F. Daria Tumanova Unsplash.

Written by 09:00 Meteo, Modele Meteorologiczne

Polska na mapie historii prognoz długoterminowych

Krystyna Pianko-Kluczyńska, Krystyna Konca-Kędzierska, Adam Jaczewski, Alan Mandal, Radosław Droździoł, Marcin Wdowikowski, Zofia Bałdysz, Weronika Wrońska, Karina Kózka, Grzegorz Nykiel, Tomasz Strzyżewski, Marta Gruszczyńska
IMGW-PIB/Centrum Modelowania Meteorologicznego, Zakład Analiz Meteorologicznych i Prognoz Długoterminowych

Prognozowanie długoterminowe stanowiło jedno z największych wyzwań XX wieku. Najtrudniejsze zadanie przypadło tym, którzy zajmowali się obszarami położonymi w strefach klimatycznych o cechach przejściowych lub pośrednich, czyli np. polskim naukowcom. Polska jest podręcznikowym przykładem klimatu umiarkowanego ciepłego przejściowego, charakteryzującego się bardzo dużą zmiennością warunków pogodowych.

Pierwsze polskie prognozy zostały opracowane w latach 50. ubiegłego wieku, gdy do przewidywania pogody zaczęto używać programów komputerowych. W Państwowym Instytucie Hydrologiczno-Meteorologicznym (PIHM), dziś IMGW-PIB, powołano w 1956 roku Zakład Długoterminowych Prognoz Pogody, którym kierował Józef Lityński. Rok później w Instytucie Podstawowych Problemów Techniki PAN skonstruowano pierwszy w Europie analogowy analizator harmoniczny (AAH). Projektem kierował inż. Jacek Karpiński, wybitny elektronik i informatyk. Analizator składał się z 650 lamp elektronowych, miał wymiary 1,5×2 m i wykonywał obliczenia dużych zbiorów danych z wykorzystaniem analizy harmonicznej Fouriera. Urządzenie umożliwiało tworzenie statystycznych modeli długoterminowych, za pomocą których przygotowywano prognozy średniej miesięcznej temperatury powietrza i sumy opadów atmosferycznych dla Warszawy. To był przełom, poparty licznymi opracowaniami naukowymi. W 1965 roku w raporcie Światowej Organizacji Meteorologicznej (WMO) opublikowano artykuł „Statistical methods in long-range weather forecasting” (Statystyczne metody w długoterminowym prognozowaniu pogody) autorstwa Zdzisława Kaczmarka i Józefa Lityńskiego, zawierający opis analizatora i efektów jego obliczeń.

Jacek Karpiński przy maszynie AAH (fot. Lucjan Fogiel).
Jacek Karpiński przy maszynie AAH (fot. Lucjan Fogiel).

Kluczem modele statystyczne. Od początku działalności Zakładu Długoterminowych Prognoz Pogody zespoły meteorologów, klimatologów, geofizyków i matematyków poznawały tajniki procesów zachodzących w atmosferze i mających wpływ na pogodę w Polsce. Przy opracowaniu algorytmów do modeli statystycznych opierano się na metodzie prognozowania analogowego. Ta metoda przewidywania pogody bazuje na założeniu, że podobne procesy atmosferyczne prowadzą do podobnych skutków, a porównanie aktualnych procesów atmosferycznych z procesami zaistniałymi w przeszłości umożliwia przygotowanie prognozy na pewien okres, np. miesiąca lub sezonu.

Kluczową rolę w stosowanych metodach odgrywał dobór odpowiednich zmiennych opisujących procesy atmosferyczne zachodzące w czasie poprzedzającym okres prognozowany (predyktorów) i zmiennych opisujących przebieg pogody w okresie prognozowanym (predyktandów). Najczęściej za predyktory przyjmowano średnie miesięczne i sezonowe, dobowe wartości wskaźników cyrkulacji atmosferycznej i ciśnienia atmosferycznego w wybranych punktach Europy i północnego Atlantyku, temperatury powietrza i opadów atmosferycznych w Warszawie, a także pola geopotencjału 500 hPa i topografii względnej między 500 hPa a 1000 hPa w węzłach siatki gridowej na półkuli północnej. Predyktandami były średnia miesięczna temperatura powietrza i suma opadów atmosferycznych w Warszawie. Doboru predyktorów i predyktandów dokonywano na podstawie licznych badań przeprowadzanych w latach 60. i 70. m.in. przez Marię Wodzińską, Zdzisława Kaczmarka, Jana Malickiego i Albina Cisaka. Bezcenny wkład do tych badań wniosły dwa systemy klasyfikacji cyrkulacji atmosferycznej opracowane przez Blankę Osuchowską-Klein i Józefa Lityńskiego.

