Bedre værvarsel for ECMWF

Ny datateknologi gir deg bedre værmelding

En ny måte å mate sensordata inn i superdatamaskinen ved det felleseuropeiske værsenteret i Reading gjør det mulig å forutse bedre hvordan været blir om noen dager.

Verdensværet: Bildet med jordkloden viser varsel fra ECMWF sin høyoppløste modell i 9 kilometer oppløsning. Her er det plottet 3 timers akkumulert nedbør og lufttrykk ved havnivå.
Verdensværet: Bildet med jordkloden viser varsel fra ECMWF sin høyoppløste modell i 9 kilometer oppløsning. Her er det plottet 3 timers akkumulert nedbør og lufttrykk ved havnivå. (Foto: Vibeke Thyness)

En ny måte å mate sensordata inn i superdatamaskinen ved det felleseuropeiske værsenteret i Reading gjør det mulig å forutse bedre hvordan været blir om noen dager.

Det å finne ut hvordan været blir i morgen, om en uke eller mye lenger fram handler om startposisjon. Omtrent som en som skal løpe 100 meter eller 5000 meter. Svikter startblokka skal det mer til få å treffe målstreken.

I dette tilfellet handler det ikke om en målstrek, men snarere nok en startstrek. For det er da selve værmodellen skal kjøres i en superdatamaskin. En slik modell, om den er aldri så bra, trenger data. Veldig mye data. Den trenger et utall sensordata om lufttrykk, vindhastighet, temperatur, luftfuktighet og annet som påvirker været og hvordan det forandrer seg.

Verdensværet

Modellen som beregner været som kommer over hele verden, og som Meteorologisk institutt er helt avhengig av for å beregne den norske modellen, beregnes to ganger i døgnet av ECMWF - European Centre for Medium Range Weather Forecasts. Dette er en organisasjon i Reading utenfor London, med 22 medlemmer som deler på regningen i henhold til BNP/innbygger i landene. Norge er et av dem.

Det å lage værmelding er ikke noen engangsjobb. Dette er så nært en Sisyfos-jobb det må være mulig å komme. Alt må oppdateres hele tiden, og ECMWF beregner været for hele verden to ganger i døgnet. Det betyr at de trenger en enorm dataflyt fra hundrevis av millioner målinger fra et gigantisk antall sensorer over hele verden.

Ny matematikk: Sjefsforsker ved ECMWFs forskningsavdeling, Tony McNally har ledet utviklingen av ny, men fleksibel matematikk som alene gir bedre værvarsel med det samme datagrunnlaget. Foto: ECMWF

– Den store utfordringen har vært at før vi kunne starte værmeldingen har vi måtte vente på at alle sensordataene har vært lastet inn i minnet på superdatamaskinen. Det sier seg selv at dette er en utfordring. De eldste dataene er da er par timer gamle eller mer, mens de ferskeste er nettopp avlest, sier sjefsforsker ved ECMWFs forskningsavdeling, Tony McNally.

Ideelt burde alle dataene være fra samme tid og så nær beregningsstart som mulig, men det er ikke gjennomførbart. Noen kommer fra bakkestasjoner, noen fra fly, fra skip, fra bøyer, men de aller fleste kommer fra satellitter.

– Satellittmålinger kommer bare når satellittene passerer over de gigantiske parabolantennene som tar imot dataene. Først da kan satellittene tømme minnet hvor de har lagret data siden siste gang de passerte over en antenne. Det er en betydelig forsinkelse, sier han.

Før har det tatt rundt et par timer eller mer fra de første dataene kommer inn til de siste er på plass og klare til modellkjøringen. De dataene som kommer for sent går tapt, og det er beklagelig, for det er de ferskeste dataene som har høyest verdi.

ECMWF kjører ikke én, men 51 værprognoser samtidig i et såkalt ensemble. De kjøres alle fra samme starttilstand, men man endrer litt på betingelser man er usikre på hvordan vil utvikle seg. Sluttresultatet er da at man får en prognose, men også en oversikt over hvor stor usikkerheten er.

