Kees Floor - Weerkunde Meteorologie voor iedereen 
 
Hoofdstuk 14 - Ensemble verwachting
 
Sinds 1979 worden er op het Europees weercentrum ECMWF in Reading, ten westen van Londen, dagelijks weersverwachtingen opgesteld tot tien dagen vooruit. Daarbij wordt gebruik gemaakt van een atmosfeermodel dat draait op de grootste computers die leverbaar zijn. Naar de prognoses van het Europese model wordt in weerpraatjes op TV of in de krant geregeld verwezen. Minder bekend is dat sinds 19 december 1992, dus nu al precies tien jaar, elke berekening nog eens talrijke keren wordt overgedaan. Destijds maakte men 31 extra verwachtingen en tegenwoordig zelfs 51. Samen met de eerdergenoemde standaardverwachting komt zo dus dagelijks een verzameling, - meteorologen spreken liever van een ensemble, - van 52 verwachtingen beschikbaar. Het systeem dat deze verzameling van verwachtingen genereert staat dan ook bekend als het ensemble-predictiesysteem, afgekort EPS.

14.1 Waarom EPS?

Als je datgene waar je mee bezig bent, kunt meten en in getallen kunt uitdrukken, dan weet je iets over dat onderwerp; zoniet, dan is je kennis mager en onbevredigend', heeft de Schotse ingenieur en wis- en natuurkundige Lord Kelvin eens gezegd. In die zin zijn de meteorologen met hun atmosfeermodellen op de goede weg. Toch schortte er iets aan, zo vond men destijds op het ECMWF: een eindresultaat zonder foutendiscussie is onvoldoende om de vergelijking met de werkwijzen elders in de exacte wetenschappen te kunnen doorstaan. Het EPS maakt zo’n foutendiscussie
bij weersverwachtingen met de computer mogelijk en helpt de rekenresultaten van atmosfeermodellen te voorzien van een foutenmarge.

De fouten in de uitkomsten van de berekeningen van het ECMWF-model worden deels veroorzaakt door 'fouten' in de uitgangssituatie voor de berekeningen. Deze zijn een direct gevolg van de begrensde meetnauwkeurigheid van weerwaarnemingen. En dan hebben we het nog alleen over de gebieden waar waarnemingen beschikbaar zijn; elders blijft het min of meer gissen. De voorlopige weerkaart, die de atmosfeermodellen als startpunt gebruiken, staat dan ook bekend als het gisveld; het gisveld is de meest recente voorspelling van het model, meestal berekend op basis van de weersituatie van 6 of 12 uur terug. De beschikbare waarnemingen worden gebruikt om dat gisveld verder in overeenstemming te brengen met de werkelijkheid,; pas daarna gaande berekeningen tot tien dagen vooruit van start. Kleine verschillen in de analyse, zoals de uitgangssituatie voor de modelberekeningen meestal wordt genoemd, kunnen grote gevolgen hebben voor de verwachtingen, vooral in de periode van
5 tot 10 dagen vooruit. De 51 extra verwachtingen die het EPS oplevert, werken met elk een iets andere analyse. Op deze manier worden de verschillende foutenbronnen in de analyse nagebootst, zodat de effecten ervan op de voorspellingen van het atmosfeermodel kunnen worden onderzocht.

Het EPS is verder nuttig bij het lokaliseren van situaties of van gebieden waar de voorspelbaarheid laag is. We zullen daarvan verderop in figuur 4 een voorbeeld zien, als de presentaties van de resultaten van het EPS aan bod komen. Bovendien kunnen meteorologen op basis van het EPS kansverwachtingen uitgeven. Kansverwachtingen kunnen gebruikers van die verwachtingen in de gelegenheid stellen voorzorgsmaatregelen te nemen bij gladheid, zeer zware storm, verraderlijke windstoten, overvloedige regen of nachtvorst. Dit kan aanzienlijke kostenbesparingen opleveren, vooral als de kosten van voorzorgsmaatregelen veel kleiner zijn dan de te verwachten schade. 
 
 
EPS-verwachtingen van de kerststorm Lothar uit 1999. Het betreft verwachtingen voor 42 uur vooruit; ze lopen opvallend sterk uit een.
Verscheidene ensembleleden geven aanwijzingen voor de sterke activering van een weersysteem. De standaardverwachting (linksboven) onderschatte de ernst van de opgetreden situatie, die is weergegeven in het kaartje direct daarnaast. 
 
14.2 Werkwijze
Het opstellen van 51 extra verwachtingen vergt veel computertijd, maar die tijd is slechts beperkt beschikbaar. Om binnen de mogelijkheden te blijven, is daarom bij de extra berekeningen gekozen voor een variant van het ECMWF-model waarbij de roosterpuntafstand is verdubbeld. Wel controleert men de gevolgen van deze ingreep; een van de ensembleleden, de zogeheten controlerun, gebruikt precies dezelfde analyse als de standaardverwachting. De overige 50 keer is de analyse iets aangepast.  De aanpassingen of, zoals de meteorologen zeggen, de verstoringen van
de oorspronkelijke analyse, worden zorgvuldig gekozen. Zou men dat niet doen, dan was een ensemble van 50 leden lang niet groot genoeg om alle mogelijke varianten in de weersontwikkelingen te kunnen voortbrengen. Door echter te werken met handig gekozen verstoringen, - namelijk die welke de grootste effecten laten zien in de berekende verwachtingen, - kan men met een beperkt aantal leden volstaan. De weersituatie die uiteindelijk optreedt, valt daardoor in bijna alle gevallen binnen de oplossingen die het ensemble voortbrengt. 
 
