Huvudinnehåll
Utforska ett ämne i kunskapsbanken
Meteorologi
Faktapaket: Meteorologiska modeller
Observation eller beräknat värde?
Direkta observationer utförs vid väderstationer, men antalet stationer är begränsat. Därför används meteorologiska modeller och interpoleringsmetoder i kombination med de observationer som finns för att beräkna värden för ett större antal platser.
Traditionella observationskällor
I meteorologin innebär en observation att ett värde mäts med ett instrument och registreras. Idag kommer mätningar och observationer av atmosfärens och hydrosfärens tillstånd från olika källor. Det kan vara termometrar placerade i så kallade burar, i ballonger eller i flygplan.
En annan numera vanlig teknik är att också använda fjärranalys via instrument, exempelvis placerade ombord på satelliter, som kan mäta värmestrålningen från atmosfären och från havsytorna och på så sätt beräkna temperaturen i atmosfären och havsytan.
Beräknat värde
Direkta observationer utförs på bestämda platser i ett observationsnät. Antalet stationer är begränsat, bland annat av ekonomiska skäl, därför saknar flertalet orter i Sverige direkta observationer. Det händer även att observationer från en viss plats uteblir då instrument eller utrustning krånglar.
Ett sätt att ändå kunna presentera värden för alla tänkbara orter och tidpunkter är att använda meteorologiska modeller och interpoleringsmetoder i kombination med de observationer som finns.
Den meteorologiska modellen tar hänsyn till fysiken medan interpoleringen på ett smart sätt beräknar värden för ett rutnät. Vid SMHI görs detta bland annat med hjälp av beräkningsmodellen Mesan. Dagens rutnät täcker delar av norra Europa och varje ruta är 2,5 x 2,5 km.
Värdena som Mesan producerar är alltså inte direkta observationer utan den bästa uppskattningen av temperaturen, vinden, nederbörd etc. för respektive ruta.

Mesanområdet täcker en stor del av norra Europa. Här visas lufttryck (isolinjer) och temperatur (färgade områden) för 29 mars 2012 kl 6 UTC.
Mesan i jämförelse med observationer
Mesan står för MESoskalig ANalys och modellen använder avancerade beräkningar för att ta fram värden för olika meteorologiska variabler i ett regelbundet rutnät över hela Sverige, till och med delar av Europa.
Indata till Mesan utgörs dels av observationer från ett antal oregelbundet utspridda platser och dels av väderprognoser med de aktuella variablerna på det önskade rutnätet. Metodiken som används kallas Optimal interpolation och bygger på hur olika uppmätta data varierar normalt sett i rummet. Analyserna görs för varje timme i ett rutnät som är 2,5 x 2,5 km. Mesan har varit i drift sedan 1999 och har under tiden successivt utvecklats och förbättrats.
Variabler i Mesan är exempelvis lufttryck, temperatur, byvind, vind, nederbörd och moln. Dessa variabler kan bearbetas och sammanställas på en mängd olika sätt. Det går till exempel att beräkna genomsnittlig nederbörd och temperatur för Västra Götalands län för ett junidygn, för ett år eller annan valfri period.
Skillnad mellan Mesan och observationer
Det går även att ta fram tidsserier för enskilda rutor. Dessa data motsvarar ungefär de observationer som gjorts i just den rutan. Men, varför är det bara ungefär?
Jo, det finns en viktig skillnad mellan observationer från enskilda meteorologiska stationer där till exempel ett instrument mäter temperaturen med en termometer och de beräknade temperaturerna som gäller för det nämnda rutnätet.
En termometer mäter i praktiken bara temperaturen nära själva instrumentet. Om vi från Mesan väljer den ruta i vilken termometern befinner sig så ska den beräknade temperaturen för denna ruta motsvara den genomsnittliga temperaturen i hela rutan, som ju är hela 2,5 x 2,5 km stor. Denna temperatur beräknas inte bara utifrån observationerna i själva rutan utan värdet påverkas även av omkringliggande observationer.
Hur stort inflytande observationerna har från omgivningen bestäms av något som kallas för strukturfunktionen. Strukturfunktionen beskriver hur en variabel i genomsnitt varierar i rummet på den aktuella skalan vilket leder till att den modellberäknade parametern (temperatur, nederbörd etc.) har en tendens till att bli mer utjämnad än en tidsserie med rena observationer, som är mer känslig för lokala variationer.
Representativitet
Ett temperaturvärde på +9 grader i Kalmar kl 6 på morgonen den 27 april, vad representerar det?
Är det beräknat avser det medeltemperaturen kl 6 den 27 april för ett område vars storlek beror på modellen, medan ett uppmätt värde avser samma tidpunkt, men platsen där mätningen ägde rum. Det finns vanligen två sätt att förmedla beräknade modellvärden för en specifik plats med givna koordinater. Antingen väljer man att ta det beräknade värde som ligger närmst de givna koordinaterna eller så interpolerar man fram ett värde till de givna koordinaterna med hjälp av flera omkringliggande beräkningspunkter.
Representativitet kan även beaktas i tiden, men det är en annan historia.
Mer i detta faktapaket
- Meteorologi
Meteorologiska modeller
Prognosmodeller och kraftfulla datorer är grunden för dagens prognoser. Det finns många olika modeller som används för olika typer av prognoser.
- Meteorologiska modeller
Dataassimilering
Med hjälp av dataassimilering skapas startvärden (väderläget) för en numerisk prognosmodell. Det är en av de viktigaste komponenterna i ett prognos...
- Meteorologiska modeller
De första stegen mot numeriska prognoser
År 1956 gjordes de första datorbaserade prognoserna vid SMHI, men vägen dit var lång.
- Meteorologiska modeller
Ensembleprognoser
På grund av osäkerheten i indata och att atmosfären är icke-linjär går det inte att göra exakta förutsägelser av vädret. Detta leder till att se vä...
- Meteorologiska modeller
Hur är en numerisk väderprognosmodell uppbyggd?
Väderprognosproblemet är ett fysikaliskt problem, som kan formuleras matematiskt, som ett system av differentialekvationer. Här diskuteras själva p...
- Meteorologiska modeller
Kalmanfiltrering av numeriska prognoser
Kalmanfiltrering är en matematisk metod att optimalt bestämma statistiska parametrar ur ett begränsat antal observationer. Adaptiva filter är kraft...
- Meteorologiska modeller
Kaos - centralt för väderprognoser
En numerisk väderprognosmodell uppför sig kaotiskt eftersom den innehåller icke-linjära termer. Det innebär att en mycket liten ändring av exempelv...
- Meteorologiska modeller
Korta nederbördsprognoser - KNEP
SMHI har utvecklat en metod för att göra korta nederbördsprognoser med hjälp av senaste radarinformationen.
Faktapaket meteorologi
Alla faktapaket inom meteorologi
Vi har satt ihop artiklar utifrån kategorier. Allt för att du ska få ett samlat innehåll.