Därför är det svårt att spå väder

Ska det regna eller blir det sol? Bättre data och mer datorkraft har gjort väderprognoserna mer pricksäkra. Men visst känns det som att vi trots löften om sol kommer behöva bära in bordet på midsommarafton? Varför är det så svårt att spå väder? Vi har frågat Högskolan i Skövdes prognosforskare Nikolaos Kourentzes.

Med ökad datorkraft och bra data har väderprognoserna blivit bättre. Men de är inte felfria. Nikolaos Kourentzes är professor i informationsteknologi vid Högskolan i Skövde och expert på prognoser. Han har bland annat hjälpt Internationella valutafonden att ta fram prognosverktyg för att sätta ränta men han har också arbetat med klimatmodeller och enklare statistiska modeller av väder för tillämpning inom förnybar energi.

Prognoserna är bättre än vi tror

Han menar att vi behöver fundera på vad det är vi begär av prognoserna. Korttidsprognoser baseras vanligtvis på mycket stora simuleringsmodeller om hur väder fungerar. De kan visa hur olika delar av vädersystemen verkar och påverkar varandra. Det brukar dock trattas ner till några få besked till oss väderamatörer, som till exempel temperatur och nederbörd. Prognoserna kan visa rätt när det gäller flera väderdata som till exempel solstrålning, vind och lufttryck men råkar de visa lite fel temperatur är det många som dömer ut hela prognosen.

Väder är för många en personlig upplevelse och som amatörer på väder saknar vi exakta definitioner och mätetal. Hur många regndroppar krävs för att du ska tycka att det är regnigt? Han illustrerar med ett exempel.

– Jag är från Grekland och där är bara en liten regnskur för mycket, så jag skulle säga att det är regnigt i Sverige. Men jag har också arbetat i England och mina kollegor där skulle nog säga att det är väldigt torrt och vackert väder i Sverige. Min poäng är att utan väldefinierade mätetal som vi kan följa kommer den personliga upplevelsen att spela en stor roll när vi gör uttalanden om väderprognosernas noggrannhet.

Prognoserna är alltså bättre än vi tror. Dessutom, och det gäller alla prognoser, tenderar vi att minnas de felaktiga prognoserna bättre, som när dåligt väder förstör en planerad midsommarlunch ute. Dagarna innan när vi är upptagna med jobb eller annat kan prognoserna vara mycket pricksäkra utan att vi lägger märke till dem.

Komplexa modeller

En annan aspekt att ta hänsyn till är att simuleringsmodellernas komplexitet. Vädersystem är kaotiska och vår kunskap om fysiken bakom vädersystemen är fortfarande ofullständig. Små fel ger stora utslag på sikt.

– Fel kan lätt smyga sig in i simuleringsmodellerna. På grund av att det är stora modeller och kaotiska system är korttidsprognoser tillförlitliga men ju längre tiden går desto mer kan det där lilla felet i början göra att prognoserna slår fel på lång sikt, säger Nikolaos Kourentzes.

Datorkraft och satellitdata har gjort underverk för kvaliteten på väderprognoserna, men för att få bra prognoser på lång sikt kan andra modeller behövas – modeller som utöver fysik, förlitar sig på AI och statistik om hur vädret brukar bli.

”En klyfta i forskarsamhället”

För att få ännu bättre prognoser i framtiden tror Nikolaos Kourentzes att väderprognosmakarna och de ”vanliga” prognosmakarna behöver mötas och samarbeta. Den vanliga prognosforskningen sysslar sällan med väderprognoser eftersom det anses vara en sak för fysiker snarare än statistiker. Han menar att sanningen antagligen ligger mitt emellan.

– Vi borde överbrygga den här klyftan i forskarsamhället. I dagsläget förstår de två grupperna inte riktigt varandra när det gäller jargong och modelleringsmetoder. Tillsammans med våra respektive kompetenser, mer datorkraft, AI och större förståelse för fysiken är jag övertygad om att vi kan göra ännu bättre prognoser i framtiden, säger Nikolaos Kourentzes.

Kontakt

Nikolaos Kourentzes, professor i informationsteknologi vid Högskolan i Skövde
Telefon: 0500-448870, E-post: nikolaos.kourentzes@his.se