Jak prognozuje się pogodę — modele numeryczne

Krótki, uczciwy poradnik: skąd bierze się prognoza w twojej aplikacji, dlaczego różne serwisy pokazują różne dane, czym jest model ECMWF, GFS, ICON i ALARO…

Otwierasz aplikację A — jutro 22°C i bezchmurnie. Otwierasz aplikację B — jutro 18°C i deszcz. Aplikację C — burza po południu. Cała trójka czyta z tego samego nieba. Cała trójka może mieć rację — bo każda korzysta z innego modelu numerycznego, a pogoda to równania, które przy najmniejszej różnicy danych wejściowych dają kompletnie inną przyszłość (efekt motyla, Edward Lorenz, 1963). Ten artykuł tłumaczy, dlaczego prognoza pogody to najtrudniejsze codzienne obliczenie na Ziemi, czemu kosztuje miliardy euro rocznie i jak ją czytać, żeby nie wyjść w sandałach na ulewę. Zanim przejdziemy do superkomputerów — warto wiedzieć, jak ludzie radzili sobie z prognozą przez poprzednie 2500 lat: od mrówek i pijawek po kalendarze astrologiczne. Opisaliśmy to w osobnym wpisie "Jak dawniej przewidywano pogodę — szamani, mrówki, astrologia". A że temat jest na tyle archetypiczny, że nie odpuszcza do dziś — powstała o tym śmieszna, memiczna piosenka cyber-tribal: "Taniec Szamanki" DJ Kamila. Posłuchaj — i wróć tu po naukową stronę medalu.

Prognoza pogody to jedyne miejsce na świecie, gdzie superkomputery wartości miliardów dolarów liczą codziennie odpowiedź na pytanie, które babcia z kamienicy obok daje za pomocą bólu kolana — i obie odpowiedzi mają podobną trafność.

1. Skąd się bierze prognoza — pięć etapów, których nie widzisz

Każda prognoza, którą widzisz w aplikacji, przechodzi przez pięć kroków: 1. Pomiar. Sieć ~10 000 stacji synoptycznych na lądzie, ~4000 boi na oceanach, ~600 stacji wysokościowych (balony radiosondażowe wypuszczane 2× dziennie z każdego kraju), 8 satelitów geostacjonarnych + ~20 polarnych, 45 000 samolotów rejsowych raportujących wiatr i temperaturę co minutę. Razem: ~30 milionów obserwacji dziennie. 2. Asymilacja danych. Komputer dopasowuje obserwacje do siatki 3D pokrywającej całą Ziemię — np. siatka ECMWF ma 9 km x 9 km w poziomie i 137 poziomów wertykalnych. To trwa ~1 godzinę na superkomputerze. 3. Symulacja. Rozwiązanie układu 7 równań różniczkowych Naviera-Stokesa + termodynamiki + promieniowania dla każdej komórki siatki, krok co 7 sekund symulowanego czasu, przez 10 dni naprzód. To ~10¹⁸ operacji zmiennoprzecinkowych. Trwa ~3 godziny na superkomputerze z 1 000 000 rdzeni. 4. Post-processing. Konwersja siatkowych pól (ciśnienie, temperatura, wilgotność na każdym poziomie) na "czytelne" parametry: opady, zachmurzenie, prawdopodobieństwo burzy. Tu wchodzi tzw. statystyczna interpretacja MOS — drugi model, który uczy się błędów pierwszego. 5. Dystrybucja. Wyniki trafiają do firm trzecich (Open-Meteo, AccuWeather, Weather Channel, IMGW, Onet Pogoda, twoja aplikacja). Każda z nich miesza modele po swojemu — i stąd pierwsze rozbieżności w tej samej aplikacji.

2. Cztery główne modele numeryczne — czyli skąd te różnice

Na świecie działa kilkanaście globalnych modeli pogody. Cztery dominują: - ECMWF (IFS) — Europejskie Centrum Prognoz Średnioterminowych, Reading, UK. Powszechnie uznawany za najdokładniejszy model globalny. Rozdzielczość 9 km, 4 prognozy dziennie, dostęp częściowo płatny. Używany przez Norwegów (yr.no) i większość europejskich służb. - GFS (NOAA, USA) — model amerykański, rozdzielczość 13 km, w pełni darmowy (dane publiczne USA), używany przez większość amerykańskich aplikacji i wielu komercyjnych providerów (Weather Channel, AccuWeather). - ICON (DWD, Niemcy) — model niemieckiego DWD, rozdzielczość 13 km globalnie + 2,2 km dla Europy Centralnej. Bardzo dobry dla opadów konwekcyjnych (letnie burze). Używany przez Open-Meteo. - ALARO (konsorcjum LACE) — model mezoskalowy używany m.in. przez IMGW Polska, rozdzielczość 2 km dla Polski. Najlepszy dla krótkoterminowych prognoz (do 48 h) w trudnym terenie (Tatry, Sudety, Krakowska Brama Morawska). Praktyka: jeśli chcesz wiedzieć, czy padnie jutro w Krakowie — sprawdź ALARO (meteo.imgw.pl) i ICON (open-meteo.com / Pogoda Kraków). Jeśli chcesz wiedzieć w przyszłą niedzielę — ECMWF (yr.no, ventusky.com). Nie ma jednego najlepszego modelu — są lepsze dla różnych horyzontów i regionów.

