Die akkuraatheid van weervoorspellings

  • 0

The reliability of long-range forecasts, like that of short- and medium-range projections, has improved substantially in recent years. Yet, many significant problems remain unsolved, posing interesting challenges for all those engaged in the field. (Cahir 2017:2)

Reënmeter op Bergriviernek-roete, Stellenbosch (Foto: die skrywer)

1. Inleiding

Hoe akkuraat is wetenskaplike weervoorspellings? Wat behels die betroubaarheid of akkuraatheid van meteorologiese waarneming, ontleding en voorspelling? Hoe word weervoorspellings geverifieer? Watter soort probleme rakende weevoorspelling is tans nog onopgelos waarna Cahir (2017) hier bo na verwys?

Wanneer gepraat word oor die akkuraatheid van weervoorspellings, word ’n moeilike perd opgesaal. Idiomatiese uitdrukkings soos “Hou jou neus uit die weer uit” (maw moenie onnodig ’n mening oor ’n moeilike onderwerp waag nie); “Bly uit die weer en die rand uit my kind” (Wessels 2017); “Met iets in die weer wees” (gedurig daaroor praat, (Hoogenhout en Schoeman sj) suggereer reeds iets oor die kompleksiteit van die onderwerp. Veral die niestatiese aard van die atmosfeer is problematies, soos die volgende aanhaling van Leo Rosten illustreer: “Some things are so unexpected that no one is prepared for them” (Rosten). Weer- en klimaatverskynsels kan onverwags toeslaan en nadelige gevolge vir lewe op die aarde inhou, maar terselfdertyd is dit moeilik om die toekomstige weerpatrone wat verwag word, akkuraat te voorspel. Weerkundiges verkeer dus in ’n moeilike situasie.

Hoekom word weervoorspellings geverifieer? Volgens Mittermaier (2008) word van voorspellingsentra verwag om deurlopend te bevestig en te monitor dat die numeriese modelle wat hulle gebruik om voorspellings uit te voer, wel nuttigheidswaarde lewer. Dit is veral belangrik om te weet hoe voorspellings dmv wiskundige modelle vaar in vergelyking met die werklikheid; in watter mate die gebruik van wiskundige modelle die weerkundiges se voorspellingsvaardighede kan verbeter; en hoe die akkuraatheidsvlak van verskillende modelle soos deur verskillende voorspellingsentra gebruik word, met mekaar vergelyk (maw op watter wyse en in watter mate instansie X se voorspellings deur dié van Y oortref word).

Die verifiëring van weervoorspellings is ’n belangrike spesialisasiegebied en word deur die volgende eenvoudige waarneming (’n voorbeeld van veldverifikasie) bevestig:

Volgens die reënvalverslag vir Stellenbosch soos voorsien deur die La Colline Weerstasie was die totale waargenome neerslag vir die 24-uur-periode van Dinsdag 22 Augustus 11h00 tot Woensdag 23 Augustus 11h00, 2017 6,5 mm.

Oor dieselfde periode is die reënvalvoorspellings vir Stellenbosch soos beskikbaar gestel deur Yr (’n diens van die Noorweegse Meteorologiese Instituut) en die interaktiewe webtuiste Windy.com met mekaar vergelyk. Hiervolgens het Yr ’n totale neerslag voorspel van 9,5 mm vanaf 11h00 Dinsdag 22 Augustus tot 02h00 Woensdagoggend, terwyl Windy.com ’n totale neerslag van 5,9 mm voorspel het vanaf 15h00 Dinsdag 22 Augustus tot 06h00 Woensdagoggend.

Uit hierdie informele waarneming blyk dit dat:

  • Yr en Windy.com se voorspellings verskil het ten opsigte van die aanvangsperiode en die einde van die neerslagperiode. Yr het ’n langer tydsduur van die neerslag voorspel en Windy.com ’n korter neerslagperiode.
  • Yr en Windy.com het verskil wat die voorspelling van die totale neerslag betref (onderskeidelik 9,5 mm en 5,9 mm).
  • Beide voorspellings van die totale neerslag het afgewyk van die werklike waargenome totale neerslag (6,5 mm) soos gemeet is vir Stellenbosch deur die La Colline weerstasie. Yr het die totale neerslag oorvoorspel, en Windy.com het dit ondervoorspel.

Hierdie voorbeeld toon duidelik die belangrikheid van verifikasie, alhoewel geen substansiële afleidings natuurlik op grond van ’n enkele weerwaarneming gemaak kan word nie. ’n Enkele waarneming kan op die identifisering van ’n uitsonderlike gebeurtenis neerkom en illustreer dus die beginsel van foutiewe steekproefneming. Gevolgtrekkings oor neerslagakkuraatheid vereis meer data as bloot ’n enkele waarneming. Afleidings kan slegs gemaak word waar ’n reeks waarnemings oor ’n langer tydsverloop beskikbaar is en ondersteun word deur toepaslike statistiese ontleding van die data en veral die gebruik van vertrouensintervalle (Zietsman 2017).

Die waarneming dat reën wel by ’n spesifieke verwysingspunt (Stellenbosch/La Colline) geval het (afgesien van die aanvang, tydsduur en hoeveelheid) soos deur die twee voorspellinginstansies Yr en Windy.com voorspel is, is die enigste geldige gevolgtrekking wat in terme van die akkuraatheid van hierdie spesifieke voorspellings gemaak kan word. Die neerslag in Jonkershoek, wat ook binne die Stellenbosch-distrik geleë is, kon egter totaal ander syfers vir dieselfde periode opgelewer het.

