymamy. To tak jak z ekranem telefonu lub komputera – im lepsza rozdzielczo\u015b\u0107 (czyli ilo\u015b\u0107 punkt\u00f3w na jednostk\u0119 miary) tym bardziej klarowny i ostry obraz. Wsp\u00f3\u0142czesne numeryczne modele pogody, ze wzgl\u0119du na obszar terenu jaki obejmuj\u0105, mog\u0105 mie\u0107 r\u00f3\u017cn\u0105 skal\u0119 i g\u0119sto\u015b\u0107 siatki:<\/p>\n\n\n\n W obr\u0119bie kwadratu rozdzielczo\u015bci model wyznaczy sta\u0142\u0105 prognoz\u0119. Zatem model globalny o siatce 25km u\u015bredni prognoz\u0119 dla kwadratu o boku 25km. Modele globalne, cho\u0107 pozwalaj\u0105 wyznaczy\u0107 prognoz\u0119 dla dowolnego miejsca na Ziemi, nie s\u0105 zbyt dok\u0142adne. Niewielka rozdzielczo\u015b\u0107 sprawia, \u017ce mog\u0105 si\u0119 pojawi\u0107 istotne b\u0142\u0119dy, zw\u0142aszcza w strefach o bogatej rze\u017abie terenu, np. w g\u00f3rach oraz liniach brzegowych. W modelach globalnych zjawiska konwekcyjne s\u0105 parametryzowane (upraszczane). Te uproszczenia terenu i niekt\u00f3rych proces\u00f3w mog\u0105 skutkowa\u0107 b\u0142\u0119dnymi warto\u015bciami opad\u00f3w, wiatru oraz temperatury, a co za tym idzie, nieprecyzyjn\u0105 prognoz\u0105.<\/p>\n\n\n\n Rozdzielczo\u015b\u0107, a tym samym dok\u0142adno\u015b\u0107 lokalnych modeli numerycznych jest niepor\u00f3wnywalnie wi\u0119ksza ni\u017c modeli globalnych. Prognozy w modelach lokalnych s\u0105 kr\u00f3tsze i zazwyczaj nie przekraczaj\u0105 72 godzin. To sprawia, \u017ce s\u0105 bardziej precyzyjne, daj\u0105 mo\u017cliwo\u015b\u0107 opisania zjawisk, kt\u00f3rych w modelu globalnym nie da si\u0119 uchwyci\u0107. Opr\u00f3cz rozdzielczo\u015bci poziomej ka\u017cdy model posiada r\u00f3wnie\u017c rozdzielczo\u015b\u0107 pionow\u0105 si\u0119gaj\u0105c\u0105 10-20km. To co dzieje si\u0119 w wy\u017cszych warstwach atmosfery jest r\u00f3wnie istotne, a czasami nawet bardziej istotne, ni\u017c procesy przy powierzchni Ziemi.<\/p>\n\n\n\n <\/p>\n\n\n\n Mo\u017cna by zada\u0107 pytanie – dlaczego wszystkie modele nie mog\u0105 mie\u0107 najwy\u017cszej rozdzielczo\u015bci? Odpowied\u017a jest prosta: im g\u0119stsza siatka tym wi\u0119cej skomplikowanych r\u00f3wna\u0144 do rozwi\u0105zania. Z tego prostego faktu mo\u017cna by wysnu\u0107 jeszcze jeden wniosek: modele lokalne s\u0105 zatem najbardziej precyzyjne bo maj\u0105 najg\u0119stsz\u0105 siatk\u0119. Niezupe\u0142nie. Przyjrzyjmy si\u0119 jak dzia\u0142a numeryczny model pogody. <\/p>\n\n\n\n Za\u0142\u00f3\u017cmy, \u017ce chcemy sporz\u0105dzi\u0107 model lokalny prognozowania pogody dla obszaru Polski. W tym celu map\u0119 ca\u0142ego kraju wraz z przyleg\u0142o\u015bciami pokrywamy g\u0119st\u0105 siatk\u0105 kwadrat\u00f3w, o boku, dajmy na to 4km. By pu\u015bci\u0107 model obliczeniowy potrzebujemy jednak danych wej\u015bciowych. Polska nie jest samotn\u0105 wysp\u0105 – to co si\u0119 dzieje nad terenem naszego kraju determinowane jest w du\u017cej mierze przez ruchy mas powietrza nad Atlantykiem ale r\u00f3wnie\u017c nad Azj\u0105. Nasz model lokalny musimy zasili\u0107 danymi z modelu globalnego. Zatem nawet najbardziej precyzyjny model lokalny musi czerpa\u0107 dane wej\u015bciowe z modelu globalnego o