Dlouhodobá předpověď a její úskalí

Dlouhodobá předpověď zajímá mnohé, jak bude v nadcházející zimě chceme vědět už někdy v září nebo říjnu. Jaké bude léto, abychom se na něj z hlediska plánování dovolené připravili opravdu včas? Jak se připravuje a jaká úskalí dlouhodobá předpověď v našem klimatu má? Máte docela nízkou úspěšnost, přesto nás zajímá. Proč má u nás tak nízkou úspěšnost? Střednědobá předpověď mnohdy neodhadne vývoj počasí na týden, proč se tvoří vyhlídka počasí na měsíce? O tom pojednáme v tomto textu a budeme se snažit odpovědět na otázky, které pramení z kritiky právě časté neúspěšnosti těchto snah odhadnout chování atmosféry Země a tedy chování počasí v dané lokalitě na dlouho dopředu. Co o vlastně to „dlouho dopředu“ přesně znamená? I na toto máme odpověď v dalších kapitolách tohoto článku.

Dlouhodobá předpověď počasí, její definice a využitelnost

Na několik týdnů až několik let, tak zní základní definice dlouhodobé předpovědi počasí. Meteorologický slovník výkladový a terminologický definuje dlouhodobou předpověď takto:

Předpověď počasí na období od 30 dnů do 2 let, především na měsíc, sezónu a rok (ČMeS, eMS 2024).

Úkolem této předpovědi je doplnit krátkodobou předpověď či přesně též střednědobou na období do 14 dnů (den po dni) a dlouhodobé klimatické scénáře na desítky let až na 100 leté období. Dlouhodobou předpověď musíme zásadně odlišit od předpovědí do 10-14 dnů činěných den po dni, tj. do střednědobé předpovědi. Nejde tedy o předpověď pro daný den či dny v dané lokalitě v obdobích dle definice dlouhodobé předpovědi, tj. až po několik let. Dlouhodobá předpověď ukazuje pouze trendy průměrných povětrnostních podmínek v delších časových obdobích (týdnech či měsících atd.) a také pro větší územní celky (území státu, kontinenty). Prezentovány jsou v podobě odchylek od normálu daného referenčního období dle průměrných dat za tato období. O jaká období jde?

Referenčním obdobím pro klimatický normál daného území jsou dle stanovení Světové meteorologické organizace (WMO) třicetiletá období. Dle doporučení WMO by měly být používány normály vždy za nejaktuálnější vyhodnocené třicetileté období. Po roce 2010 bylo u nás dlouho používáno referenční normálové období let 1961-1990, až teprve později začala být normálová období aktualizována a používalo se referenční období let 1981-2010, aktuálně se používá od roku 2021 období nejnověji vyhodnocené a to období 1991-2020. Hodnoty se oproti prvnímu zmíněnému normálovému období již více liší.

Z uvedeného plyne, že například vysoká teplota bude vůči aktuálně používanému normálu méně nadprůměrná než vůči normálu let 1961-1990, podle nějž se hodnoty pro zajímavost taktéž někdy poměřují. Zpět k dlouhodobé předpovědi a jejím úkolu. Jde tak o zhodnocení těchto následujících delších období jako celku, zda budou pravděpodobné nějaké odchylky od normálu referenčního období. Většinou jde tedy o pravděpodobnostní odhady, že období bude například na 40% teplotně nadprůměrné.

Dlouhodobá předpověď, byť se dle může jevit vlivem své malé úspěšnosti jako zbytečná, má širší využití. A to v zemědělství, dopravě, lesnictví, energetice či turismu. Při alespoň základní znalosti průměrného očekávaného vývoje počasí na měsíce může být možné snížit případné škody vlivem daného vývoje počasí (např. riziko mrazu ve vegetačním období) a předcházet tedy rizikům v souvislosti s počasím. Vichřici, přívalové srážky a dalších nebezpečné jevy bouřek nebo povodeň s velkým předstihem podle dlouhodobé předpovědi skutečně však neodhalíme. Jde o dílčí vývoj počasí, který nelze takto postihnout.

Vznik dlouhodobé předpovědi počasí

Za poslední období prošla tato metoda prognóz počasí značnou proměnou. Na počátku 90. let šlo o akademický výzkum. Dnes se pro dlouhodobou předpověď používají převážně globální oceán-atmosférické modely. Dále jsou pro odladění chyby dat a poskytnutí informací v regionální podobě používány downscallingové metody. Ty převádějí globální předpovědi do regionálních měřítek. Dělí se na dynamický downscalling a statistický downscalling. Dynamický pracuje na bázi přechodu k regionálnímu modelu a pracuje s velkým rozlišením nad menší oblastí jako je třeba Evropa. Výpočetně je velmi náročný. Statistický je založen na vztahu mezi lokálně naměřenými daty a dostupnými modelovými daty. Vztahy jsou hledány pomocí historických modelových dat a historických naměřených dat několik desetiletí do historie. Aplikovány jsou na nová modelová data se snahou získat odpovídající lokální data.