Die metode soos beskryf kom dus neer op visuele verifiëring van ’n voorspelling wat op ’n absolute digotomie berus (maw twee kategorieë, nl het gereën / het nie gereën nie). Dit is egter nie korrek om te beweer dat Windy.com se voorspelling meer akkuraat was as Yr se voorspelling nie. Om die mate van korrektheid te bepaal moet beide Yr en Windy.com se syfers oor byvoorbeeld ’n 60-dae-waarnemingstydperk grafies voorgestel word teenoor die werklik waargenome reënvalsyfers vir die periode, en op grond van die data gemiddelde absolute fouttellings vir die tydperk bereken en statisties vergelyk word.

Om die aard van moderne weervoorspellings behoorlik te begryp, asook waarom wetenskaplike voorspellings van tyd tot tyd neig om te misluk, of, sagter gestel, minder akkuraat is, is basiese kennis nodig van die wyse waarop die eienskappe van die atmosfeer en oseane wiskundig gekwantifiseer word.

By weervoorspellings word die heersende eienskappe van die atmosfeer, sowel as die verandering daarvan deur middel van toepaslike wiskundige modelle beskryf sodat die gegewens rekenaarmatig verwerk kan word. Verbetering van die akkuraatheid van die voorspellingsmetodes en betroubaarheid van weerkundige waarnemings vind deurlopend plaas, sowel as die ontwikkeling van beter sagteware en rekenaars met steeds groter wordende kapasiteit (Roulstone en Norbury 2013).

Mwagha en Masinde (2017) wys daarop dat die meerderheid kleinskaalse boere in Afrika steeds van informele kennis en visuele waarnemingsmetodes (sg waterlore) gebruik maak om die weer te voorspel. Dit is metodes wat gebaseer is op volkstradisies en oordrag van kennis en ervaring oor geslagte heen. Hierdie gebruike is meer holisties van aard en gelokaliseer tot die boere se konteks. Okonya en Kroschel (2013) het onderhoude gevoer met 192 huisgesinne in Uganda oor spesifieke aanduidings wat die plaaslike inwoners gebruik om die begin van die droë seisoen te voorspel. Die aanwysers sluit in: verskyning van boskrieke (foto 1); wind waai vanaf die ooste na die weste; beweging van trekvoëls; geroep van die bateleurarend. Aanduidings vir die naderende reënseisoen sluit in: winde wat vanuit ’n westelike rigting na die ooste waai; die geroep van koekoekvoëls; Afrika-termiete verlaat hul neste; asook die aanwesigheid van rooi wolke teen dagbreek. Hierdie gebruike, veral indien dit saam met wetenskaplike weervoorspellings gebruik word, word nuttig aangewend by besluitneming oor oes- en plantpraktyke in hierdie lande.

Foto 1: Ugandese Boskriek (Bron: https://en.wikipedia.org/wiki/Nsenene)

 

2. Doel en metode van hierdie artikel

Die doel van hierdie artikel is om inligting vir die belangstellende leser beskikbaar te stel oor die aard van hedendaagse wetenskaplike weervoorspellingmetodes veral wat die akkuraatheid en verifiëring van voorspellings betref. Ter wille van afbakening is die fokus hoofsaaklik op (a) die voordele van akkurate voorspellings, (b) invloede op die gehalte van voorspellings, en (c) metodes van verifiëring van weervoorspellings.

Die metode wat gevolg is, is ’n doelgerigte seleksie van literatuur volgens Cooper (1988) se taksonomie van literatuuroorsigte. Die fokus van die oorsig is gerig op navorsingsuitkomste en -metodes, teorie, toepassings en praktyke. Die doel asook die dekking van literatuur handel oor die identifisering van kwessies wat sentraal staan binne die konteks van weervoorspelling as ’n vakgebied. Die perspektief van die oorsig is om ’n neutrale standpunt in te neem, en die organisasie van die teks is hoofsaaklik konseptueel van aard. Die artikel is op die algemene leserspubliek gerig.

 

3. Enkele konsepte, begrippe en teoretiese beginsels

3.1 Weervoorspelling

Die begrip weervoorspelling verwys na die versameling van kwantitatiewe inligting oor die huidige eienskappe (of stand) van die atmosfeer op ’n gegewe plek in die atmosfeer en die wetenskaplike vertolking van die atmosferiese prosesse met die doel om toekomsprojeksies oor die verandering van die atmosferiese eienskappe te doen (Venkatesh en Chandrakala 2017).

3.2 Retrospektiewe voorspelling

Hervoorspelling of retrospektiewe weervoorspellings vind plaas wanneer hedendaagse numeriese weervoorspellingsmodelle toegepas word op aanvangs- en voorspellingsdata wat in die verlede verkry is (Gneiting 2014).

3.3 Verifiëring

Met verifiëring word bedoel die proses op grond waarvan die gehalte van ’n weervoorspelling geassesseer word (World Climate Research Programme 2017); maw, word dit wat gedoen word, reg gedoen? Voorspellingsvalidasie, daarenteen, handel oor die vraag of die regte ding gedoen word.