znacznie mniejszej rozdzielczo\u015bci. Z modeli globalnych pobiera si\u0119:<\/p>\n\n\n\n warunek pocz\u0105tkowy<\/strong> \u2013 to warto\u015bci startowe pobrane z modelu globalnego lub z sieci pomiarowych. Wprowadzane s\u0105 w okre\u015blonych punktach siatki, z kt\u00f3rych startuje model lokalny. <\/p>\n\n\n\n warunek brzegowy<\/strong> – atmosfera jest przecie\u017c w ci\u0105g\u0142ym ruchu, nad nasz badany obszar nieustannie nap\u0142ywa\u0107 b\u0119d\u0105 masy powietrza z zewn\u0105trz. Wyobra\u017amy sobie: je\u015bli mamy nap\u0142yw powietrza w zachodu z pr\u0119dko\u015bci\u0105 60km\/h to po 10 godzinach to co si\u0119 dzieje wewn\u0105trz naszego obszaru b\u0119dzie w ca\u0142o\u015bci determinowane przez ten\u017ce warunek brzegowy.<\/p>\n\n\n\n Ze wzgl\u0119du na horyzont czasowy prognozy dzielimy na:<\/p>\n\n\n\n Dok\u0142adno\u015b\u0107 prognozy kr\u00f3tkoterminowej w modelu lokalnym determinuje precyzyjnie okre\u015blony warunek pocz\u0105tkowy oraz du\u017ca rozdzielczo\u015b\u0107 siatki. Jednak im dalej od punktu startowego tym dane pocz\u0105tkowe maj\u0105 coraz mniejsze znaczenie a jako\u015b\u0107 prognozy determinowana jest coraz bardziej przez nap\u0142ywaj\u0105ce z modelu globalnego warunki brzegowe. Procesy opisuj\u0105ce rozw\u00f3j zjawisk atmosferycznych maj\u0105 jednak natur\u0119 chaotyczn\u0105. Wraz z up\u0142ywem czasu dok\u0142adno\u015b\u0107 prognozy spada. W naszym obszarze symbiotycznym, prognoza powy\u017cej pi\u0119ciu dni nie ma w zasadzie \u017cadnej warto\u015bci. W obszarach gdzie klimat jest bardziej stabilny (np. po\u0142udnie Europy) prognozy \u015brednioterminowe s\u0105 bardziej precyzyjne. Prognozy d\u0142ugoterminowe przypominaj\u0105 bardziej wr\u00f3\u017cenie z fus\u00f3w.<\/p>\n\n\n\n <\/p>\n\n\n\n Lokalnych modeli pogody jest mn\u00f3stwo. Prawie ka\u017cde centrum prognostyczne posiada swoje. W Polsce lokalne modele sporz\u0105dza IMGW oraz Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego Uniwersytetu Warszawskiego (ICM). Jednak nawet najbardziej precyzyjny model lokalny nie dzia\u0142a bez modeli globalnych. To one s\u0105 podstaw\u0105 numerycznego prognozowania pogody. Modele globalne sporz\u0105dza si\u0119 raptem w kilkunastu centrach na \u015bwiecie. Poni\u017cej opisujemy te najbardziej popularne.<\/p>\n\n\n\n GFS (Global Forecast System)<\/strong> – model prognozowania pogody kr\u00f3tko i \u015brednioterminowy prowadzony przez National Weather Service w USA. Obliczenia uruchamiane s\u0105 cztery razy na dob\u0119: o 0:00, 6:00, 12:00 i 18:00 UTC. GFS generuje 16-dniow\u0105 prognoz\u0119. Rozdzielczo\u015b\u0107 modelu to 13km (do 10ego dnia) oraz 27km (od 10ego do 16ego dnia) oraz 64 warstwy w pionie. NWS udost\u0119pnia wyniki generowane przez model GFS bezp\u0142atnie do wszelkich zastosowa\u0144, tak\u017ce komercyjnych.