3. Dlaczego prognoza na 10 dni to wróżenie z fusów — efekt motyla

Edward Lorenz, meteorolog z MIT, w 1963 r. zauważył, że jego model pogody dawał kompletnie różne wyniki, gdy zmienił dane wejściowe o 0,001. Tak narodziła się teoria chaosu i słynna metafora: "trzepot skrzydeł motyla w Brazylii może wywołać tornado w Teksasie". W pogodzie ten efekt jest mierzalny. Średnia trafność modelu ECMWF dla temperatury w Europie (dane z 2024): - Prognoza na 24h: błąd ~1,2°C, trafność opadów ~88%. - Na 48h: błąd ~1,8°C, trafność opadów ~80%. - Na 72h: błąd ~2,4°C, trafność opadów ~72%. - Na 5 dni: błąd ~3,5°C, trafność opadów ~58%. - Na 10 dni: błąd ~5,5°C, trafność opadów ~45% — gorzej niż rzut monetą dla pytania "czy spadnie deszcz". Dlatego serwisy używają prognozy zespołowej (ensemble): zamiast 1 modelu, liczą 50 wariantów z lekko zmienionymi danymi wejściowymi i pokazują prawdopodobieństwo. Jeśli widzisz na 10 dni "60% szansa opadów" — to znaczy, że 30 z 50 wariantów modelu daje deszcz. Pozostałe 20 daje słońce. Wybierz sobie. Dlatego prognoza 10-dniowa zmienia się każdego dnia — bo modelu nie aktualizujesz "o jeden dzień do przodu", tylko liczysz od nowa z dokładniejszymi danymi.

4. Co znaczą ikony w aplikacji — kody WMO i typowe pułapki

Każda aplikacja używa systemu WMO Weather Codes (Światowa Organizacja Meteorologiczna). Jest ich 27 — od "bezchmurnie" (0) po "burzę z silnym gradem" (99). Większość aplikacji upraszcza do 8–12 ikonek, co prowadzi do nieporozumień: - "Częściowe zachmurzenie" (kod 2) to 6/8 nieba pokryte chmurami. To prawie pochmurno, nie "głównie słonecznie". Ikona z chmurką i słoneczkiem zwodzi. - "Lekki deszcz" (kod 61) to 0,5–2,5 mm/godz. Czyli realnie mokniesz w 5 minut bez kurtki. To nie "mżawka". - "Mżawka" (kody 51–55) to opady < 0,5 mm/h — krople tak drobne, że ledwo widoczne, ale wilgotność 100%. Marnie dla okularów. - "Burza" (95) to nie tylko "mocny deszcz" — to wyładowania elektryczne. Aplikacje pokazują ją czasem godzinę za późno, bo modele numeryczne źle prognozują dokładną godzinę startu burzy konwekcyjnej (margines ~2-3 h). Pułapka dla rolnika i cyklisty: ikonka "opady przelotne 30%" NIE znaczy "padnie 30% czasu". Znaczy "modele dają 30% prawdopodobieństwa, że w dowolnym momencie spadnie cokolwiek". Czyli — albo pada przez 3 godziny pełnym deszczem, albo wcale. Środka nie ma. W naszym mikro-serwisie Pogoda Kraków pokazujemy surowe kody WMO + opady w mm — bez upraszczania. Dla rowerzysty informacja, że spadnie 2 mm znaczy "lekko zamoczysz plecak", a 15 mm — "weź autobus".

Psychologiczny twist

Najciekawsze w prognozowaniu pogody jest to, że my, mieszkańcy XXI wieku, jesteśmy bardziej uzależnieni od prognozy niż jakakolwiek wcześniejsza cywilizacja — i jednocześnie mniej skłonni zaakceptować, że może się mylić. Średniowieczny chłop wiedział, że szamanka, astrolog i ksiądz wszyscy mogą się pomylić — dlatego ubezpieczał się rytuałem, modlitwą i czytaniem nieba. My otwieramy aplikację, widzimy "22°C, bezchmurnie" i wyjeżdżamy 200 km bez parasolki. Kiedy potem łapie nas burza pod Krakowem, wkurzamy się na aplikację, nie na pogodę. To jest psychologiczny mechanizm "iluzji punktu wiedzy" (Rozenblit & Keil, Cognitive Science 2002): wierzymy, że ktoś wie pogodę dokładnie, bo widzimy precyzyjną liczbę na ekranie — choć ta liczba to uśredniona wartość z 50 wariantów modelu, z błędem ±2°C. Szamanka tańcząca przed burzą była uczciwsza — przynajmniej nie udawała precyzji do jednego stopnia.

Jeśli mieszkasz w Krakowie albo akurat się tu wybierasz — sprawdź Pogoda Kraków, nasz mikro-serwis z surowymi danymi z modelu ICON (DWD). A jeśli chcesz lirycznej, cyber-tribal wersji tego, jak ludzie wciąż dają się na szamanizm meteorologiczny nabrać — posłuchaj "Tańca Szamanki".