ENGINEERINGNET.BE - Traditionele weersvoorspellingen worden gemaakt met behulp van numerieke modellen, die het klimaatsysteem opdeelt in kubussen.
Elke kubus heeft z’n eigen temperatuur, luchtvochtigheid, windsnelheid, et cetera. Het model kan berekenen hoe al deze variabelen veranderen als functie van tijd.
Maar er zijn fysische interacties die op een veel kleinere ruimtelijke en temporele schaal plaatsvinden dan de grote van de kubusjes. Met een statische omschrijving, ofwel parametrisatie, wordt de impact van deze kleinschalige processen op de grotere kubusjes ‘geschat’. Deze schattingen zijn echter niet perfect.
Parametrisatie speelt een belangrijke rol bij het simuleren van de interactie tussen de oceaan en de atmosfeer, en die interactie is belangrijk voor de voorspelbaarheid op langere tijdschalen. Het lijkt erop dat imperfecte parametrisatie leidt tot de beperkte voorspelbaarheid van numerieke modellen.
Om dit te omzeilen maakte klimaatwetenschapper Sem Vijverberg van de VU in zijn onderzoek gebruik van data-gedreven technieken.
Vijverberg: “Zo hebben we geleerd hoe de koppeling tussen de oceaan en de atmosfeer verandert per seizoen, en welke factoren er nodig zijn voor een sterke koppeling tussen de oceaan en de atmosfeer. Mede door deze inzichten kunnen we bijvoorbeeld de temperatuur en mislukte oogsten in de Verenigde Staten veel beter en eerder voorspellen dan voorheen.”
De ontwikkelde methode is generiek toepasbaar op andere werelddelen, weersvariabelen, of weersafhankelijke variabelen zoals oogst opbrengst.
Een kanttekening hierbij is dat er voor alle gebieden en variabelen wel een duidelijk limiet bestaat in voorspelbaarheid door de inherente chaos in het klimaatsysteem.
Diepgaande kennis over dit systeem helpt om de juiste keuzes te maken bij de ontwikkeling van voorspellingen met behulp van data-gedreven technieken.
Vijverberg: “Wij zijn nu bezig met het opzetten van een spin-off, genaamd Beyond Weather, om operationele weersvoorspellingen te ontwikkelen voor stakeholders in de sectoren energie, agricultuur, en humanitaire hulp. Momenteel hebben we al een product ontwikkeld dat de voorspelling van temperatuur in Europa één tot drie maanden vooruit substantieel verbeterd.”