Figuur 2 Clusterpresentatie van EPS-voorspellingen. Linksboven de luchtdruk aan de grond en de temperatuur op ongeveer 1500 m hoogte volgens de standaardverwachting. De overige kaartjes vatten de voorspellingen van de 50 ensembleleden en de controlerun samen. De verwachtingen zijn opgedeeld in 4 verschillende clusters met respectievelijk 17, 14, 11 en 9 (samen 51) leden.
 
Figuur 3 Tubepresentatie van EPS-voorspellingen. De bovenste rij toont het ensemblegemiddelde; de rijen daaronder geven voorbeelden van verwachtingen die het sterkst van het ensemble
gemiddelde afwijken.
 
14.3 Weerkaartjes
Het EPS levert veel informatie, te veel om zonder verdere ordening nog te kunnen opnemen. Het bestuderen en onderling vergelijken van 52 verschillende weerkaarten, bijvoorbeeld met behulp van de zogenoemde 'postzegelkaartjes' van figuur 1, is moeilijk, ook al zie je vrij snel dat
sommige oplossingen 'kleurrijker' zijn dan andere. De kleurenrijkdom duidt op meer activering dan waarvan in de 'kleurloze' situaties sprake is.
Het voorbeeld toont het geval van een van de kerststormen van 1999, door de Duitse weerdienst Lothar gedoopt. Het kleurarme prentje linksboven geeft de 'standaardverwachting'; direct daarnaast staat de opgetreden situatie, die laat zien dat het er in werkelijkheid wat ruiger aan toe is gegaan. Het EPS had al rekening gehouden met ruiger weer; verscheidene oplossingen evenaren of overtreffen de opgetreden situatie wat kleurenrijkdom/ activiteit betreft. De controlerun is niet afgebeeld.

Om het aantal plaatjes terug te brengen tot hooguit zes, worden twee verschillende technieken toegepast. De eerste methode brengt oplossingen
die veel op elkaar lijken samen in maximaal vier verschillende groepen of clusters. De kaartjes die zo ontstaan (figuur 2) geven een globaal beeld
van mogelijke weersontwikkelingen.  De scherpe kantjes zijn eraf geslepen, omdat een gemiddelde wordt gepresenteerd van verscheidene ensembleleden. Wie ook geïnteresseerd is in extremere gevallen, moet terugvallen op de postzegelkaartjes of op de zogeheten 'tubes'. Bij deze techniek presenteert men een ensemblegemiddelde en een aantal afzonderlijke weerkaarten die zich het sterkst van het gemiddelde onderscheiden (figuur 3).

14.4 Spaghettikaartjes en pluimen

Soms is het handig alle berekende weersituaties in één enkel kaartje of diagram samengevat te hebben. Om een al te grote warboel te voorkomen, worden bij weerkaarten een of twee van de lijnen opgevat als karakteristiek voor het stromingspatroon. Vervolgens worden die lijnen voor alle
52 beschikbare verwachtingen ingetekend.

Een voorbeeld van het resultaat dat zo wordt verkregen, geeft figuur 4. Direct is duidelijk waarom deze presentatievorm aangeduid wordt als spaghettiplaatje. In beide gevallen gaat het om verwachtingen voor 5 dagen vooruit. Op de kaartjes bevindt zich rechtsonder het Middellandse-Zeegebied. De voorspelbaarheid voor die regio is in de situatie links aanzienlijk groter dan in het geval dat rechts is afgebeeld. Op deze manier
kan het EPS dus helpen situaties en gebieden in kaart te brengen waar de voorspelbaarheid relatief laag is. 
 
 
Figuur 4. Spaghettiplaatjes van EPS-voorspellingen. De lijnen zijn representatief voor de luchtstroming op ruim 5 km hoogte.
In beide gevallen gaat het om voorspellingen voor 5 dagen vooruit, maar in de figuur links liggen de lijnen veelal dichter bij elkaar
dan in de figuur rechts. Vooral boven het Middellandse-Zeegebied is de voorspelbaarheid in de situatie rechts relatief lag. 
 
 
Figuur 5: De EPS-pluim voor De Bilt. Er worden drie grootheden gepresenteerd: neerslaghoeveelheid per tijdvak van 12 uur (boven), de windsnelheid (midden) en de temperatuur (onder). Steeds geeft de dikke rode lijn de 'standaardverwachting'. De blauwe streepjeslijn toont de resultaten van de controleverwachting. De 50 groene lijnen geven de verwachtingen van de 50 ensembleleden. 
 
