Δημήτρης Καβατζικλής
Όλοι παραπονιόμαστε για τις λάθος προβλέψεις του καιρού, αφού συχνά μας βρίσκουν απροετοίμαστους ή, στη χειρότερη περίπτωση, μας χαλάνε τα σχέδια. Και στην περίπτωση αυτή είναι συχνά οι μετεωρολόγοι στους οποίους ρίχνουμε το μεγαλύτερο μέρος της ευθύνης. Γιατί λοιπόν οι μετεωρολόγοι φαίνεται να κάνουν τόσο συχνά λάθος προβλέψεις; διαβάζουμε στο Ranker.
Να μερικοί από τους λόγους
1. Οι προβλέψεις πέντε και επτά ημερών είναι κατά 80% ακριβείς
Μπορεί συχνά να αστειευόμαστε για τις λάθος προβλέψεις των μετεωρολόγων αλλά οι έρευνες έχουν δείξει ότι οι βραχυπρόθεσμες προβλέψεις τους είναι τις περισσότερες φορές ακριβείς. Οι προβλέψεις πέντε ημερών είναι συνήθως κατά 90% ακριβής, ενώ μια πρόβλεψη επτά ημερών είναι ακριβής σε ποσοστό περίπου 80%.
2. Οι μακροπρόθεσμες προβλέψεις είναι πιο δύσκολες
Η ακρίβεια μιας πρόβλεψης μειώνεται σημαντικά όταν προσπαθούμε να προβλέψουμε τον καιρό για μεγαλύτερα χρονικά διαστήματα. Οι προβλέψεις 10 ημερών και πάνω τείνουν να έχουν μόνο περίπου 50% ακρίβεια. Αυτό συμβαίνει επειδή τα καιρικά μοντέλα που υπολογίζουν τις προβλέψεις δεν έχουν δεδομένα από το μέλλον, επομένως πρέπει να βασίζονται σε υποθέσεις και εκτιμήσεις για να κάνουν τις προβλέψεις. Η ατμόσφαιρα αλλάζει συνεχώς, επομένως αυτές οι εκτιμήσεις καθίστανται λιγότερο αξιόπιστες.
3. Οι μετεωρολόγοι ακολουθούν δύο μοντέλα προβλέψεων
Τα δύο κύρια μοντέλα που χρησιμοποιούνται από τους περισσότερους μετεωρολόγους είναι το αμερικανικό και το ευρωπαϊκό. Το ευρωπαϊκό μοντέλο θεωρείται πιο ακριβές για τρεις βασικούς λόγους: Αρχικά λειτουργεί με έναν ισχυρότερο υπερυπολογιστή, δεύτερον το μαθηματικό σύστημα που χρησιμοποιεί είναι πιο εμπεριστατωμένο και τρίτον φτιάχτηκε με μοναδικό στόχο την πρόβλεψη καιρού μεσαίας εμβέλειας. Το αμερικανικό μοντέλο βασίζεται σε μια συλλογή πολλών άλλων μοντέλων, συμπεριλαμβανομένων ορισμένων συστημάτων πρόβλεψης μικρής εμβέλειας που δίνουν προβλέψεις κάθε μια ώρα, πράγμα που σημαίνει ότι δεν είναι τόσο εστιασμένο όσο το ευρωπαϊκό.
4. Η ατμόσφαιρα είναι χαοτική
Οι επιστήμονες θεωρούν τη μετεωρολογία και την πρόβλεψη του καιρού και του κλίματος κλασικό παράδειγμα ενός «χαοτικού συστήματος» που είναι πιστό στις αρχές του, αλλά ακολουθεί μαθηματικούς νόμους, παρόλο που με την πρώτη ματιά μπορεί να φαίνεται τυχαίο. Ο πρώτος που ανακάλυψε την ιδέα ενός χαοτικού συστήματος ήταν ο Edward Lorenz στα τέλη της δεκαετίας του 1950. Στη μελέτη του «Deterministic Nonperiodic Flow», που θεωρείται η αρχή της θεωρίας του χάους, ο Lorenz κατέληξε στο συμπέρασμα ότι μια μικρή αλλαγή στις αρχικές συνθήκες μπορεί να αλλάξει δραστικά τη μακροπρόθεσμη συμπεριφορά ενός μετεωρολογικού συστήματος. Αποκάλεσε αυτό το φαινόμενο «φαινόμενο της πεταλούδας». Με βάση τα αποτελέσματά του, ο Lorenz δήλωσε ότι είναι αδύνατο να προβλεφθεί ο καιρός με ακρίβεια.