3.4 Atmosferiese wetenskappe

Subdissiplines van die studiegebied atmosferiese wetenskappe sluit onder andere die volgende vakrigtings in: meteorologie, klimatologie (oseaandinamika), atmosferiese fisika, atmosferiese chemie en hidrometeorologie. Niedzielkski en Krzysztof (2017) sluit hierby die vakgebied geoïnformatika in, waarin voorsiening gemaak word vir geografiese-inligtingstelsels, afstandswaarneming (remote sensing), rekenaarwetenskap, asook fisiese en empiriese modelleringsmetodes.

3.5 Chaosteorie

Op grond van die baanbrekerswerk deur Edward Lorenz (1993) is die chaosteorie as ’n basis vir die verklaring van weersomstandighede gevestig. Hiervolgens blyk dit dat weerkundiges selfs met behulp van hedendaagse toonaangewende nieliniêre wiskundige voorspellingsmodelle en waarnemingsmetodes veranderinge in weerpatrone vir nie langer periodes as twee weke akkuraat vooruit kan voorspel nie. Die chaosteorie stel ’n vereiste as vertrekpunt, naamlik dat alle toepaslike veranderlikes in die atmosfeer en oseane aanvanklik presies bekend moet wees ten einde die beweging daarvan in die toekoms te kan voorspel. Selfs al sou alle molekules in die atmosfeer se interaksie op ’n nietoevallige basis funksioneer (maw volgens ’n deterministiese oorsaak-en-gevolg-stelsel) kan steeds nie met sekerheid voorspel word hoe die molekules oor tyd sal reageer en wat die toekomstige weerpatrone gaan wees nie. Die mate van onsekerheid van weerprojeksies neem ook met tydsverloop eksponensieel toe. Die weer en die oseane is dus volgens hierdie teorie ’n chaotiese sisteem.

In sy wese vorm die rol wat onsekerheid in die meteorologie speel, die basis van die chaosteorie (Slingo en Palmer 2011). Na verloop van ’n gegewe voorspellingsperiode (lead time) bestaan daar nie meer ’n enkelvoudige deterministiese oplossing nie, gevolglik moet alle voorspellings in terme van waarskynlikhede hanteer word. Die atmosfeer is ’n nieliniêre struktuur wat (alhoewel dit ten volle deterministies is) skielike en skynbare toevallige veranderinge kan toon. Verder is die voorspelbaarheid van ’n chaotiese stelsel vloei-afhanklik, wat beteken dat sekere weerpatrone uiters onvoorspelbaar, en ander spesifieke patrone hierteenoor meer akkuraat voorspelbaar is.

Volgens Van den Berg (2017)  bepaal die tydskale van voorspelling watter tipe modelle gebruik word: (a) sogenaamde nowcasting, soos wat nou aan die gebeur is of die volgende paar minute gaan gebeur; dit is baie akkurate voorspellings met behulp van radar en satelliete soos byvoorbeeld haelstormbeweging en intensiteit; (b) korttermynvoorspellings (een tot twee dae): suiwer deterministies of meganisties; (c) mediumtermyn (volgende twee weke): dit is ook nog deterministies, maar redelik onakkuraat; (d) maandvoorspellings, wat begin oorgaan na statistiese voorspellings; (e) seisoenale en volgende paar jaar voorspellings, wat hoofsaaklik statisties is; (f) voorspellings oor klimaatsverandering en op lang termyn – dit is suiwer statistiese voorspellings.

3.6 Numeriese weervoorspelling

Die numerieseweervoorspellingsgemeenskap het Lorenz se “skoenlappereffek” (te doen met die siening dat ’n betreklik klein mate van aanvanklike onsekerheid met tydsverloop tot groot en dramatiese onsekerhede aanleiding kan gee) hanteer deur nuwe tegnologie, soos om minimale veranderinge in die atmosfeer, byvoorbeeld temperatuur, windrigting, humiditeit en lugdruk op ’n gegewe tydstip te meet. Omdat die atmosfeer nieliniêr van aard is, kan hierdie aanvanklike minuskule metings deur middel van chaotiese prosesse vergroot word. Die proses is bekend as ensemblevoorspelling. Binne die konteks van numeriese weervoorspelling is dus wegbeweeg van enkelwaardevoorspellings (Gneiting 2014) na die metodologie van ensemblevoorspellings. By ensemblevoorspellings word met ’n versameling van metings gewerk. Elke geprojekteerde voorspellingspunt het sy eie trajek met tydsverloop en wyk af van die ander geprojekteerde trajekte in die ensemble en sodoende word ’n voorspellingsonsekerheidsdiagram vir die voorspelling met tydsverloop verkry (figuur 1).

Figuur 1. Voorspellingsonsekerheidsdiagram verkry deur ensemble voorspelling

Dit kan natuurlik gebeur dat ensemblevoorspellings verspreidings oplewer waarvan die wydte beperk is, en gevolglik val die ware weerpatroon buite die spektrum van die voorspelling – ’n verskynsel wat met kalibrering (kyk punt 5 hier onder) aangespreek kan word.

 

4. Voordele van akkurate en betroubare voorspellingsmetodes

Weervoorspelling is ongetwyfeld ’n uiters belangrike rolspeler in die sosio-ekonomiese welsyn van die wêreld. Dus word die behoefte aan betroubare weervoorspellingstelsels as ’n belangrike prioriteit beskou (Park, Kim en Park 2012)

Volgens Shukla (2009) is die voordele van akkurate weervoorspelling ingrypend omdat akkurate voorspelling van streeksklimaatsveranderinge gesien word as betroubare maatstawwe waarvolgens koste-effektiewe aanpassings ontwikkel word om die negatiewe impak van klimaatsverandering te versag. Wêreldwyd kan nasies sodoende hul onderskeie nasionale aanpassingstrategieë op grond van betroubare data beplan.

