Incertesa, dispersió: la veritat dels models meteorològics.
Destapem el funcionament dels models de predicció meteorològica.
Et fies del meteoròleg? Et fies de la predicció que et diu el mòbil? Els models meteorològics que s'utilitzen per a fer les prediccions no són absoluts, és a dir, no generen una única previsió correcta per a un punt en concret, sinó que som els meteoròlegs qui interpretem aquestes prediccions i intentem -amb l'experiència- donar-ne una correcta.
Un model meteorològic es dedica a resoldre numèricament una sèrie d'equacions no lineals anomenades equacions de Navier-Stokes. Aquestes descriuen els moviments atmosfèrics, però com l'atmosfera és un sistema caòtic, s'han de fer una sèrie de simplificacions per a resoldre-les, que fan que les prediccions tinguen una certa incertesa. Expliquem açò amb més detall en aquest article.
Un model com el GFS -que és un dels més utilitzats a l'àmbit global- es compon de vint prediccions. Per a un mateix punt, el model resol les equacions de Navier-Stokes amb vint condicions inicials diferents. Aquestes prediccions són completament diferents, però solen indicar el mateix quan la predicció és amb pocs dies d'antel·lació. Quan la dispersió és més baixa, la fiabilitat de la previsió del model és més alta.
Quan estem davant una situació més difícil de predir, o amb molts dies d'antelació, les prediccions van variant i va augmentant la dispersió. Quan ocorre açò l'experiència ens diu que ens hem d'esperar per a fer la nostra predicció i s'han de seguir diàriament les diferents eixides del model per a veure com evoluciona per a poder fer la millor predicció possible.