5. Πόσο ακριβώς υπολογίζεται η πιθανότητα βροχόπτωσης;
Ένα από τα κύρια στοιχεία μιας πρόβλεψης είναι η πιθανότητα βροχόπτωσης. Αλλά πώς ακριβώς αποφασίζουν οι μετεωρολόγοι ότι θα υπάρχει 20% πιθανότητα βροχής την επόμενη ημέρα ή ακόμα και αργότερα μέσα στην εβδομάδα; Αυτό γίνεται μέσω της εξίσωσης P = CxA. Η πιθανότητα (P) ισούται με την εμπιστοσύνη του προγνώστη (C) ότι θα σημειωθούν βροχοπτώσεις στην περιοχή (A) που αναμένεται να δεχτεί τη βροχόπτωση. Έτσι, μια πιθανότητα βροχής 20% μοιάζει ως εξής: 20% πιθανότητα βροχής (πιθανότητα) = 100% (επίπεδο εμπιστοσύνης) x 20% (περιοχή όπου αναμένεται να βρέξει).
6. Οι καιρικές προβλέψεις είναι πιο ακριβείς σήμερα από ό, τι ήταν πριν από μια δεκαετία
Τα πρώτα αριθμητικά μοντέλα υπολογιστών που βασίζονταν στη φυσική εισήχθησαν στην αρένα της πρόγνωσης του καιρού τη δεκαετία του 1950. Καθώς οι υπερυπολογιστές έχουν γίνει πιο ισχυροί και οι τρόποι συλλογής και επεξεργασίας δεδομένων που σχετίζονται με τον καιρό έχουν διαφοροποιηθεί, η ακρίβεια των προβλέψεων έχει βελτιωθεί. Ο ρυθμός βελτίωσης έχει υπολογιστεί σε περίπου μία ημέρα ανά δεκαετία ή αλλιώς: μια εξαήμερη πρόβλεψη το 2020 θα ήταν εξίσου ακριβής με μια πρόβλεψη πέντε ημερών το 2010.
7. Οι υπερυπολογιστές δεν είναι πάντα ακριβείς
Οι υπερυπολογιστές ασχολούνται με την πρόγνωση του καιρού από τα μέσα του 20ού αιώνα. Στις ΗΠΑ, η Εθνική Μετεωρολογική Υπηρεσία διαθέτει υπερυπολογιστές που επεξεργάζονται σχεδόν όλα τα δεδομένα που συλλέγει ο οργανισμός. Στο Ηνωμένο Βασίλειο, η Microsoft και η Met Office συνεργάστηκαν για να κατασκευάσουν τον πιο ισχυρό υπερυπολογιστή για την πρόγνωση του καιρού και της κλιματικής αλλαγής που αναμένεται να τεθεί σε λειτουργία το 2022.
Σύμφωνα με το νόμο του Moore, η υπολογιστική ισχύς διπλασιάζεται κάθε δύο χρόνια από τη δεκαετία του 1970. Ωστόσο, αυτό το ποσοστό έχει αρχίσει να επιβραδύνεται τα τελευταία χρόνια, πράγμα που σημαίνει ότι άλλες προσεγγίσεις, όπως η αύξηση της υπολογιστικής απόδοσης των προγνωστικών μοντέλων, μπορεί να είναι απαραίτητες για να συνεχίσουμε να σημειώνουμε πρόοδο όσον αφορά την ακριβέστερη πρόγνωση του καιρού.
