Seizoensverwachtingen

Achtergrondinformatie over seizoensverwachtingen

Het weer is chaotisch; dit betekent dat het principieel onmogelijk is een weersverwachting te maken op een termijn van meer dan twee weken. Het gemiddelde weer is beter voorspelbaar, omdat dat reageert op het aard- en zeeoppervlak. Boven warmer zeewater zal ook de lucht warmer worden, en er verdampt ook meer dan boven kouder zeewater, vooral in de tropen. Boven sneeuw blijft het koeler, en een vochtige bodem geeft meer verdamping. Deze condities blijven vaak weken of maanden lang bestaan, en beïvloeden gedurende die tijd het gemiddelde weer. Als we dus de zeewatertemperatuur, sneeuwbedekking en bodemvochtigheid kennen, is het mogelijk op die termijn zinvolle seizoensverwachtingen te maken.

El Nino

El Niño is een speciaal geval. Langs de evenaar in de oostelijke Stille Oceaan varieert de zeewatertemperatuur heel sterk (tot 5°C). Deze slingeringen maken deel uit van een atmosfeer-oceaan mechanisme (ENSO), dat redelijk begrepen is. Op een termijn van zes maanden zijn de schommelingen in zeewatertemperatuur daar voorspelbaar. Anderzijds hebben ze ook een grote invloed op het weer in grote delen van de wereld, en vormen zo de basis van veel seizoensverwachtingen.

Kansverwachtingen

Vanwege de grilligheid van het weer is de nauwkeurigheid van een seizoensverwachting in maanden vaak vergelijkbaar met die van een weersverwachting op een termijn van een aantal dagen. De onzekerheden zijn zichtbaar in de gebieden die niet ingekleurd zijn: hier is de verwachting zo vaag dat er geen zinnig woord over de afwijkingen van het normale weer te zeggen valt. Als er wel een verwachting te maken is wordt er vaak met tercielen' gewerkt. Dit zijn de kansen op droog, normaal of nat weer; of koud, normaal of warm weer. De grenzen zijn dan zo gekozen dat 1/3 van de jaren droog is, 1/3 nat en 1/3 normaal. Een seizoensverwachting zou dan kunnen zijn dat voor het komende voorjaar de verdeling 40%:35%:25% is (zoals op de getoonde verwachting van het International Research Institute, IRI), dus een grotere kans dan normaal op een droog voorjaar. Merk echter op dat er dan volgens deze verwachting nog steeds een kans van een op vier is dat het natter zal zijn dan normaal.

Fig.1 Voorbeeld van een kansverwachting




Statistische Modellen

De simpelste manier om een seizoensverwachting te maken is vaak om te kijken hoe het weer de afgelopen 100 jaar met bijvoorbeeld El Niño heeft samengehangen. Een voorbeeld is hieronder gegeven. Horizontaal is de sterkte van El Niño in de winter uitgezet, en verticaal de hoeveelheid regen die er in het volgende voorjaar in De Bilt gevallen is. Het is duidelijk dat er een verband is: na een sterke El Niño heeft het altijd veel geregend. Ook is er een trend naar drogere lentes na La Niña's (links van de nul), maar dat is veel minder duidelijk. Het kan ook hard regenen zonder dat El Niño daar iets mee te meken heeft, zoals in 1979. Als nu de winter NINO3 index bekend of voorspeld is, dan is aan de hand van deze historische gegevens de kansverwachting voor de lenteregen te maken.
Fig.2 Het historische verband tussen El Niño en de voorjaarsregen in Nederland



Er zijn ook problemen met dit soort redeneringen. Ten eerste is er de vraag of er echt een verband is, of dat het gewoon toeval was; dit kan met statistische testen engiszins ingeschat worden. Verder moet je rekening houden met het veranderende klimaat en andere storende invloeden.
Dynamische modellen

Net zoals weersverwachtingen kunnen ook seizoensverwachtingen op de computer berekend worden. Daarvoor gebruikt men een computermodel van de atmosfeer, wat vaak hetzelfde is als het model dat voor de weersverwachting gebruikt wordt. Ook van de wereldoceaan wordt een computermodel gemaakt, en hieraan gekoppeld. De begintoestand van de modelatmosfeer en modeloceaan wordt zo goed mogelijk met de laatste waarnemingen in overeenstemming gebracht. Vervolgens berekent men hoe deze modeltoestand zich verder ontwikkelt. Het computerweer lijkt na een paar weken niet meer op de werkelijkheid, maar als je dit een paar keer herhaalt zal het gemiddelde computerweer wel op het gemiddelde echte weer lijken, omdat de reactie van het computerweer op zeewatertemperatuur, sneeuw en bodemvochtigheid redelijk in overeenstemming is met de werkelijkheid. Een voorbeeld van de uitkomst van zo een berekening is de experimentele ECMWF seizoensverwachting hieronder.
Fig.3 Een voorbeeld van een ECMWF seizoensverwachting



Computermodellen hebben als voordeel dat ze veel meer bevatten dan alleen maar El Niño: de hele oceaan wordt gesimuleerd, en sneeuw em bodemvochtigheid worden ook berekend. De voorspellingen bevatten dus effecten die niet met El Niño samenhangen. Het nadeel is dat het moeilijk is om de nauwkeurigheid van de verwachtingen te verifiëren; in een jaar worden maar vier onafhankelijke 3-maandsgemiddelde verwachtingen gegenereert, dus pas na 10 jaar voorspellen kan je enigszins zeggen of het syteem goed werkt. Daarom worden als test ook veel
voorspellingen’ gemaakt voor het verleden, maar dat kost veel computertijd.

Er zijn ook grote onzekerheden in de verwachtingen.

  • Onzekerheden in de zeewatertemperatuur voorspellingen. El Niño wordt redelijk gesimuleerd, maar van andere delen van de wereld zijn we nog niet zo zeker. Ook bodemvochtigheid wordt nog niet zo goed voorspeld als we zouden willen.
  • Fouten in het atmosfeermodel. In bepaalde gebieden reageert het atmosfeermodel niet zo goed op de zeewatertemperatuur.
  • De modellen rekenen op een relatief grof rooster (een paar honderd kilometer), en kunnen de lokale omstandigheden vaak niet goed volgen. Details zijn niet zonder meer te vertrouwen; vaak moet met een statistisch model de grootschalige structuren naar plaatselijke voorspellingen vertaald worden.
  • De grilligheid van het weer wil zeggen dat het soms anders kan lopen dan verwacht.

Er wordt veel onderzoek gedaan naar verbeteringen van de computermodellen en de initialisatie daarvan, ook op het KNMI. We verwachten dan ook dat seizoensverwachtingen de komende jaren zullen verbeteren, hoewel ze nooit zo nauwkeurig zullen worden als de weersverwachting voor morgen.