Var, när och hur mycket nederbörd förväntas? Information om nederbörd är inte bara avgörande för vattenförvaltning och jordbruk, men även för evenemang, vägtrafik, flyg och andra sektorer av ekonomin. Medan vädermodeller har blivit bättre under decennierna, att förutsäga den exakta platsen och mängden nederbörd är fortfarande en utmaning, även för bara några timmar i förväg. Deltares, Wageningen University &Research (WUR) och KNMI har undersökt hur nederbörd kan förutsägas med radarteknik upp till flera timmar i förväg. Dessa kortsiktiga prognoser har visat sig vara extremt korrekta i många fall.

Förutsägelse är också viktigt under torra somrar

Att förutsäga den exakta platsen och mängden nederbörd har blivit ett problem under de allt torrare holländska somrarna. Till exempel, ska en vattenchef pumpa ut vatten från låglänta områden när extrem nederbörd väntas? Om det inte regnar, den sista vattenreserven kan ha pumpats ut i onödan, men om ett beslut fattas att inte pumpa och det kommer extrem nederbörd, då kan översvämning inträffa.

Avancerade statistiska extrapoleringstekniker

För kortsiktiga nederbördsprognoser, det finns ett annat alternativ:nowcasting. Detta är en nyligen myntad term för att förutsäga nederbörd upp till några timmar i förväg med hjälp av radarteknik. Nowcasting-metoder använder avancerade statistiska extrapoleringstekniker för att förutsäga nederbörd från radardata. Fördelen med denna metod är att ny radardata är tillgänglig var femte minut, som kan användas för att göra en förutsägelse cirka tre till sex timmar i förväg. Denna uppdateringsfrekvens är mycket snabbare än i vanliga vädermodeller, som uppdateras ungefär var tredje timme. Nowcasting ger därför bättre kortsiktiga förutsägelser om nederbördsläge och -intensitet. Många nowcasting-algoritmer finns för närvarande tillgängliga, men deras kvalitet var osäker och det var oklart om deras noggrannhet beror på platsen och säsongen då de används.

Ny studie undersöker kvaliteten på nukastningsmetoder

Som en del av en ny studie, Deltares, Wageningen University &Research och KNMI undersökte därför kvaliteten på nugjutningsmetoderna för tolv holländska flodbassänger och poldrar. Studien publicerades nyligen i tidskriften Vattenresursforskning . De använde dessa metoder för att analysera 1, 533 nederbördshändelser av varierande intensitet som ägde rum under en period av elva år. Förutsägbarheten av nederbörden verkade tydligt relateras till nederbördens varaktighet och årstid. Nederbörden kan exakt förutsägas upp till två timmar i förväg för nederbörd som varar en hel dag, men prediktionsnoggrannheten minskar till maximalt 25 minuter för nederbörd som inte varar mer än en timme.

På vintern, när nederbörden ofta är långvarig och av låg intensitet, kvaliteten på nowcasting är bättre än under sommaren, när det ofta förekommer korta perioder med högintensiv nederbörd. Dessutom, resultaten visar att prognoserna är bättre för större områden och i medvindsriktningen. För Nederländerna, som har rådande sydvästliga vindar, högre noggrannhet i medvind innebär att den nordöstra regionen av landet drar mer nytta av nukastningsmetoder än den sydvästra. Att använda sammansatta data som inkluderar radardata från Belgien och Tyskland kan förbättra förutsägelsernas noggrannhet motvind.

Nästa steg:Förutsäga åskväder exakt

Studien rapporterade också en betydande skillnad mellan de testade metoderna. De som inkluderade fler processer än bara regnstormarnas färdriktning gav ofta bättre förutsägelser. Dessa var de mer nyligen utvecklade algoritmerna, som ofta också är öppen källkod. Detta underlättar deras användning i holländsk vattenförvaltning och i andra sektorer. Dock, studien väckte också en punkt för uppmärksamhet:alla testade nukastningsmetoder hade svårt att exakt förutsäga beteendet hos snabbt växande eller skinande regnstormar. Ett viktigt nästa steg är därför att fokusera på dessa processer mer i detalj.

Ruben Imhoff (Deltares):"Vår storskaliga analys är unik eftersom vi har kvantifierat var och när vi kan förvänta oss en viss kvalitet på radarnederbörd som nu sänds. Detta hjälper slutanvändaren att avgöra om nusändningen är värd att använda eller inte. För oss som forskare, det ger insikt i framtida utvecklingar som behövs för att göra nusändningarna ännu bättre."