Akkurate weervoorspelling maak ook vroeë besluitneming moontlik om die publiek teen moontlike risiko’s van uiterste weersomstandighede te beskerm (Guan en Zhu, 2017)

Akkurate roetegebaseerde weervoorspelling (foto’s 2 en 3 hier onder) is volgens Hammond, Chapman en Thornes (2010) van kardinale belang vir besluitneming oor wanneer dit die aangewese tyd is om die oppervlaktes van die Britse padnetwerk in vriestoestande met sout te bestrooi.

Foto 2. Roetegebaseerde temperatuuropnames (Bron: SUAS News)

Die voordele van akkurate voorspelling blyk dus vanselfsprekend te wees. Ten einde die praktyk te bevorder behoort vernuwende lande hul globale voorspellingsvermoë uit te bou en ’n goedopgeleide en professionele werkgemeenskap van weervoorspellers te ontwikkel. Voldoende rekenaarkapasiteit wat nie op nasionale vlak beskikbaar is nie, behoort aan wetenskaplikes wêreldwyd beskikbaar gestel te word. Sodanige praktyk kan wêreldwyd ’n revolusie in die weer- en klimaatvoorspellingprofessie en in die gehaltevan voorspellings meebring (Shukla 2009).

 

5. Gehalte van weervoorspellings

Die gehalte van weervoorspellings word beïnvloed deur verskeie faktore, waarvan ’n seleksie hier onder genoem word (Murphy 1993; World Climate Research Programme 2017):

  • Sydigheid: die neiging van ’n voorspelling om met tydsverloop te hoë of te lae waarskynlikhede (bv reënval in mm) te voorspel in vergelyking met die werklik waargenome syfers.
  • Assosiasie: die onderlinge samehang of ooreenstemming tussen die voorspelling en waarneming van die werklikheid, wat deur ’n korrelasiekoëffisiënt gekwantifiseer kan word.
  • Voorspellingsakkuraatheid: is die mate van ooreenkoms tussen ’n voorspelling en die werklike waarnemings, en die afwykings of verskille tussen hierdie twee reekse veranderlikes word as standaardmetingsfoute gekwantifiseer. Hoe groter die foutfaktor in die voorspelling, hoe groter is die standaardmetingsfout.
  • Voorspellingsvaardigheid (skill): verwys na die werklike prestasie van ’n voorspelling (actual forecast performance) in verhouding met ’n spesifieke voorspellingsverwysingspunt (Mittermaier 2008). Die verwysingspunt kan byvoorbeeld die huidige weerpatroon wees en weens die blote voortduring (persistence) van die betrokke weerpatroon is die weervoorspelling gevolglik korrek of akkuraat. ’n Voorspelling kan ook akkuraat wees omdat dit bloot toevallig korrek is. Blote toeval is dus in hierdie geval die verwysingspunt.
  • Resolusie beskryf die getal roosterselle (grid cells) in ’n bepaalde voorspellingsmodel, of doodeenvoudig die hoeveelheid detail van ’n beeld wat op die rekenaarskerm gesien kan word (https://content.meteoblue.com/en/research-development/data-sources/nmm-modelling/resolution). By hoëresolusiemodelle is dit moontlik om in groot besonderhede waarnemings te maak wat die lugstrome, topografie en die grondbedekking betref en sodoende die akkuraatheid van die voorspelling te verhoog. Met behulp van hoëresolusievoorspellings kan onderskei word tussen die temperature in valleie, teen hellings en op spitse in bergagtige omgewings. Resolusie maak dit dus moontlik om ’n reeks waarnemings (bv mbt temperatuur) in subreekse te onderverdeel, elkeen met ’n eie datastel.
  • Skerpheid: die neiging vir voorspellings om uiterste/ekstreme waardes te voorspel.
  • Diskriminasie: die vermoë van voorspellings om tussen verskillende waarnemings te onderskei.
  • Onsekerheid: wat verwys na die variabiliteit van die veranderlikes. Hoe meer onsekerheid bestaan, des te moeiliker is dit om ’n voorspelling te maak.
  • Kalibrering: ’n objektiewe nasienprosedure (scoring function) wat indien die prosedure geïmplementeer word, aanleiding gee tot gekalibreerde metings. Gekalibreerde weervoorspellingsalgoritmes is wel beskikbaar (Abernethy en Mannor 2011), en is dus ’n proses waarmee die akkuraatheid van voorspellings verhoog word deur tekortkominge daarvan uit te skakel of te beperk.

 

6. Klassifikasie van weervoorspellings

David Stephenson (professor in Statistiese klimatologie, Universiteit van Exeter) stel die volgende klassifikasieskema vir weervoorspellings voor. Daar is twee hoofsoorte voorspellers, naamlik óf op determinisme óf op die waarskynlikheidsleer gebaseer. Die tipe voorspelling kan binêr wees (reën of nie reën nie); kategories, maw meer as twee kategorieë (warm, koud of normaal); getalgebaseerd (bv ses stormwindwaarskuwings in Oktober); presiese-waarde (bv 33°C Vrydag) of kompleks (temperatuur en reënval word vir ’n streek of aparte provinsies voorspel).

