MartinHedberg.se

Av Anders Persson

Efter del 4 i min serie om hur bra väderprognoserna är så fick jag en fråga om det fanns några slags ”återkopplingssystem” för att ta till vara erfarenheter.

Jo, sådant finns på många vädertjänster, jag har själv utvecklat ett för SMHI och mitt arbete på Meteorological Office i Exeter 2008-2010 hade detta som huvudändamål. Principer bygger på ”självlärande ekvationer”, dvs ett matematiskt system som lär sig av erfarenheter och dag för dag uppdaterar sina korrektioneri skenet av nya erfarenheter.

Man måste dock tala om för system vilken typ av korrektionerna den ska leta efter. Det enklaste är att säga åt systemet att den ska leta efter ”biasar” dvs skillnader mellan prognos och observationer som är desamma oberoende av  prognosens värde. Det är mycket likt det som meteorologen gör, kollar om datorprognosen i genomsnitt är för varm eller kall, och sedan noterar hur detta kan ändra sig med årstiden.

Lite svårare är att upptäcka systematiska fel som beror på prognosen själv, t.ex. att det inte finns några större systematiska fel när det är milt, men på tok för höga värden när det är kallt. Men det kan systemet med de ”självlärande ekvationerna”. Nedan är ett exempel på hur ECMWFs temperaturprognos för en fyrstation utanför Luleå rättats. Lägg märke till att ändringen är större när det är kallt än ganska milt.

Figurtext: Så kallad ”Kalmanfiltrering” av datoriserad 1-dygns prognos (streckad linje). Utifrån sina dagliga ”erfarenheter” av prognosens träffsäkerhet, dvs överensstämmelse med observationer (röda kulor)  kan dessa ”självlärande ekvationer” korrigera prognosen med viss framgång (heldragen linje).

Det som är extra spännande med detta system är hur lite data den behöver. Det enda som lagras i minnet är den senaste, ännu ej verifierade prognosen. När den matchats mot en observation och ekvationerna något modifierat sig, spolas både observation och prognos ur minnet. Detta skiljer systemet från äldre system där man använde arkiverade observationer och prognoser från de sista 3-5 åren för att skapa matematiska relationer mellan dem som kunde användas som korrektioner. Problemet med dessa system var att relationerna 3-5 år tillbaka i tiden inte alltid var ”up to date” på grund av ständigt pågående modellförbättringar.

För dem som vill veta mer kolla en pdf av en presentation som jag var med och tog fram på ECMWF. Texten kan här och där vara lite teknisk, men hoppa över de rutorna och koncentrera dig på diagrammen av prognoser före och efter korrektionen samt den schematiska bildsviten av hur ett ”Kalmanfilter” fungerar.

/Anders

Av Anders Persson

I en av mina kommentarer till den tredje delen av denna artikelserie gav jag bakgrunden till den destruktiva rivalitet som utvecklats mellan prognosmeteorologer och datormeteorologer. Detta gäller inte bara i Sverige utan runt om i världen.

Orsaken är att alltsedan datorprognoserna började utvecklas för sisådär 50 år sedan har det hetat att ”om 5-8 år behöver vi inga meteorologer”. Detta var dock bara taktiksnack. Datorkillarna visste att statsmakterna inte lyssnade på löften om bättre prognoser men däremot var lyhörda för möjligheterna av billigare prognoser. Därför kom utbildningen av meteorologer aldrig att befatta sig i nämnvärt med hur de skulle samspela med numeriska prognoser (dataprognoser eller NWP). Varför kosta på en utbildning som skulle vara onödig om 5-8 år?