<\/p>\n\n\n\n UM (Unified Model)<\/strong> – numeryczny model prognozowania pogody Brytyjskiego Instytutu Meteorologii (Met Office). W wersji globalnej posiada rozdzielczo\u015b\u0107 poziom\u0105 16km oraz 70 warstw pionowych. Jest generowany dwa razy dziennie a d\u0142ugo\u015b\u0107 prognozy wynosi 7 dni. UM wyst\u0119puje tak\u017ce w wersji lokalnej, obejmuj\u0105cej tylko Europ\u0119, wtedy jego rozdzielczo\u015b\u0107 wynosi 4,4km. <\/p>\n\n\n\n GEM <\/strong>(Global Environmental Multiscale Model<\/strong>) – model generowany przez Canadian Meteorological Centre w Quebec’u. Generuje 10-dniow\u0105 prognoz\u0119 opart\u0105 na siatce 25km, posiada tak\u017ce wersj\u0119 lokaln\u0105, obejmuj\u0105c\u0105 Ameryk\u0119 P\u00f3\u0142nocn\u0105, o rozdzielczo\u015bci 2,5km.<\/p>\n\n\n\n IFS (Integrated Forecast System)<\/strong> – model opracowany w European Centre for Medium-Range Weather Forecasts (ECMWF). IFS generowany jest w kilku rozdzielczo\u015bciach. Wersja HRES operuje na siatce 9km i 137 warstw pionowych, uruchamiana jest dwa razy na dob\u0119 i generuje 10-dniow\u0105 prognoz\u0119. Wersja ENS dostarcza 15-dniow\u0105 prognoz\u0119 na siatce 18km i 91 warstw pionowych. IFS uwa\u017cany jest za najlepsze \u017ar\u00f3d\u0142o danych dla rejonu Europy. Od niedawna ECMWF udost\u0119pnia w formie graficznej w postaci map wszystkie prognozy ale bez meteogram\u00f3w. Pe\u0142en zestaw danych jest udost\u0119pniany tylko i wy\u0142\u0105cznie krajom cz\u0142onkowskim ECMWF. Cho\u0107 nie ma w\u015br\u00f3d nich Polski, od grudnia 2020 IMGW ma licencj\u0119 na na dost\u0119p do operacyjnych danych prognostycznych.<\/p>\n\n\n\n ICON (Icosahedral Nonhydrostatic)<\/strong> – model stworzony przez niemieckie centrum Deutscher Wetterdienst. Posiada dwie wersje: lokaln\u0105, europejsk\u0105 ICON7 opart\u0105 na siatce 7km oraz globaln\u0105 ICON13 na siatce 13km. Generowany jest cztery razy dziennie a d\u0142ugo\u015b\u0107 prognozy wynosi 5 dni. ICON7 uwa\u017cany jest za bardziej dok\u0142adny ni\u017c IFS. <\/p>\n\n\n\n Powy\u017csze zestawienie oczywi\u015bcie nie wyczerpuje tematu i prezentuje jedynie najbardziej popularne modele. Inne modele to WRF, COSMO, COAMPS, NEMS, ALARO, AROME, ALADIN. <\/p>\n\n\n\n <\/p>\n\n\n\n Te, kt\u00f3re wykorzystuj\u0105 dobry warunek pocz\u0105tkowy i brzegowy pochodz\u0105cy z dobrego modelu globalnego, bowiem w d\u0142u\u017cszej skali czasowej to one determinuje jako\u015b\u0107 prognozy. Ale to nie wszystko, prognozowanie pogody jest znacznie bardziej skomplikowane a kluczowy jest sprawny cykl asymilacji danych. Model numeryczny jest na bie\u017c\u0105co zasilany danymi z obserwacji fizycznych z naziemnych punkt\u00f3w pomiarowych (IMGW posiada 2.000 takich stacji) oraz z balon\u00f3w meteorologicznych. Balony puszczane s\u0105 w trzech miejscach: w Legionowie pod Warszaw\u0105, we Wroc\u0142awiu i w \u0141ebie. Wypuszczane s\u0105 dwa razy na dob\u0119 o 00:00 UTC i 12:00 UTC. Sonda zamontowana do balonu wykonuje pomiary pr\u0119dko\u015bci i kierunku wiatru, ci\u015bnienia, temperatury oraz temperatury punktu rosy. <\/p>\n\n\n\n Dane z pomiar\u00f3w pionowych s\u0105 niezwykle istotne, to one bowiem m\u00f3wi\u0105 jak zachowuje si\u0119 atmosfera w wy\u017cszych partiach (powy\u017cej 1,5km) a to ma kluczowe znaczenie dla pogody. Poza bezpo\u015brednimi danymi pomiarowymi w asymilacji danych u\u017cywa si\u0119 r\u00f3wnie\u017c danych typu remote sensing<\/em>, w szczeg\u00f3lno\u015bci obserwacji satelitarnych i danych z naziemnej sieci