Modele numeryczne to nic innego jak oprogramowanie komputerowe. Uruchamiane na potężnych maszynach oprogramowanie na podstawie mnóstwa parametrów wylicza i analizuje procesy zachodzące w atmosferze w danym momencie dla każdego zakątka świata. Cały czas modele numeryczne i ich algorytmu są unowocześniane. Dlatego prognozy pogody charakteryzują się większą sprawdzalnością nawet w dla odległego okresu prognostycznego.
Oczywiście, nadal nie jest tak, że modele numeryczne są nieomylne. Wciąż zdarzają im się zaskakujące błędy w obliczeniach oraz spore rozbieżności pomiędzy różnymi modelami. W dalszym ciągu programy te mają najwięcej kłopotów z analizowaniem warunków w atmosferze dla zjawisk konwekcyjnych. Stąd choćby nasze prognozy burzowe z największą dokładnością wydajemy dopiero o poranku danej burzowej doby.
Modele numeryczne. Przebieg analizy parametrów pogody
Aby poprawnie rozpocząć działanie algorytmów wyliczanie parametrów pogody na dane moment w czasie w w przyszłości, potrzebne są tzw. warunki brzegowe. Są to dane między innymi z balonów synoptycznych, czy stacji pomiarowych rozsianych po wszystkich zakątkach świata. Następnie dane te są wstępnie weryfikowane. Dane obdarzone błędami są przez modele numeryczne odrzucane o rozpoczyna się dalszy proces analizy i obróbki danych. W kolejnym etapie model na podstawie skomplikowanych algorytmów dokonuje obróbki danych brzegowych. Na ich podstawie zwraca parametry pogody na terminy w przyszłości.
Podział modeli ze względu na zasięg wyliczeń
Modele pogodowe dzielimy ze względu na zasięg wyliczeń na dwa rodzaje. Są to modele globalne oraz regionalne.
Modele globalne – obrabiając dane tworzą prognozę pogody dla każdego miejsca na Ziemi. Oczywiście ze względu na ogrom danych i olbrzymi zasięg modele te nie są tak dokładne jak modele regionalne. Przykładowy rozmiar oczka siatki modelu ma 25×25 kilometrów. Oznacza to dość duże niedoszacowania w prognozach np. dla obszarów górskich, czy w pasie przybrzeżnym dużych zbiorników wodnych. Doskonałym przykładem jest tu prognozowanie wiatru w górach. Wyobrażamy sobie chyba wszyscy, że wiatr będzie wiał z zupełnie inną siłą w szczytowych warstwach Tatr, a inaczej na położonym 25 kilometrów dalej obszarze podgórskim. Najbardziej znanym modelem globalnym jest Global Forecast System (GFS). To popularny model o dużym zasięgu. Często korzystamy z jego wyliczeń w swoich prognozach pogody dla Polski.
Modele regionalne skupiają się na znacznie mniejszym obszarze. Pobierają one dane brzegowe z modeli globalnych, jednak analiz i obliczeń dokonują tylko dla danego obszaru (jak kontynent, a nawet kraj). Siatka wyników modelu regionalnego jest znacznie mniejsza. W związku z tym modele pogodowe regionalne cechują się znacznie dokładniejszymi prognozami. Obarczone są również mniejszym błędem. Siatka modelu regionalnego waha się od 1×1 do 5×5 kilometrów. Widać więc, że model taki jest dużo bardziej dokładny w swoich obliczeniach. Najbardziej popularnym modelem regionalnym to model numeryczny Europejskiego Centrum Średnioterminowych Prognoz Pogody (ECMWF). Zachęcam również do korzystania z modelu wyliczającego dane dla Polski. Jest to model UMPL (Unifed Model od Poland). Model posiada siatkę obliczeniową co 4 km, dane aktualizowane są co 6 godzin i wyznacza on prognozy pogody na 48 godzin w przód.