Na podstawie pozyskanej wiedzy i dzięki szybko rozwijającym się technikom obliczeniowym pod koniec lat 70. Zakład Długoterminowych Prognoz Pogody zapoczątkował opracowywanie miesięcznej i sezonowej prognozy średniej temperatury powietrza i sumy opadów atmosferycznych dla większej liczby punktów, tj. dla 18 miast w Polsce (wcześniej tylko dla Warszawy). Był to niewątpliwie kolejny przełom w doskonaleniu prognoz długoterminowych. Rozpoczęto także badania nad nowymi modelami, m.in. w latach 80. uruchomiono spektralny model hemisferyczny dla półkuli północnej z wykorzystaniem nowoczesnego komputera serii Odra. W latach 90. podjęto próbę zastosowania sieci neuronowych i teorii chaosu. Na początku XXI wieku typy cyrkulacji atmosferycznej według Lityńskiego ponownie znalazły zastosowanie w modelach prognostycznych. Prace te wiązały się z udziałem w projekcie dotyczącym harmonizacji i zastosowań klasyfikacji typów pogody w Europie w ramach Europejskiego Programu Współpracy w Dziedzinie Badań Naukowo-Technicznych (COST ACTION 733, 2014) i zaowocowały aktualizacją typów cyrkulacji przeprowadzoną przez Krystynę Pianko-Kluczyńską.

Wielki krok w XXI wiek. Na początku obecnego stulecia Zakład Długoterminowych Prognoz Pogody, którym po Józefie Lityńskim kierowali kolejno Maria Wodzińska, Bogumił Jakubiak i Stanisław Ryszard Kozieł, przestał istnieć, a jego obowiązki przejęło Centralne Biuro Prognoz Meteorologicznych. W 2009 roku ponownie utworzono komórkę organizacyjną pod nazwą Zakład Modelowania Klimatycznego i Prognoz Sezonowych(jej kierownikiem został Adam Jaczewski), a w 2015 roku kompetencje w zakresie prognoz długoterminowych przejęło Centrum Meteorologicznej Osłony Kraju. Wraz z rozwojem technik numerycznych i szerszym dostępem do informacji prognostycznej z różnych światowych ośrodków meteorologicznych zmieniały się metody prognostyczne. W metodach statystycznych zaczęto korzystać z wyników modeli numerycznych. W 2016 roku Krystyna Pianko-Kluczyńska opracowała statystyczny model częściowo probabilistycznych prognoz 30-dniowych IMGW-TWS, wykorzystujący na wejściu prognozy numeryczne GFS. Model, opierając się na zaawansowanych metodach logiki rozmytej, prognozuje prawdopodobieństwo wystąpienia klas: poniżej normy, w normie i powyżej normy dla średniej temperatury, sumy opadów i liczby dni z opadem dla całego okresu prognostycznego, a także – dla każdej z trzech kolejnych dekad miesiąca – zakresy minimalnej i maksymalnej temperatury powietrza, liczbę dni z opadem i liczbę dni z opadem zawierającym śnieg. W 2018 roku powstał wiązkowy model statystyczny IMGW-Reg autorstwa Krystyny Koncy-Kędzierskiej. Z wykorzystaniem metody regresji cząstkowej przewiduje on średnią miesięczną temperaturę powietrza, sumę opadów atmosferycznych i liczbę dni z opadem do sześciu miesięcy w przód. W tym samym roku Pianko-Kluczyńska zaproponowała pierwszą wersję probabilistycznego, statystycznego modelu IMGW-Bayes, który korzysta z teorii prawdopodobieństwa i twierdzenia Bayesa (naiwny klasyfikator Bayesa). Prognozuje się w nim, do maksymalnie pięciu miesięcy w przód, prawdopodobieństwo wystąpienia miesięcznej średniej temperatury powietrza, miesięcznej sumy opadów i liczby dni z opadem w trzech klasach: powyżej normy, w normie i poniżej normy. Kolejna, wiązkowa wersja modelu IMGW-Bayes została wdrożona w 2021 roku.