radarowej. <\/p>\n\n\n\n W modelach globalnych zjawiska przy powierzchni s\u0105 bardziej interpolacj\u0105 zjawisk w g\u00f3rnych warstwach atmosfery. To dlatego, \u017ce w wy\u017cszych partiach atmosfery zachowanie mas powietrza jest bardziej przewidywalne, bli\u017cej powierzchni bywa mocno zniekszta\u0142cone orografi\u0105 (ukszta\u0142towaniem) terenu. <\/p>\n\n\n\n Ciekawostka: Trzy balony to niewiele? Racja. Na szcz\u0119\u015bcie pogod\u0119 nad Polsk\u0105 najcz\u0119\u015bciej determinuj\u0105 masy powietrza znad Atlantyku a Niemcy oraz Francja maj\u0105 znacznie g\u0119stsz\u0105 sie\u0107 pomiar\u00f3w balonowych ni\u017c my. Centra prognostyczne na ca\u0142ym \u015bwiecie wsp\u00f3\u0142pracuj\u0105 ze sob\u0105 i wymieniaj\u0105 si\u0119 danymi, kt\u00f3re s\u0142u\u017c\u0105 do budowania modeli. Sytuacja ma si\u0119 gorzej, gdy nad Polsk\u0119 nap\u0142ywaj\u0105 masy powietrza ze wschodu, tam sie\u0107 stacji aerologicznych jest bardzo sk\u0105pa. Dlatego te\u017c, zazwyczaj jako\u015b\u0107 prognoz pogody jest gorsza, gdy powietrze p\u0142ynie ze wschodu. Istotnym \u017ar\u00f3d\u0142em danych pomiarowych s\u0105 tak\u017ce samoloty lotnictwa cywilnego. Podczas pandemii Covid-19, gdy wiele regularnych rejs\u00f3w zosta\u0142o wstrzymanych, jako\u015b\u0107 prognoz pogody dramatycznie spad\u0142a. Wszystkie te dane: ze stacji naziemnych, z balon\u00f3w, samolot\u00f3w a tak\u017ce dane satelitarne s\u0105 na bie\u017c\u0105co wprowadzane do modelu i modyfikuj\u0105 trwaj\u0105ce obliczenia. <\/p>\n\n\n\n <\/p>\n\n\n\n Wszystko by\u0142o by \u0142atwiejsze gdyby nie… g\u00f3ry. Czy numeryczne prognozy pogody dobrze sprawdzaj\u0105 si\u0119 w g\u00f3rach? To z pewno\u015bci\u0105 pytanie, kt\u00f3re Was nurtuje. Ukszta\u0142towanie terenu to czynnik, tyle\u017c istotny co rodz\u0105cy bardzo du\u017co problem\u00f3w w prognozowaniu pogody. Orografia, zw\u0142aszcza g\u00f3ry czyli nag\u0142e skoki terenu, wprowadza zawirowania w ruchach mas powietrza zar\u00f3wno w pionie jak i w poziomie. Tym samym niezwykle komplikuje obliczenia. By zminimalizowa\u0107 te komplikacje odwzorowanie terenu jest odpowiednio wyg\u0142adzane, uproszczane, a wysoko\u015bci u\u015brednione. Na przyk\u0142ad: Tatry w modelu globalnym GFS s\u0105 pasmem o wysoko\u015bci jedynie ok. 1450 m n.p.m.<\/p>\n\n\n\n Co wi\u0119cej, model o siatce o niewielkiej rozdzielczo\u015bci (np. 25km) w zasadzie “nie zauwa\u017cy” takiego pasma jak Tatry. Uproszenia terenu b\u0119d\u0105 tak daleko id\u0105ce, \u017ce Tatry b\u0119d\u0105 jedynie czym\u015b w rodzaju wy\u017cyny. Ale nawet bardzo dok\u0142adne modele numeryczne o du\u017cej rozdzielczo\u015bci (np. 1,5km) nie bior\u0105 pod uwag\u0119 topografii terenu odwzorowanej w spos\u00f3b bezpo\u015bredni. Nawet w dok\u0142adnym modelu powierzchnia tak niewielkiego \u0142a\u0144cucha g\u00f3rskiego jak Tatry b\u0119dzie pokryta stosunkowo niewielk\u0105 ilo\u015bci\u0105 w\u0119z\u0142\u00f3w siatki. Dlatego prognoza b\u0119dzie cz\u0119sto do\u015b\u0107 zbli\u017cona dla ca\u0142ych Tatr. <\/p>\n\n\n\n Pogoda w g\u00f3rach ma za\u015b bardzo lokaln\u0105 i cz\u0119sto nag\u0142\u0105 specyfik\u0119<\/a>. Pogoda w Dolinie Pi\u0119ciu