Probleme wat met die akkuraatheid van deterministiese modelle ondervind word, is die gebrek aan voldoende oppervlak-, maar veral bolugmetings om as invoere te dien vir kontinuïteit van voorspellings. Hierdie probleem word veral in die RSA ondervind.

Statisties-gebaseerde (of langtermyn-) voorspellings lewer weer andersoortige probleme op, soos die gebrek aan invoerdata vanaf eksterne faktore, byvoorbeeld sonvlekke, die sonvleksiklus, energieverskille vanaf die son, asook die posisie van ander hemelliggame. Die interaksie tussen faktore (bekend en onbekend) is nog baie ver van identifiseerbaar (Van den Berg 2017).

 

7. Verifiëring

7.1 Oorwegings

Volgens die World Climate Research Programme (2017) behoort die volgende reeks oorwegings in ag geneem te word wanneer weervoorspellings geverifieer word:

  • Is die intensiteit van die voorspelling korrek? (Intensiteit verwys na die hoeveelheid reënval, of die maksimum en minimum temperatuur.)
  • Was die voorspelling sydig? (Het met tydsverloop ’n tendens ontstaan om werklike syfers te oorskat en/of te onderskat?)
  • Hoe dikwels word ’n groot en/of onaanvaarbare fout gemaak?
  • Stem die verspreiding van geprojekteerde weermetings ooreen met die verspreiding van werklik waargenome syfers?
  • Was die tydsberekening korrek?
  • Is die gebeurtenis op die korrekte plek of terrein voorspel?
  • Het die voorspelde gebeurtenis die korrekte grootte en duur getoon?

 7.2 Metodes van verifiëring

Daar is nie slegs een enkele metode of statistiese toets om die akkuraatheid van weervoorspellings te ondersoek nie. ’n Gedetailleerde reeks toepaslike statistiese tegnieke word deur die World Climate Research Programme (2017) bespreek. Elke tegniek het ’n eie reeks toepassingsvereistes waaraan die data moet voldoen.

’n Russiese navorsingspan (Murav’ev, Kiktev, Bundel, Dmitrieva en Smirnov 2015) het van die Pierce Skill Score en Extremal Dependence Index gebruik gemaak om die voorspelling van uiterste weerstoestande gedurende die 2015 Winter Olimpiese Spele in Sochi, Rusland te verifieer (foto 3).

Die primêre verifiëringsmeting van voorspellingsakkuraatheid wat Stern en Davidson (2015) in hul ondersoek oor weervoorspellings vir Melbourne gebruik, is die persentasie verklaarde variansie (PVV) van die waarnemings tydens die voorspelling, uitgedruk as ’n afwyking van die klimatologiese gemiddelde. Die PVV is die gekwadreerde korrelasiekoëffisiënt tussen die voorspelde weerelement en die ooreenstemmende waargenome weerelement. Indien R²=0,4, word 40% van die oorspronklike variabiliteit verklaar, terwyl 60% steeds onverklaar bly; of anders gestel, 40% van dié weerelement is korrek voorspel.

Stern en Davidson (2015) beklemtoon ook die volgende verifiëringsmetrika, naamlik Teweles en Wobus se S1 Vaardigheidstelling asook Wilks se Anomaliekorrelasiekoëffisiënt.

 7.3     Verbetering van voorspellingsakkuraatheid

Die ontstaan van multimodelensemble- (of konsensus-) voorspellingstelsels (Stern en Davidson 2015) het waarde tot weervoorspellingprosedures toegevoeg sowel as nuttige inligting voorsien oor die voorspelling van sinoptiese skaalvloei. Tans kan rekenaargebaseerde voorspellings nie ten volle die besluitnemingsprosesse van menslike voorspellers ten volle nadoen nie. Terselfdertyd is menslike voorspellers nie in staat om objektief en optimaal die leiding van rekenaargebaseerde inligting in hul voorspellings te integreer nie. Die ideaal sou wees om hierdie twee verskillende kennisbronne of kennisstelle (knowledge sets) te kombineer. ’n Algoritme wat hierdie beginsel moontlik maak, is vir die doel van hierdie studie ontwerp.

Volgens Stern en Davidson (2015) het daar met die verloop van tyd ’n besliste verbetering in die akkuraatheid van weervoorspellings plaasgevind. Die akkuraatheid van hedendaagse amptelike voorspellings met 5–7-dae-looptye vergelyk met die akkuraatheid van dieselfde-dag-voorspellings van 50 jaar gelede. Die akkuraatheid van eksperimentele 8–10-dae-voorspellings is tans vergelykbaar met 5–7 dae eksperimentele voorspellings van 15 jaar gelede.

Guan en Zhu (2017) bevind in hul navorsing oor die voorspelling van uiterste temperature vir die VSA dat die verifikasiemetodologie wat hulle ontwikkel het, ook op uiterste neerslag van toepassing is deur ’n geval te verifieer van uiterste neerslag wat in die winter van 2013/14 voorgekom het. Hul verifikasiemetodologie het dus ’n wyer toepassingsbasis.