Les også

Ny programvare løser hovedproblemet

– Det vi har gjort nå vil løse den begrensingen vi har hatt til nå. Vi har utviklet programvaren slik at vi kan starte beregningen lenge før alle dataene er kommet inn. Jeg vil sammenlikne dette med måten man ofte bygger opp store puslespill. Man legger alle brikkene utover for å få oversikt. Nå kan vi i stedet begynne å bygge uten hele oversikten. Det sparer masse tid når vi kan bygge i stedet for å drive å legge ut brikker, sier han.

Mange scenarier: For å få et bilde av usikkerheten beregnes 51 ulike varianter med litt forskjell i betingelser for å få et bilde av usikkerheten i varslene. Foto: ECMWF

I praksis betyr den nye programvaren ECMWF har utviklet at de ikke trenger å vente til alle dataene er inne. Beregningen kan starte når det er kommet inn tilstrekkelig mye, men like viktig er det at ikke data blir «stående igjen på gangen». Dette løser også problemet med at døra går igjen når kjøringen starter.

– Med denne teknologien kan vi ta imot data nesten helt opp til modellen er ferdig kjørt, og vi er ferdige med beregningen 15 minutter etter at vi har lastet inn de siste sensordataene. Det er en enorm forbedring som gjør at vi kan bygge mer pålitelige prognoser.

Trenger enorm datakraft

Værmeldingen som produseres av ECMWF trenger enorm datakraft for å beregnes. Til det bruker de to Cray-klynger som er blant de 25 kraftigste i Europa, men de jobber stadig for å få mer ytelse.

– Datakraften er alltid en begrensing for oppløsningen vi kan kjøre modellene med. Husk at vi beregner været over hele verden og ikke bare Europa. Når dere skal kjøre værvarslingen i Norge må dere vite mest mulig over tilstanden over Stillehavet nå. Det vil påvirke det norske været om noen dager. Det er også viktig med mer datakraft til forskningen vår. Ikke bare til å kjøre modellene. Med mer kraft er det mulig å eksperimentere og forbedre modellene raskere med ny vitenskap. Til syvende og sist er forbedringene en kombinasjon av modellene og datakraften, sier han.

Supert: ECMWF er utstyrt med enorm datakraft for å beregne været over hele verden. Men i denne bransjen blir det aldri nok, og de ønsker seg mye mer enn i dag for å forbedre værvarslet til sine europeiske medlemsland. Foto: Andrew Brookes

Den nye beregningsteknologien gjør at ECMWF kan love en forbedring av nøyaktigheten på ytterligere 6 til 12 timer når de varsler på fem dagers sikt.

Det er viktig for oss i Norden, for vi må vite hvordan været over Stillehavet er og vil utvikle seg, fordi det vil påvirke været her etter så mange dager.

Les også

Atmosfæren deles i kuber

– Modellen vi kjører deler jordens overflate opp i kvadrater på 9 ganger 9 kilometer. I tillegg beregner vi kuber med denne grunnflaten med 9 kilometer høyde helt opp til 80 kilometer i mesosfæren, som er nesten helt ut til der atmosfæren slutter. Dette er en unik datamodell hvor vi ser på alt, både atmosfæren og områdene over havene. Hvert døgn kjører vi to prognoser ti dager fremover, men vi kjører også andre prognoser helt opp til 6 måneder fram. Slike er selvfølgelig beheftet med enorm usikkerhet, sier McNally.

Om noen år når mer datakraft blir tilgjengelig planlegger ECMWF å redusere sidene i kubene de beregner. Det, og ytterligere forbedringer av modellene, vil gi oss enda mer nøyaktige varsler over mange dager og uker.

Les også

Kommentarer (45)

Kommentarer (45)

Eksklusivt for digitale abonnenter

På forsiden nå