Staw\u00f3w mo\u017ce si\u0119 znacznie r\u00f3\u017cni\u0107 od oddalonej raptem o 10km w linii prostej Doliny Ko\u015bcieliskiej. Prognozy mog\u0105 tego jednak “nie zauwa\u017cy\u0107”. Precyzyjne prognozowanie zjawisk w g\u00f3rach, nawet w dok\u0142adnej siatce, jest niezwykle trudne a sporz\u0105dzenie prawid\u0142owej prognozy dla danej doliny w Tatrach jest w zasadzie niewykonalne, bo g\u00f3ry s\u0105 po prostu zbyt ma\u0142e. W Alpach, gdzie nasycenie danej doliny w\u0119z\u0142ami siatki b\u0119dzie wi\u0119ksze, prawid\u0142owe prognozowanie jest to nieco \u0142atwiejsze, cho\u0107 r\u00f3wnie\u017c obarczone du\u017cym prawdopodobie\u0144stwem b\u0142\u0119du. By polepszy\u0107 prognozy w g\u00f3rach stosuje si\u0119 narz\u0119dzia typu Model Output Statistics, kt\u00f3re dane z modelu numerycznego \u0142\u0105cz\u0105 z danymi statystycznymi z wieloletnich obserwacji. W ten spos\u00f3b “dopasowuj\u0105” obliczenia do cech terenowych i pozwalaj\u0105 zwi\u0119kszy\u0107 dok\u0142adno\u015b\u0107 prognozy.<\/p>\n\n\n\n <\/p>\n\n\n\n Odpowied\u017a nie jest prosta. Podsumowuj\u0105c: te, kt\u00f3re jednocze\u015bnie maj\u0105 odpowiednio g\u0119st\u0105 siatk\u0119, dost\u0119p do danych najlepszej jako\u015bci z modeli globalnych oraz sprawny system interpolacji oraz asymilacji danych. Przejrzyjmy najpopularniejsze serwisy pogodowe.<\/p>\n\n\n\n To serwis Interdyscyplinarnego Centrum Modelowania Matematycznego i Komputerowego Uniwersytetu Warszawskiego. Przez wielu mi\u0142o\u015bnik\u00f3w g\u00f3r i szeroko poj\u0119tej turystyki uwa\u017cany jest za najlepsz\u0105 prognoz\u0119 pogody. ICM dostarcza prognoz\u0119 lokaln\u0105 dla \u015brodkowo-wschodniej Europy oraz dla basenu Morza Ba\u0142tyckiego. Prognozowanie lokalnej pogody odbywa si\u0119 w oparciu o dane z modelu globalnego UM. D\u0142ugo\u015b\u0107 prognozy to 60 godzin a rozdzielczo\u015b\u0107 wynosi 4km. To nie jest bardzo g\u0119sta siatka ale jednak wystarczaj\u0105ca by stworzy\u0107 rzeteln\u0105 prognoz\u0119. ICM prezentuje prognoz\u0119 zar\u00f3wno w formie meteogram\u00f3w jak i map szczeg\u00f3\u0142owych. Na ICM’ie znajdziecie r\u00f3wnie\u017c prognoz\u0119 falowania Morza Ba\u0142tyckiego. Dla wielu u\u017cytkownik\u00f3w odstraszaj\u0105cy mo\u017ce by\u0107 jednak bardzo techniczny, surowy i ewidentnie przestarza\u0142y interfejs. <\/p>\n\n\n\n <\/p>\n\n\n\n \u015awietny szwajcarski serwis prezentuj\u0105cy pe\u0142ny zestaw meteogram\u00f3w oraz map graficznych i satelitarnych. Ciekaw\u0105 funkcjonalno\u015bci\u0105 jest wska\u017anik przewidywalno\u015bci: Meteoblue podpowiada nam w jakim stopniu prognoza jest prawdopodobna. Przydatn\u0105 rzecz\u0105 jest tak\u017ce mo\u017cliwo\u015b\u0107 sprawdzenia prognozy wygenerowanej na podstawie r\u00f3\u017cnych modeli, zar\u00f3wno globalnych jak i lokalnych (warto por\u00f3wna\u0107 wyniki) o r\u00f3\u017cnych siatkach. Meteoblue stosuje narz\u0119dzie Model Output Statistic, dzi\u0119ki czemu lepiej odwzorowuje cechy terenowe, tym samym podaje bardziej precyzyjn\u0105 pogod\u0119 w g\u00f3rach. <\/p>\n\n\n\n <\/p>\n\n\n\n Czeski portal, prezentuj\u0105cy prognoz\u0119 w formie bardzo czytelnych, dynamicznych