’n Basie kernkwessie rakende die akkuraatheid van weervoorspellings is die feit dat ’n reeks metings aanvanklik op ’n gegewe punt op grondvlak op ’n bepaalde tydstip geneem word, wat dan as ’n vertrekpunt vir aannames en waarskynlikhede gebruik word om ’n akkurate voorspelling beskikbaar te stel. Dit is ’n baie moeilike doel om na te streef (Rowswell 2017).

7.4 Vergelyking van verskillende voorspellings wat dieselfde veranderlikes voorspel

Die doel van Roy, Simelton en Quinn (2016) se navorsing was om die akkuraatheid van die voorspellings van drie verskillende weervoorspellingsinstansies te vergelyk vir ’n verwysingspunt naaste aan die stedelike gebied van My Loi in Noordsentraal-Viëtnam. Die waarnemings het oor ’n periode van twee maande gestrek. Die voorspellings van Windy.com, AccuWeather.com en Viëtnam se nasionale meteorologiese diens (NHMS) is as databronne gebruik. Die aantekening van die werklike daaglikse neerslag en temperatuur het as kontroledata gedien.

Wat dieselfde-dag-voorspellings betref het Windy.com die korrekte getal droë of reëndae voorspel in ooreenstemming met die objektiewe waarnemings. Windy.com kon egter slegs 70% sukses behaal. Die maksimumreënvalsyfer vir een betrokke dag is onderskat. AccuWeather het die totale reënval en die aantal reëndae oorvoorspel, alhoewel die maksimumreënval vir ’n bepaalde dag (32 mm) met 25% ondervoorspel is.

NHMS het die getal reëndae (28) oorvoorspel, vergeleke met die werklike waarnemings, maar het die hoogste aantal korrekte voorspellings gehad of die volgende dag ’n reëndag of droog sou wees. Die NHMS het 62% korrekte voorspellings vir dieselfde dag en 50% korrekte voorspellings vir ’n drie-dae-voorspellingsperiode (lead time) gehad. Beide AccuWeather en Windy.com het meer as 60% korrekte voorspellings vir dieselfde dag gehad, maar die aantal korrekte voorspellings het na onder 50% gedaal vir ’n voorspellingstyd van meer as twee dae. Vir al die verskillende voorspellingstye van die projeksies het Windy.com laer totale reënvalsyfers en minder reëndae as AccuWeather voorspel.

Die navorsers noem dat ’n beperkende faktor van die studie die kort duur (twee maande) van die opnames was, asook dat dit slegs vir een verwysingspunt gedoen is. Dit word aanbeveel dat die beperkings en onsekerhede van die voorspellings duidelik aan gebruikers soos landbouadviseurs en boere gekommunikeer word, veral wat die drastiese afnames in akkuraatheid ná twee dae voorspellingstyd betref.

Siddique, Mejia ea (2015) verifieer die Global Ensemble Forecast System Reforecast en die Short Range Ensemble Forecast. Beide voorspellingsmetodes is akkuraat vir voorspellingstye van tot ses dae en beide metodes toon dieselfde gehalte en akkuraatheid vir korttermynvoorspellings. Beide voorspellings is meer betroubaar vir die koue as die warm seisoene.

Duc, Hole ea (2016) verifieer die nasionale weervoorspelling in Viëtnam. Die stelsel is gebaseer op drie modelle, nl die Japannese Globale Spektrale Model, die Amerikaanse Globale Voorspellingstelsel en die Amerikaanse Weernavorsing- en Voorspellingsmodel. Die eerste twee modelle se data is ontvang teen onderskeidelik 0,25 en 0,5 horisontale resolusie en laasgenoemde teen ’n 16 km horisontale resolusie. Die akkuraatheid van die metodes word geëvalueer deur die voorspellingsdata te vergelyk met direkte waarnemings van daaglikse neerslag, windspoed en temperatuur by 168 weerstasies van 2010 tot 2014. In die algemeen het die globale modelle meer akkurate voorspellings as die streeksmodel gelewer, waarskynlik as gevolg van die lae horisontale resolusie van die streeksmodel. Alle modelle het lae akkuraatheid getoon vir neerslagvoorspellings van meer as 16 mm per dag. Neerslag van 0–16 mm is met 90% akkuraatheid voorspel en swaar neerslag met 30% akkuraatheid. Die neerslagvoorspellings was ook meer akkuraat in die winter (30–50%) as in die somer (10–30%).

 

8. Die toekoms

Wat die toekoms betref is ’n gedeeltelike antwoord op Cahir (2017) se vraag in die eerste paragraaf van hierdie artikel waarskynlik die ontwikkeling van metodes om die onsekerheidsfaktor in klimaatveranderingprojeksies te verminder (Slingo en Palmer 2011).

Enkele metodes is die volgende:

  • Toekomstige voorspellingsmodelle wat op resolusies van 20, 2 of selfs 0,2 km gebaseer is, sal die akkuraatheid van voorspellings beslis verbeter (Slingo en Palmer 2011).
  • Gebruik erkende en bewese post hoc (post-processing) statistiese tegnieke soos niehomogene regressie-ontleding en/of Bayesiaanse gemiddeldes vir elke aparte veranderlike (Gneiting 2014).
  • Meer ondersteunde navorsing oor die ideale grootte van die datastelle wat by hervoorspellings (reforecasting) gebruik word, asook die effektiewe gebruik van hervoorspellingsdatastelle (Gneiting 2014).
  • Om die gaping tussen die akademie en akademiese navorsing aan die een kant en die weerkundige praktyk aan die ander kant te vernou, kan die inisiatief van die Amerikaanse Nasionale Oseaniese en Atmosferiese Administrasie, die Nasionale Weerdiens Stormvoorspellingsentrum en die Universiteit van Oklahoma se Skool vir Meteorologie as ’n voorbeeld vir die toekoms voorgehou word. ’n Suksesvolle kursus is van stapel gestuur (toeganklik vir beide voor- en nagraadse studente) met die fokus op integrasie van teorie met operasionele meteorologie om sodoende die spreekwoordelike doodsvallei sinvol te probeer oorbrug (Cohen, Thompson ea 2017).