Παρά την τεχνολογική πρόοδο, οι προβλέψεις δεν είναι πάντα ακριβείς. Η χαοτική φύση του καιρού σημαίνει ότι όσο οι μετεωρολόγοι πρέπει να κάνουν υποθέσεις σχετικά με τις διαδικασίες που λαμβάνουν χώρα στην ατμόσφαιρα, θα υπάρχει πάντα το περιθώριο λάθους.
8. Η θέση των μετεωρολογικών σταθμών επηρεάζει την ακρίβειά των προβλέψεων
Οι μετεωρολογικοί σταθμοί είναι ένα από τα μέσα που χρησιμοποιούν οι μετεωρολόγοι για να συλλέξουν δεδομένα που θα τους βοηθήσουν να κάνουν προβλέψεις. Αλλά η τοποθεσία των σταθμών μπορεί να επηρεάσει το πόσο ακριβή είναι τα δεδομένα. Οι μετεωρολογικοί σταθμοί είναι συνήθως τοποθετημένοι μέσα και γύρω από τις πόλεις με αποτέλεσμα να υπάρχουν λιγότερα δεδομένα για αγροτικές και νησιωτικές περιοχές. Επιπλέον, επειδή υπάρχουν λιγότεροι μετεωρολογικοί σταθμοί σε αυτές τις περιοχές και οι υπάρχοντες σταθμοί είναι συχνά απλωμένοι σε μεγάλη απόσταση, είναι δύσκολο να καταγράψουν ακριβείς πληροφορίες σε περιοχές με τόσο μεγάλος εύρος.
9. Ο αριθμός των πτήσεων επηρεάζει την ακρίβεια των δεδομένων
Κάτι που πολλοί ίσως δεν γνωρίζουν για τον COVID-19 είναι πώς ο ιός έχει επηρεάσει την ακρίβεια των καιρικών προβλέψεων. Τι σχέση έχει όμως ένας ιός με τις προβλέψεις του καιρού; Τα δεδομένα για την θερμοκρασία και τους ανέμους συλλέγονται από τα αεροπλάνα. Οι μετεωρολογικές υπηρεσίες συλλέγουν πάνω από 250 εκατομμύρια μετρήσεις από αεροπλάνα και μέσω υπολογιστών μεταφέρουν τα δεδομένα σε καιρικά μοντέλα. Με την ακύρωση των εμπορικών πτήσεων λόγω της πανδημίας, τα δεδομένα αυτά μειώθηκαν κατά 50% στις αρχές του 2020. Το Ευρωπαϊκό Κέντρο Μετεωρολογικών Προβλέψεων ανέφερε μείωση 80% των δεδομένων και δημοσίευσε μια μελέτη που δείχνει ότι η μείωση των δεδομένων από αεροσκάφη μείωσε την ακρίβεια των προβλέψεων κατά περίπου 15%. Για να λύσουν το πρόβλημα, οι μετεωρολογικές υπηρεσίες άρχισαν να χρησιμοποιούν δεδομένα από πηγές όπως μη εμπορικά αεροσκάφη, αερόστατα καιρού, ραντάρ και δορυφόρους.
10. Είμαστε δύσπιστοι
Οι περισσότεροι άνθρωποι είναι δύσπιστοι. Αν κάποιος δεν δει ή δεν βιώσει ένα συμβάν προσωπικά, δυσκολεύεται να πιστέψει ότι συνέβη πραγματικά. Κάτι παρόμοιο συμβαίνει και με τις προβλέψεις του καιρού. Για παράδειγμα, αν η μετεωρολογική υπηρεσία προβλέψει 30% πιθανότητα βροχής σε μια περιοχή και τελικά δεν βρέξει καθόλου, κάποιος που ζει εκεί μπορεί να σκεφτεί ότι η πρόβλεψη ήταν λάθος. Ωστόσο, μπορεί να έβρεξε σε μια κοντινή περιοχή λίγα χιλιόμετρα μακριά, πράγμα που σημαίνει ότι όλα εξαρτώνται από την οπτική γωνία του καθενός.