map. Windy jest jednym z nielicznych serwis\u00f3w, kt\u00f3ry u\u017cywa wysokiej jako\u015bci danych z Europejskiego Centrum Prognoz \u015arednioterminowych (ECMWF). Dzi\u0119ki temu prognozy s\u0105 bardzo dok\u0142adne. Opr\u00f3cz modelu ECMWF, mo\u017cna zobaczy\u0107 tak\u017ce prognozowanie pogody oparte na modelach ICON, GFS i NEMS. Windy r\u00f3wnie\u017c stosuje narz\u0119dzie Model Output Statistic zwi\u0119kszaj\u0105ce precyzj\u0119 prognozy dla teren\u00f3w g\u00f3rskich. Bardzo u\u017cyteczny jest r\u00f3wnie\u017c szybki podgl\u0105d kamer internetowych oraz informacje dotycz\u0105ce jako\u015bci powietrza. <\/p>\n\n\n\n To strona Instytutu Meteorologii i Gospodarki Wodnej. W przesz\u0142o\u015bci prezentowane prognozy budowane by\u0142y na podstawie siatki o niezbyt du\u017cej rozdzielczo\u015bci. Dzi\u015b serwis IMGW to bardzo rzetelna prognoza pogody. Ma przyjemny, czytelny interfejs oraz mo\u017cliwo\u015b\u0107 czytania zar\u00f3wno meteogram\u00f3w jak i map. Na widoku map mo\u017cemy wybra\u0107 model numeryczny na podstawie, kt\u00f3rego wy\u015bwietla si\u0119 prognoza. Do dyspozycji mamy szereg modeli, od d\u0142ugoterminowych GFS (siatka 27km), przez \u015brednioterminowe COSMO (7km), ALARO (4km) oraz AROME (2km) po modele typu nowcasting<\/em> SCENE\/INCA o siatce 1km (SCENE\/INCA nie jest jednak klasycznym modelem numeryczny tylko narz\u0119dziem typu Model Output Statistics). Bardzo przydatn\u0105 funkcjonalno\u015bci\u0105 serwisu jest mapa<\/a> ze wszystkimi punktami pomiarowymi IMGW. Klikaj\u0105c w dany punkt, np. Kasprowy Wierch, uzyskujemy dost\u0119p do wykres\u00f3w z rzeczywistymi, aktualnymi danymi pogodowymi.<\/p>\n\n\n\n IMGW prowadzi r\u00f3wnie\u017c serwis dedykowany mi\u0142o\u015bnikom g\u00f3r<\/a>, na razie jednak pozostawia on wiele do \u017cyczenia. Brakuje meteogram\u00f3w, zamiast nich mamy tylko ikony i symbole. Serwis nie pokazuje danych dla miejsc tak kluczowych dla polskich g\u00f3r jak Kasprowy Wierch i \u015anie\u017cka. Zadziwia te\u017c komunikat lawinowy (“pokrywa jest dobrze zwi\u0105zana i stabilna…”) pokazywany… 19 lipca. Miejmy nadziej\u0119, \u017ce serwis z czasem si\u0119 rozwinie.<\/p>\n\n\n\n Popularny w\u015br\u00f3d wielu u\u017cytkownik\u00f3w “Norweg”. Niestety ma\u0142o kto wie, \u017ce cho\u0107 sam serwis jest bardzo dobry to jednak prognozy dla Polski nie nale\u017c\u0105 do precyzyjnych. Z prostej przyczyny. YR to serwis norweski i g\u0119st\u0105 siatk\u0105 pokrywa jedynie Skandynawi\u0119 oraz basen Morza Ba\u0142tyckiego. Prognoza dla Koszalina czy Gda\u0144ska b\u0119dzie jeszcze liczona na modelu lokalnym o g\u0119stej siatce. Jednak ju\u017c dla Warszawy, o po\u0142udniu Polski nie wspominaj\u0105c, YR poda prognoz\u0119 zbudowan\u0105 w oparciu siatk\u0119 o rozdzielczo\u015bci 16km. Prognoza dla Bieszczad, Tatr, Beskid\u00f3w czy Sudet\u00f3w b\u0119dzie ma\u0142o precyzyjna i nie uwzgl\u0119dni ukszta\u0142towania terenu. <\/p>\n\n\n\n Serwis prowadzony przez Slovensky Hydrometeorlogicky Ustav. W formie meteogram\u00f3w prezentuje kr\u00f3tkoterminow\u0105 prognoz\u0119 pogody w oparciu model ALADIN (d\u0142ugo\u015b\u0107 prognozy 3 dni, siatka 4,5km, generowany cztery razy dziennie) oraz prognoz\u0119 \u015brednioterminow\u0105 w oparciu o model IFS. SHMU jest cenionym przez polskich przewodnik\u00f3w \u017ar\u00f3d\u0142em prognoz dla Tatr.