 

9. Opsomming

Die doel van hierdie artikel is om inligting vir die belangstellende leser beskikbaar te stel oor die aard van hedendaagse wetenskaplike weervoorspellingmetodes, veral wat die akkuraatheid en verifiëring van voorspellings betref. Die metode wat in hierdie artikel gevolg is, is ’n doelgerigte seleksie van literatuur. Weervoorspelling is ongetwyfeld ’n uiters belangrike rolspeler in die sosio-ekonomiese welsyn van die wêreld. Dus word die behoefte aan betroubare weervoorspellingstelsels as ’n belangrike prioriteit beskou. Daar is nie slegs een metode of statistiese toets om die akkuraatheid van weervoorspellings te ondersoek nie. ’n Gedetailleerde reeks toepaslike statistiese tegnieke is beskikbaar en elke tegniek het ’n eie reeks toepassingsvereistes waaraan die data moet voldoen. Die ontstaan van multimodel-ensemble- (of konsensus-) voorspellingstelsels het waarde tot weervoorspellingprosedures toegevoeg sowel as nuttige inligting voorsien oor die voorspelling van sinoptiese skaalvloei. Wat die toekoms betref, is die ontwikkeling van metodes om die onsekerheidsfaktor in klimaatveranderingprojeksies te verminder van kardinale belang.

 

10. Kritiese evaluering

  • Die kommentaar deur verskeie deskundiges oor die geldigheid en betroubaarheid van die inhoud van die artikel is vooraf aangevra en die kommentaar is in die teks bygewerk.
  • ’n Moontlike argument dat hersirkulering van reeds bestaande inligting in die teks voorkom, kan deels verklaar word deur die aard van die studie, wat ’n literatuuroorsig is en dus hoofsaaklik op die weergee van reeds gepubliseerde navorsing oor die onderwerp fokus.
  • Die artikel kan moontlik ’n eensydige beeld van weervoorspellingpraktyk en -teorie oordra. Die doel van die artikel was nie om ’n omvattende literatuuroorsig oor weervoorspelling beskikbaar te stel nie, maar hoogstens om ’n seleksie uit literatuur op ’n gebalanseerde wyse saam te stel om die kompleksiteit van weervoorspelling as ’n deskundige en professionele vakgebied te beklemtoon.

 

Eindnotas

  • Die volgende lesers word bedank vir hul kritiese kommentaar en wenke oor die teksinhoud: Johan van den Berg (landbouweerkundige), Dudley Rowswell (landbouweerkundige), Cas Lötter (geofisikus) en Larry Zietsman (geograaf met spesialiseringsrigting geografiese-inligtingstelsels).
  • Die skrywer het respek vir alle rolspelers in die atmosferiese wetenskappe vir die hoë mate van professionaliteit en geesdrif waarmee hulle hul vakgebied voortdurend met gehaltenavorsing ontwikkel.

 

Bibliografie

Abernethy, J en S Mannor. 2001. JMLR: Workshop and Conference Proceedings, 19:809–11. http://proceedings.mlr.press/v19/abernethy11a/abernethy11a.pdf (4 Oktober 2017 geraadpleeg).

Cahir, JJ. 2017. Weather forecasting. Encyclopaedia Britannica. https://www.britannica.com/science/weather-forecasting/Principles-and-methodology-of-weather-forecasting (11 September 2017 geraadpleeg).

Cohen, A, R Thompson, S Cavallo, R Edwards, S Weiss, J Hart, I Jirak, W Bunting, J Rogers, S Piltz, A Gerard, A Moore, D Cornish, A Boothe en J Cohen. 2017. Bridging operational meteorology and academia through experiential education: The Storm Prediction Center in the University of Oklahoma Classroom. Bulletin of the American Meteorological Society. doi:10.1175/BAMS-D-16-0307.1 (6 Oktober 2017 geraadpleeg).

Cooper, HM. 1988. Organizing knowledge synthesis: A taxonomy of literature reviews. Knowledge in Society, 1:104–26. doi: 10.1007/FBF03177550 (4 Oktober 2017 geraadpleeg).

Duc, TD, LR Hole, TA Duc, HD Cuong en T Nguyen 2016. Verification of forecast weather surface variables over Vietnam using the National Numerical Weather Prediction System. Advances in Meteorologyhttps://search-proquest-com.ez.sun.ac.za/docview/1795825703?accountid=14049 (13 September 2017 geraadpleeg).

Gneiting, T. 2014. Calibration of medium-ranged weather forecasts. European Centre for Medium-Range Weather Forecasts Technical Memoranda 719. https://www.ecmwf.int/sites/default/files/elibrary/2014/9607-calibration-medium-range-weather-forecasts.pdf (13 Oktober geraadpleeg).