W 2020 roku w Instytucie Meteorologii i Gospodarki Wodnej utworzono Centrum Modelowania Meteorologicznego, którego dyrektorem został Mariusz Figurski. W strukturach tej jednostki, pod kierownictwem Marty Gruszczyńskiej, powołano Zakład Analiz Meteorologicznych i Prognoz Długoterminowych, który realizuje cele związane m.in. z opracowywaniem pierwszego wiązkowego numerycznego modelu długoterminowego dla obszaru Polski (model WRF-CFS), rozwijaniem obecnych modeli statystyczno-numerycznych (IMGW-TWS, IMGW-Reg) i statystycznych (IMGW-Bayes), analizą sprawdzalności i możliwości wykorzystywania wyników globalnych modeli długoterminowych (modele ECMWF i NOAA), wypracowaniem nowego sposobu prezentacji prognoz, a także wdrażaniem najnowszych rozwiązań technologicznych, np. multimodelu integrującego wiele modeli z wykorzystaniem algorytmów sztucznej inteligencji i uczenia maszynowego.


Warto wiedzieć

COST
The European Cooperation in Science and Technology (Europejski Program Współpracy w Dziedzinie Badań Naukowo-Technicznych), https://www.gov.pl/web/edukacja-i-nauka/europejski-program-wspolpracy-w-dziedzinie-badan-naukowo-technicznych-cost, https://www.cost.eu/.

ECMWF
European Centre for Medium-Range Weather Forecasts (Europejskie Centrum Średnioterminowych Prognoz Pogody), https://www.ecmwf.int/.

IMGW-TWS
Numeryczno-statystyczny model prognostyczny, opracowany i rozwijany w IMGW-PIB. Opiera się na zaawansowanych metodach logiki rozmytej. Do obliczeń używane są dane z reanaliz NCEP/NCAR, modelu GFS 1° i ze stacji meteorologicznych IMGW-PIB. Model pozwala prognozować zakresy minimalnej i maksymalnej temperatury powietrza, liczbę dni z opadem i liczbę dni z opadem zawierającym śnieg, jakie powinny wystąpić w każdej z trzech kolejnych dekad, w okresach prognostycznych zaczynających się od 1., 11. i 21. dnia miesiąca. Prognoza jest wykonywana dla 87 stacji meteorologicznych w Polsce. Obecnie IMGW-PIB udostępnia wyniki dla 13 stacji górskich w serwisie góry.imgw.pl.

IMGW-Reg
Numeryczno-statystyczny model prognostyczny, opracowany i rozwijany w IMGW-PIB. Prognozuje wartość średniej miesięcznej temperatury powietrza i sumy miesięcznej opadów wraz z odchyleniem standardowym (+/-) prognozowanej wartości. Model używa metody regresji cząstkowej, za predyktory przyjmując pola kwantyli wybranych zmiennych meteorologicznych z reanaliz NCEP/NCAR. Prognoza jest liczona dla 20 wybranych miast w Polsce. Wyniki modelu są wykorzystywane przy opracowywaniu eksperymentalnej prognozy długoterminowej temperatury i opadu.

IMGW-Bayes
Statystyczny model prognostyczny, opracowany i rozwijany w IMGW. Opiera się na teorii prawdopodobieństwa i twierdzeniu Bayesa (naiwny klasyfikator Bayesa). Prognozowane jest prawdopodobieństwo wystąpienia miesięcznej średniej temperatury powietrza i miesięcznej sumy opadów w klasach: powyżej normy, w normie i poniżej normy (wyniki modelu nie zawierają informacji, o ile prognozowana wartość jest niższa od dolnej granicy normy lub wyższa od górnej granicy normy). Do obliczeń używane są dane z reanaliz NCEP/NCAR, które dotyczą wybranych pól meteorologicznych z różnych poziomów troposfery i stratosfery. Prognoza jest wykonywana dla 87 stacji meteorologicznych w Polsce. Wyniki modelu wykorzystuje się przy opracowywaniu eksperymentalnej prognozy długoterminowej temperatury i opadu.

NOAA
National Oceanic and Atmospheric Administration (Narodowa Służba Oceaniczna i Atmosferyczna), https://www.noaa.gov/.

WMO
World Meteorological Organization (Światowa Organizacja Meteorologiczna), https://public.wmo.int/en.

WRF-CFS
Długoterminowy deterministyczny model pogody wykorzystujący numeryczny model pogody WRF (Weather Research and Forecasting Model) i wyniki modelu globalnego CFS (Climate Forecast System), https://www.mmm.ucar.edu/weather-research-and-forecasting-model, https://www.ncei.noaa.gov/products/weather-climate-models/climate-forecast-system.


Zdjęcie główne: Daria Tumanova | Unsplash.

(Visited 197 times, 1 visits today)
Close