<\/p>\n\n\n\n Istnieje jeszcze mn\u00f3stwo innych serwis\u00f3w, wiele z nich jednak nie zdradza \u017ar\u00f3de\u0142 danych oraz stosowanych metod (lub stosuje tylko model globalny) co czyni je ma\u0142o wiarygodnymi i ma\u0142o dok\u0142adnymi. Jednym z takich serwis\u00f3w jest tak\u017ce popularny w\u015br\u00f3d ludzi g\u00f3r Mountain Forecast<\/a>. Cho\u0107 ma mo\u017cliwo\u015b\u0107 sprawdzenia pogody dla poszczeg\u00f3lnych szczyt\u00f3w g\u00f3rskich, to ka\u017cdy kto kiedykolwiek u\u017cywa\u0142 tego serwisu wie, \u017ce rzadko kiedy prognozy si\u0119 sprawdzaj\u0105. Mountain Forecast zawsze budzi rado\u015b\u0107 narciarzy, podaje bowiem niezwykle zawy\u017cone ilo\u015bci opad\u00f3w. Wybieraj\u0105c si\u0119 w g\u00f3ry odradzamy korzystanie z prognoz w telefonach oraz z serwis\u00f3w typu Onet, WP, Interia, Weather.com i AccuWeather. Oczywi\u015bcie, wychodz\u0105c w g\u00f3ry, pogod\u0119 warto sprawdza\u0107 nie tylko przed wyj\u015bciem ale r\u00f3wnie\u017c podczas wyprawy. To pozwoli nam unikn\u0105\u0107 przemokni\u0119cia ale by\u0107 mo\u017ce r\u00f3wnie\u017c konieczno\u015bci wzywania pomocy<\/a>. Tak czy inaczej, pami\u0119tajcie, \u017ce kurtka przeciwdeszczowa<\/a> oraz apteczka<\/a> zawsze powinny si\u0119 znale\u017a\u0107 w plecaku. <\/p>\n\n\n\n <\/p>\n\n\n\n Wr\u00f3\u0107my do pocz\u0105tku naszej opowie\u015bci o meteorologii. Nie wiem, kt\u00f3ra prognoza by\u0142a w\u0142a\u015bciwa, nie pojecha\u0142em w ko\u0144cu w Tatry. Ale sk\u0105d czasami tak wielka rozbie\u017cno\u015b\u0107 w prognozach? Dlaczego prognozy nie zawsze si\u0119 sprawdzaj\u0105? Zjawiska pogodowe to procesy o charakterze chaotyczne i losowym. Za b\u0142\u0119dy cz\u0119sto odpowiada brak wystarczaj\u0105cych danych wej\u015bciowych zw\u0142aszcza z profil\u00f3w pionowych atmosfery. W obszarach gdzie sie\u0107 pomiarowa jest g\u0119stsza prognozy b\u0119d\u0105 bardziej precyzyjne. Mniej obserwacji prowadzi si\u0119 jednak na obszarach trudnodost\u0119pnych czyli na morzach i oceanach oraz na cz\u0119\u015bci obszar\u00f3w g\u00f3rskich a maj\u0105 one istotny wp\u0142yw na kszta\u0142towanie si\u0119 pogody nad l\u0105dami. B\u0142\u0119dy wynikaj\u0105 r\u00f3wnie\u017c z niedoskona\u0142o\u015bci oblicze\u0144. Wbrew pozorom, ju\u017c samo prze\u0142o\u017cenie danych z modelu globalnego operuj\u0105cego siatk\u0105 o niskiej rozdzielczo\u015bci do modelu lokalnego z siatk\u0105 o wysokiej rozdzielczo\u015bci rodzi wiele problem\u00f3w matematycznych. <\/p>\n\n\n\n To nie wszystko. Cz\u0119\u015b\u0107 zjawisk, na przyk\u0142ad powstawanie chmur konwekcyjnych, to procesy bardzo lokalne i prognozowanie ich precyzyjnej lokalizacji i czasu wyst\u0105pienia jest niezwykle trudne. Mog\u0105 mie\u0107 one jednak bardzo istotny wp\u0142yw na rozw\u00f3j zdarze\u0144 i kszta\u0142towanie si\u0119 pogody. Najlepszym tego obrazem jest odkrycie ameryka\u0144skiego matematyka i meteorologa Edwarda Lorenza. W 1960 roku Lorenz pracowa\u0142 nad metodami numerycznego