Guan, H en Y Zhu. 2017. Development of verification methodology for extreme weather forecasts. American Meteorological Society, 32:479–91. http://web.b.ebscohost.com.ez.sun.ac.za/ehost/pdfviewer/pdfviewer?vid=4&sid=dacd3f9f-f4ff-4f3d-b9e6-ef530f9bdb05%40sessionmgr103 (13 September 2017 geraadpleeg).

Hammond, DS, L Chapman en JE Thornes. 2010. Verification of route-based road weather forecasts. Theoretical and Applied Climatology, 100:371–84. doi 10.1007/s00704-009-0189-7 (13 September 2017 geraadpleeg).

Hoogenhout, PI en JJA Schoeman. sj. Afrikaanse idiome, spreekwoorde en segswyses. Kaapstad: Maskew Miller.

Lorenz, EN. 1993. The essence of chaos. Hoofstuk 3: Our chaotic weather, ble 77-110. Seattle: University of Washington Press. https://pdfs.semanticscholar.org/4c6a/b7e329a7b6d4524bf5d553cbecd2bb2ce223.pdf (7 September 2017 geraadpleeg).

Mittermaier, MP. 2008. The potential impact of using persistence as a reference forecast on perceived forecast skill. American Meteorological Society. https://doi.org/10.1175/2008WAF2007037.1 (31 Augustus 2017 geraadpleeg).

Murav'ev, AV, DB Kiktev, AY Bundel, TG Dmitrieva en AV Smirnov. 2015. Verification of high-impact weather event forecasts for the region of the Sochi-2014 Olympic Games. Part I: Deterministic forecasts during the test period. Russian Meteorology and Hydrology, 40(9):584–97.

Murphy, AH. 1993. What is a good forecast? An essay on the nature of goodness in weather forecasting. American Meteorological Society. Junie, ble 281–93. http://pierrepinson.com/31761/Literature/murphy1993.pdf (7 September 2017 geraadpleeg).

Mwagha, SM en M Masinde. 2017. Cognitive mapping, drought forecasting, fuzzy logic, indigenous knowledge and water lore. Indilinga African Journal of Indigenous Knowledge Systems, 16(1):1–30.

Niedzielkski, T en M Krzysztof. 2017. Geoinformatics and atmospheric science: Introduction. Pure Applied Geophysics, 174:459–62.

Okonya, JS en J Kroschel. 2013. Indigenous knowledge of seasonal weather forecasting: A case study in six regions of Uganda. Agricultural Sciences, 4(12):641–8.

Park, H, D-J Kim en HS Park. 2012. Computational considerations for high resolution global weather forecasts at KMA. ESRC-WP01-0712.pdf. http://www.cray.com/sites/default/files/ESRC-WP01-0712.pdf (4 Oktober 2017 geraadpleeg)

Roulstone, I en J Norbury. 2013. The invisible storm. The role of mathematics in understanding weather. Princeton, NJ: Princeton University Press.

Rowswell, D. Persoonlike kommunikasie, 4 Oktober 2017.

Roy, A, E Simelton en C Quinn. 2016. Which forecast predicts the local weather best? Info Note, November 2016. Research Programme on Climate Change, Agriculture and Food Security. https://cgspace.cgiar.org/rest/bitstreams/92427/retrieve (25 Augustus 2017 geraadpleeg).

Shri Venkatesh, S en D Chandrakala. 2017. A survey of predictive analysis of weather forecast. International Journal of Engineering Technology Science and Research, 4(1). http://www.ijetsr.com/images/short_pdf/1484233570_nitttr330_ijetsr.pdf (31 Augustus 2017 geraadpleeg).

Shukla, J. 2009. Seamless prediction of weather and climate: A new paradigm for modelling and prediction research. Climate Test Bed Joint Seminar Series, 10 Februarie. http://www.nws.noaa.gov/ost/climate/STIP/FY09CTBSeminars/shukla_021009.htm (4 Oktober 2017 geraadpleeg).

Siddique, R, A Mejia, J Brown, S Reed en P Ahnert. 2015. Verification of precipitation forecasts from two numerical weather prediction models in the Middle Atlantic Region of the USA: A precursory analysis to hydrologic forecasting. Journal of Hydrology, 529(3):1390–406.

Slingo, J en T Palmer. 2011. Uncertainty in weather and climate prediction. Philosophical Transactions of the Royal Society A. Mathematical, Physical and Engineering Sciences, 369(1956):4751–67. doi: 10.1098/rsta.2011.0161.

Stern, H en NE Davidson. 2015. Trends in the skill of weather prediction at lead times of 1–14 days. Quarterly Journal of the Royal Meteorological Society, 141(692):2726–36. http://onlinelibrary.wiley.com/doi/10.1002/qj.2559/full (31 Augustus geraadpleeg).

Van den Berg, J. Persoonlike kommunikasie, 6 Oktober 2017.

Wessels, T. 2017. Koringbedryf is aan die kwyn. Landbou Bylae tot Die Burger, 25 Augustus.

World Climate Research Programme. 2017. Joint working group on forecast verification research. http://www.cawcr.gov.au/projects/verification/#Introduction (7 September 2017 geraadpleeg).

Zietsman, HL.  Persoonlike kommunikasie, 28 Augustus 2017.

  • 0

Reageer

Jou e-posadres sal nie gepubliseer word nie. Kommentaar is onderhewig aan moderering.


 

Top