 
Twee temperatuurpluimen (32 ensembleleden) voor Londen; de onder getoonde situatie is aanzienlijk onzekerder dan die erboven.  
 
14.5 Kansverwachtingen
Een van de toepassingen van het EPS is het maken van kansverwachtingen. Als bijvoorbeeld van een ensemble met 50 leden (de standaardverwachting en de controlerun doen even niet mee) er 10 zijn die ten minste 1mm neerslag per etmaal voorspellen, dan is de kans op daarop 20%. In het kanskaartje van figuur 6 zijn dergelijke kansen weergegeven. De lijnen geven de kanswaarden van 2, 20, 40 60 en 80%,
wat overeenkomt met 1, 10, 20, 30 of 40 leden van het ensemble.

Voor De Bilt of een andere plaats in Nederland kan de neerslagkans ook worden uitgezet in een stapeldiagram. Figuur 7 geeft een voorbeeld.
De figuur laat zien dat het in dit geval volgens het EPS woensdag vrijwel zeker droog blijft, terwijl in het weekeinde grote neerslaghoeveelheden mogelijk zijn. Vergelijkbare kanskaartjes en stapeldiagrammen kunnen worden opgesteld voor direct aan het EPS te ontlenen gegevens als temperatuur, bedekkingsgraad en windsnelheid, maar ook voor afgeleide grootheden, zoals de wateropzet aan de kust in stormsituaties,
de ijsdikte in Friesland of de kans op zware windstoten. 
 
Figuur 6: Kanskaartje, gebaseerd op EPS-verwachtingen. In dit geval gaat het om de kans dat er in een etmaal 1mm regen valt of meer De lijnen komen overeen met kans van 2, 20, 40, 60 en 80%. 
 
Figuur 7: Stapeldiagrammen met kans op neerslag in De Bilt. De figuur laat zien dat het in dit geval volgens het EPS woensdag vrijwel zeker droog blijft, terwijl in het weekeinde grote neerslaghoeveelheden mogelijk zijn.  
 
 
Figuur 8:
 
Figuur 8 toont een alarmeringskaart, waarbij de door de ensembleleden berekende weersituaties worden vergeleken met de klimatologie ter plaatse. Als bijvoorbeeld de wind extreem hoog is ten opzichte van wat de klimatologie laat zien, wordt dat in de kaart aangegeven.
De drempelwaarde hangt dus af van de locatie en zal in het geval van wind boven zee hoger liggen dan boven land.
 
 
Figuur 9:
 
In figuur 9 zijn de banen geplot die de ensembleleden voorspellen voor de verplaatsing van een tropische cycloon. De 50 banen zijn aangegeven
met dunne blauwe lijnen. De ingekleurde gebieden geven de kans dat de cycloon tussen nu en 5 dagen vooruit over raast of op geringe afstand langstrekt. De werkelijke posities van de tropische cycloon zijn achteraf in de figuur aangeduid met dikke zwarte stippen. 

14.5 Verdere toepassingsmogelijkheden
De laatste tijd staan extreme weersituaties met stormen van orkaankracht of overvloedige neerslag sterk in de belangstelling. Juist dit soort gevallen met veelal plotseling sterk activerende weersystemen, kunnen kleine verschillen in de uitgangssituatie al het onderscheid uitmaken tussen wel of geen storm. Voorbeelden daarvan zijn de overvloedige neerslag in Midden-Europa van augustus 2002, het aan land gaan van tropische cyclonen of stormen als Lothar uit figuur 1. Op verschillende manieren probeert men de meteorologen te helpen signalen die het EPS ten aanzien van dit soort verschijnselen kan aangeven, te onderkennen.  14.6 Toekomstige ontwikkelingen. Het bovenstaande laat de vele toepassingsmogelijkheden van het EPS zien die de laatste tien jaar zijn ontwikkeld en uitgetest. Op drie manieren wordt getracht het systeem verder te verbeteren. Ten eerste doet
men aanvullend onderzoek naar de technieken waarmee verstoringen op de analyse worden aangebracht. Daarnaast wil men met gedetailleerder versies van het ECMWF-model gaan rekenen. Ook wil men het aantal ensembleleden vergroten.

Een praktisch uitvoerbare manier om dit laatste te realiseren is de hele verwachtingsprocedure tweemaal per etmaal te doorlopen, eenmaal op basis van een analyse van middernacht, de andere keer op basis van de 12 UT analyse. Het door samenvoeging van verwachtingen gevormde ensemble
van 100 leden blijkt inderdaad beter te presteren dan de huidige opzet met eens per etmaal een ensemble van 50 leden. Er bestaan dan ook plannen om op routinebasis tweemaal daags te gaan werken. Voor gedetailleerder rekenen ontbreken op dit moment nog de mogelijkheden, maar als zo'n aanpak aantoonbaar leidt tot betere en tijdiger signalering van maatschappijontwrichtend weer of anderszins leidt tot kostenbesparingen, kan daarmee op termijn wellicht worden begonnen.