Dlouhodobé předpovědi vydávaní národní meteorologické služby, pravidelně tak činí asi polovina států Evropy. Nejčastěji obsahují předpověď teploty vzduchu a úhrnu srážek, základních klimatických prvků a to pro měsíce v horizontu 3 až 6 měsíců. Jsou pravděpodobnostní ve smyslu jaká je pravděpodobnost odchylek v daném měsíce nebo, že bude dané období bez odchylek, tj. normální. Z okolí ČR pravidelně zveřejňuje dlouhodobé předpovědi Německo (DWD, viz ) a Polsko (IMGW, viz ). V první zemi počítají předpovědi dle vlastního modelu, ve druhé uvedené zemi pak jednak dle vlastních modelů a dále v kombinaci s výsledky hlavních modelů NOAA a ECMWF.

Úspěšnost, úskalí dlouhodobé předpovědi a nová metoda

Díky atmosférickým jevům vykazujícím změny v dlouhých časových obdobích a tedy do jisté míry předvídatelným jsou dlouhodobé předpovědi možné. Zásadní je cyklus El Niňo Southern Oscillation (ENSO).  Více viz Specifické cirkulace. Jde o velkoplošné kolísání teploty oceánů, cirkulace, vertikálních pohybů tlaku a srážek v Pacifiku. Díky tomu v dané oblasti má dlouhodobá předpověď velmi vysokou úspěšnost, nelze srovnat tedy k předpověďmi tohoto typu v našich podmínkách. Zde v oblasti našeho kontinentu jsou tyto předpovědi problematické. Předpověditelné jsou v Evropě zejména North Atlantic Oscillation (Severoatlantická oscilace, NAO) či stratosférické procesy, sněhovou pokrývku, mořský led a půdní vlhkost. Klima Evropy je rozličné, vliv na něj má nejen Atlantik, ale i Středozemní moře, Arktida či kontinent východní Evropy a Asie. Úspěšnost předpovědí na delší dobu je zde proto i přes vývoj výpočetní techniky o poznání nižší. Jde o velkou výzvu do budoucna, spočívající ve zlepšování technik pro sestavování dlouhodobých předpovědí. Základem je zde zlepšení sběru meteorologických dat, vývoj modelů počasí a zvyšování výkonu výpočetní techniky. Jedině zahuštěním měření a sběru dat z hustší sítě bodů a zrychlením výpočetní techniky ve smyslu více operací za kratší čas dojde ke zpřesnění těchto předpovědí.

Klimatologické modely vykazují tedy nejistoty, které působí nedostatečná znalost teoretického základu, numerického přiblížení použitého pro model, nejistoty v počátečních a okrajových podmínkách  či drobné chyby výpočtů techniky. Úspěšnost modelu se poté zjišťuje porovnáním zpětných předpovědí  z různých časových bodů v minulosti se skutečným pozorováním během vyhodnocovaného období. Pokud předpovědi dobře zvládnout minulé předpovědi, budou při přenosnosti této schopnosti v čase dobře zvládat i budoucí podmínky. Každý model simuluje procesy zemského povrchu jinak a to vede k určitým chybám modelu. Jde o náhodné chyby, ale i o chyby systematické. Ty při určení lze odstranit a mít tedy přesnější informace.

V rámci projektu PERUS zaměřeného na výzkum klimatických extrémů, sucha a důsledků jeho prohlubování v ČR byl využit modul neuronových sítí. Nejlepšími daty byly během experimentů označena zeměpisná šířka, délka, počet dní od předpovědi, průměrná denní teplota vzduchu a tlak vzduchu na hladině moře. Ohledně naměřených dat šlo k o průměrnou denní teplotu vzduchu. Spočítána byla průměrná teplota vzduchu za zvolené období v dané zvolené oblasti. Hodnoty modelu Météo-France a ECMWF byly nadhodnoceny  (2.3°C, resp. 2.9°C) a hodnoty získané downscallingem prostřednictvím neuronových sítí činily 1.5°C. Použití této metody přineslo tedy lepší výsledky pro dlouhodobou předpověď průměrné denní teploty vzduchu, ale též měsíční pro letní měsíce ve většině bodů sítě. Analýza touto metodou bude pokračovat pro další období s více modely.

Data: KLIEGROVÁ, S. SOLÁNSKÁ, J. Dlouhodobá předpověď počasí ve světě a v České republice. Praha: ČHMÚ (www.chmi.cz). Meteorologické zprávy, 2024, roč. 77, č. 6, s 181-185.