Till senaste kommentaren
Detta inlägg är gammalt och kan innehålla inaktuell information.

Kan ni aldrig lyckas med någonting?

Nu litade jag på er prognos på söndagen som sade att det skulle vara +4 vid 8-tiden i Östra Svealand. vad blev det? -2. Våra tomater förstörda.
LÄGG NER, NI KLANTAR JU BARA TILL ALLT.!

Kommentarer

  • Hej Zecharia,
    Tråkigt att höra! Det finns en förklarande text som beskriver hur man bäst skall tolka ortsprognoserna, jag delger den här, dock är jag fullt medveten om att tomaterna är förstörda men jag vill ändå lämna en beskrivning:

    Prognoskvalitet
    Hur upplever DU att kvaliteten på våra väderprognoser är? Alldeles för många svarar nog tyvärr ”dålig” på den frågeställning och gör det lite i onödan kan jag tycka. Informationen finns där men den måste nå ut också. De allra flesta använder idag ortsprognoser för att få sin väderprognos, antingen via appen i mobilen/surfplattan eller via vår hemsida, www.smhi.se och dessa prognoser har sina för- och nackdelar. Jag kommer återkomma till detta men först tänkte jag kort gå igenom hur prognoserna blir till och det här är viktigt för att man ska få förståelse för vilken information man faktiskt får i en ortsprognos t.ex.

    Schematisk bild över hur en "vädermodell" är uppbyggd i ett rutnät av gridpunkter i såväl horisontell som vertikal led.

    Modellen är motorn i prognosen
    Själva motorn i våra väderprognoser idag är så kallade numeriska datamodeller som räknar fram hur vädret ska utveckla sig framåt i tiden. Bilden ovan visar ett exempel på hur dessa modeller är uppbyggda i rutnät både horisontellt och vertikalt.
    Precis som alla andra motorer så krävs det bränsle för att de ska kunna köras och en vädermodells bränsle är indata. Modellen samlar in information från observationsstationer, båtar, flygplan, satellitdata m.m. för att på så sätt kunna göra en så bra bedömning som möjligt på hur utgångsläget ser ut. Sedan börjar modellen, med hjälp av avancerade formler på hur atmosfären fungerar, de fysikaliska lagar som styr och en beskrivning av underlaget i varje punkt (är det land, hav, skog, åker, stad, berg, snö etc), att räkna framåt i tiden hur vädret ska utveckla sig.
    Resultatet blir att man får en prognos för varje enskild punkt i datamodellen, både horisontellt och vertikalt. Det är detta dataunderlag som sedan visualiseras med hjälp av vädersymboler och liknande och därefter blir den prognos som syns i ortsprognoserna.
    Ansvarig meteorolog granskar databasen innan den godkänns och så gott som alltid görs editeringar i den för att få prognoserna bättre. Det kan vara allt ifrån att ändra kommande natts temperatur till att ta bort moln eller lägga till nederbörd. Detta är dock inget som kan göras på liten geografisk yta utan snarare att man sänker temperaturen i inre Lappland vid klart väder vintertid eller att lägga till moln över Sydsvenska höglandet om man tycker att modellen vill ha för lite moln där.
    Problemet med punktprognoser
    Men det är nu det blir lite problematiskt. Som vi tog upp tidigare så är modellen indelad i ett rutnät som numera med våra nya högupplösta modeller har ett horisontellt gridavstånd på drygt 2,5 km. Det innebär att i varje punkt i modellen med 2,5 km avstånd får en egen väderprognos. När man sedan tittar på sin ort i appen eller låter appen själv få fram din position, så plockar helt enkelt appen fram och visar prognosen för den punkt i modellen som geografiskt ligger närmast. Den tar ingen hänsyn överhuvudtaget till hur prognosen är i punkterna runt omkring. I många fall spelar inte det någon roll men i vissa vädersituationer kan detta bli rejält missvisande.
    Ett klassiskt sådant fall är skurar sommartid. Även om modellen i stort har fångat läget riktigt bra så kommer aldrig placeringen och utbredningen av skurarna att bli perfekt. Om modellen då t.ex. inte råkar ha någon nederbörd i den punkt som ligger närmast Kolmårdens djurpark så kommer heller inte appen att visa att man riskerar att bli blöt medan man tittar på djuren även om modellen vill ha kraftiga åskskurar inne i Norrköping. I verkligheten kan ju resultatet lika gärna bli raka motsatsen och om så skulle ske lär berörda personer tycka att prognosen varit urusel trots att den i ett litet större perspektiv varit väldigt bra.
    Komplettera med flera tjänster för bättre förståelse
    Ortsprognoserna är jättebra på att få en snabb överblick över den mest troliga utvecklingen i väderprognosen men den bör kompletteras för att få en bättre förståelse om vilken vädersituation som råder för tillfället. Det enklaste sättet för att få denna förståelse anser jag är att läsa meteorologens skrivna prognostext som finns i såväl appen som på hemsidan. Där har meteorologen gjort en egen bedömning av läget och skrivit en egen mer generell prognos för angivet distrikt och det gör att man får en mycket bättre insyn i väderläget och en inblick i vad som väntar. Vill man få en ytterligare mer utförande bild av väderläget för hela Sverige och vad som väntas ske under närmsta dagarna så finns även det i såväl appen som på hemsidan. På hemsidan kan man i kartan till höger även se olika fält med hur t.ex. temperaturen ska variera framöver eller vart man ska få nederbörd, visualiserat på ett snyggt sätt.

    Nya ortsprognoserna på SMHIs hemsida.

    Mitt råd är helt enkelt att utnyttja all information som faktiskt finns i appen och i ortssöket på hemsidan så kan jag lova dig att du kommer uppleva att du får en bättre prognos. Man ska såklart dock komma ihåg att en väderprognos trots allt är just en prognos. Den kommer aldrig att bli 100% korrekt.

Kommentera eller skriv ett nytt inlägg

Ditt namn och inlägg kan ses av alla. Din e-post visas aldrig publikt.