prognozowania pogody. Stworzy\u0142 precyzyjny uk\u0142ad r\u00f3wna\u0144 opisuj\u0105cych zwi\u0105zek mi\u0119dzy temperatur\u0105, ci\u015bnieniem a pr\u0119dko\u015bci\u0105 wiatru. Ku jego zaskoczeniu, obliczenia wykaza\u0142y, \u017ce dok\u0142adne dane wyj\u015bciowe nie gwarantuj\u0105 wcale dok\u0142adnych rezultat\u00f3w prognozy. To Lorenz jest autorem terminu “efekt motyla”. \u017bartowa\u0142 on, \u017ce trzepot skrzyde\u0142 motyla mo\u017ce po kilku dniach spowodowa\u0107 tornado kilka tysi\u0119cy kilometr\u00f3w dalej. Przyk\u0142adem “efektu motyla”, obrazuj\u0105cego teori\u0119 chaosu deterministycznego, s\u0105 w\u0142a\u015bnie zjawiska meteorologiczne. <\/p>\n\n\n","protected":false},"excerpt":{"rendered":" S\u0105 takie okresy w roku, kiedy ka\u017cdy szanuj\u0105cy si\u0119 wspinacz, biegacz, og\u00f3lnie mi\u0142o\u015bnik g\u00f3r, zaczyna dzie\u0144 od sprawdzenia prognozy pogody. Tak na wszelki wypadek, nawet je\u015bli i tak nie ma szans na szybki wypad w Tatry, Karkonosze czy Bieszczady. Oczywi\u015bcie ka\u017cdy z nas ma swoje ulubione serwisy pogodowe, te kt\u00f3re “zawsze si\u0119 sprawdzaj\u0105”. Niewielu jednak wie jak powstaj\u0105 wsp\u00f3\u0142czesne, numeryczne prognozy pogody.<\/p>\n","protected":false},"author":7,"featured_media":52144,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"footnotes":""},"categories":[26070],"tags":[26104,26069,26085],"class_list":["post-51213","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-turystyka-trekking","tag-caloroczne","tag-poradnik","tag-trekking"],"acf":[],"yoast_head":"\nPierwsze prognozy numeryczne<\/h4>\n\n\n\n
![\"prognozowanie](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/Sudety-Rudawy-Janowickie.jpg\")
Jak powstaje numeryczna prognoza pogody?<\/h2>\n\n\n\n
Siatka i rozdzielczo\u015b\u0107<\/h4>\n\n\n\n
![\"pogoda](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/Pieniny.jpg\")
Jak dzia\u0142a model?<\/h4>\n\n\n\n
D\u0142ugo\u015b\u0107 prognozowania<\/h4>\n\n\n\n
![\"prognozowanie](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/5_stawow_Tatry.jpg\")
Prognozowanie pogody – modele lokalne i globalne<\/h2>\n\n\n\n
![\"prognozowanie](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/Sudety-Rudawy-Janowickie-2.jpg\")
Jakie modele pogody s\u0105 najlepsze?<\/h2>\n\n\n\n
![\"prognozowanie](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/Gasienicowa.jpg\")
Numeryczne prognozowanie pogody w g\u00f3rach<\/h2>\n\n\n\n
![\"prognozowanie](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/Szlak-z-5tki-do-moka.jpg\")
Kt\u00f3re prognozy pogody sprawdzaj\u0105 si\u0119 w naszych g\u00f3rach?<\/h2>\n\n\n\n
Meteo ICM<\/a><\/h4>\n\n\n\n
![\"\"](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/Meteorogramy-meteorograms-1.jpg\")
Meteoblue<\/a><\/h4>\n\n\n\n
![\"prognozowanie](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/Pogoda-Kasprowy-Wierch-meteoblue-1.jpg\")
Windy<\/a><\/h4>\n\n\n\n
Meteo IMGW<\/a><\/h4>\n\n\n\n
YR<\/a><\/h4>\n\n\n\n
SHMU<\/a><\/h4>\n\n\n\n
![\"\"](\"https:\/\/8a.pl\/8academy\/wp-content\/uploads\/2021\/07\/orla-zleb-kulczynskiego.jpg\")
Dlaczego prognozy si\u0119 czasami nie sprawdzaj\u0105?<\/h2>\n\n\n\n