Bildtext: 1905 började SMHI utfärda kulingvarningar som sista institut i nordvästra Europa, från 1924 utvärderade man också deras kvalitet – men komplikationer tillstötte på 1950-talet…

Men också en annan faktor hämmade utbildningen, och här är både datormeteorologer och prognosmeteorologer ansvariga: man ogillade djupt inblandning av statistiker eller statistiskt kunniga meteorologer, dvs folk som verkligen kunde besvara frågan i rubriken ovan ”Hur bra är väderprognoserna?” Ty i den mån de meteorologiska instituten runt om i världen bedrev prognosverifikation, dvs statistisk utvärdering av väderprognoserna, visade dessa resultat irriterande ofta inte hur bra prognoserna var ”egentligen”, dvs enligt vad meteorologerna själva ansåg. Meteorologins historia är därför full av dråpliga eller tragikomiska episoder hur meteorologerna söker ducka frågan ”Hur bra är väderprognoserna?”.

Anders Ångström hette en legendarisk meteorolog i början av förra seklet (son och sonson till den berömde fysikerna och själv generaldirektör 1949-54). 1924 när ”rundradion” började radiera väderprognoser satte Ångström på sunda vetenskapliga principer i stånd ett verifikationssystem av prognoserna för land- och sjödistrikt. Kvaliteten av de senare mättes i vad mån utfärdade kulingvarningar (dvs vind mer än 14 m/s) korrelerade med inträffade kulingar. Siffrorna utvärderades i slutet av året och meddelades i den årliga rapporten till K:Majt – där de förfarande finns att beskåda.

I takt med den tekniska och vetenskapliga utvecklingen inom meteorologin blev dessa prognoser sakta men säkert bättre. Men i slutet av 1950-talet bröts trenden och korrelationerna började gå neråt. Vad hade hänt? Jo, Sjöfartsverket hade börjat rationalisera och dra in utsjöfyrarna, dvs fyrarna långt från land. Detta hade konsekvenser för verifikationssystemet i synnerhet för kusten mellan Gävle och Sundsvall; när det rådde västlig kuling till havs rapporterade de kvarvarande fyrarna i lä av kusten sällan över 14 m/s.

Ett problem hade uppstått, och hur löstes det? Jo, meteorologerna fick bestämda muntliga instruktioner att vara försiktiga, återhållsamma med att varna för västlig kuling mellan Gävle och Sundsvall! Vi lär aldrig få veta hur många sjömäns och fiskares liv som sattes i fara genom denna politik, men den hjälpte upp statistiken.

Jag började själv på SMHI under denna epok och minns hur vi meteorologer, som både ville rädda människoliv och förbättra SMHI:s statistik uppfann diverse kluriga vägar runt ”förbudet”. Det vanligaste var att prognosera västlig hård bris (mindre än 14 m/s) med tillägget ”tidvis ökande” eller ”lokalt kuling” eftersom dessa formuleringar inte krävde en formell kulingvarning.

Under denna tid hade verifikationerna av landvädret fortsatt utan att väcka uppmärksamhet. Detta var egendomligt ty när man började titta närmare på den under 1970-talet upptäcktes att enligt dessa siffror, pliktskyligt redovisade för K:Majt varje år hade SMHI:s landväderprognoser inte förbättrats ett dugg sedan 1924, möjligen blivit något sämre! Man löste detta problem på rent administrativ väg genom att helt sonika upphöra med verifikationen 1977!

Det var synd, ty hade man tagit vetenskapligt på problemet och gått till botten med frågan varför bevisligen bättre prognoser inte visar sig i statistiken hade man kanske löst det problem som förföljt moderna datamaskinsmeteorologer in i våra dagar: trots att deras datamaskinsmodeller bevisligen förbättrats visar statistiken bara blygsamma förbättringar eller inga alls. Men det får bli nästa kapitel.

/Anders

PS. I Lars-Göran Nilssons och Anders Nylunds nyligen publicerade bok om sjörapporten finns i kapitlet om Kuggören ett avsnitt med rubriken: ”Tidvis ökande… När meteorologerna lärde sig att trolla bort kulingar.” (Boken heter ”Sjörapporten : om väder, fyrar och skeppsbrott längs våra kuster”. Se sidan 215-216). DS.