| Meteorologie
en statistiek | |
Kees Floor; Zenit
oktober 2005. |
'Er zijn leugens, pertinente leugens en statistieken', luidt een bekende uitspraak. En onlangs kopte een Londense krant: 'Er is maar één ding erger dan het Engelse weer: het Engelse weerbericht.' Met deze beide zinsneden in gedachten lijkt een combinatie van het 'misbakselduo' statistiek en weervoorspelling bij voorbaat kansloos. Toch worden kansverwachtingen in de meteorologie al lange tijd toegepast. En met succes.
Weersverwachtingen
geven aan wat het weer gaat doen. Komt er wel of geen regen? Hoe hoog loopt de
temperatuur op? Komt er mist? Hoe hard gaat het waaien? De uitspraken of beweringen
die gedaan worden, gelden voor een welomschreven tijdvak, bijvoorbeeld vandaag,
morgen of overmorgen. Ze worden gemaakt voor een aangegeven plaats, veelal een
luchthaven, of een bepaald gebied: Nederland, Friesland, de Ardennen. En ze komen
uit of slaan de plank mis. Want het regent of het blijft droog, de temperatuur
komt wel of niet onder nul, de mist treedt op of blijft uit en de ondergrens voor
windkracht 8 wordt bereikt of niet gehaald. Verwachtingen met dergelijke vastomlijnde
uitspraken heten deterministisch; er wordt als het ware in 'bepaald' hoe het weer
zich zal ontwikkelen (vergelijk figuur 1).
Deze manier van benaderen is niet
altijd handig. Neem een weersituatie waarin zich gewoonlijk buien voordoen. De
meteoroloog die de verwachting voor die dag opstelt, is er zeker van dat er buien
komen. Op welke plek in Nederland of België de buien zich zullen voordoen
en of dat nog gebeurt in de periode waarvoor de verwachting geldt of direct daarna,
is echter onzeker. Een voorspelling met alleen 'droog' of alleen 'regen' erin
zal onder dergelijke omstandigheden geregeld mislukken. Vooroordelen over de kwaliteit
van de weersverwachting worden op die manier wel erg gemakkelijk gevoed.
Deterministische
verwachtingen leiden ook tot teleurstellingen in gevallen waarbij de scheidingslijn
tussen warme, uit de omgeving van de Azoren afkomstige lucht, en koudere lucht
van het noordelijk deel van de Atlantische Oceaan gedurende langere tijd over
of dicht bij Nederland ligt. Zo'n situatie kan dagenlang aanhouden, wat de verwachting
voor morgen, overmorgen en de dagen daarna behoorlijk lastig maakt. Hoe verder
vooruit, des te onzekerder is doorgaans de ligging van het front, zoals zo'n scheidingslijn
wordt genoemd. De onzekerheidsmarges zijn vaak veel groter dan de afstand tussen
de Noordzeekust en de Duitse grens.Als de meteoroloog dan een temperatuur moet
noemen of moet aangeven of het al dan niet zal regenen, is hij of zij niet te
beroerd om dat te doen. Maar daarmee wordt aan de beschikbare informatie geen
recht gedaan.
Onzekere weersverwachtingen. Een uitzondering?
|
In tekstverwachtingen kan iets van die onzekerheid worden vermeld: Hier en daar een bui, enkele mistbanken, plaatselijk vorst aan de grond, mogelijk storm. Of in een uitgebreider weerpraatje: daarna onzeker, de computermodellen spreken elkaar tegen. 'Ze weten het niet', denkt de gebruiker dan. Of: 'De meteoroloog dekt zich in tegen fouten; een typisch staaltje van defensieve meteorologie'. 'Wij leveren de afnemers extra informatie', motiveert de meteoroloog de gekozen formulering vanuit zijn zekerheid over de onzekerheden die de weersituatie op dat moment met zich meebrengt. 'Die gebruiker kan nu zijn eigen afwegingen maken over wel of niet asfalteren of beton storten, het afgelasten of laten doorgaan van een manifestatie of het al dan niet meezeulen van regenkleding tijdens een wandeltocht.'
Kansverwachtingen en gebeurtenissen
Met deterministische verwachtingen is niets mis. Behalve dan dat je er de mate
van onzekerheid die onlosmakelijk aan weersverwachtingen kleeft, niet uit kunt
destilleren. Daar komt nog bij dat die onzekerheid de ene dag grotere is dan de
andere, zodat de gebruiker nog minder weet dan hij al dacht. Een professionele
afnemer van weerinformatie heeft verwachtingen nodig waarbij de kansen in getallen
worden uitgedrukt, van 0 tot 1, of in procenten, van nul tot honderd. Pas dan
kan hij een verantwoorde afweging maken bij het nemen van besluiten over zijn
weergerelateerde activiteiten. Atmosfeermodellen kunnen zulke kansgetallen niet
direct leveren. Over sommige gebeurtenissen doen atmosfeermodellen zelfs in het
geheel geen uitspraak, zoals onweer, windvlagen, vorst aan de grond, mist en gladheid.
Kansverwachtingen zijn in al deze gevallen wél mogelijk.
Een kansverwachting
geeft dan de kans op zo'n gebeurtenis. In het geval van figuur 2 gaat het om onweer.
Of meer precies, het optreden van twee of meer bliksemontladingen zoals waargenomen
door het KNMI-bliksemdetectiesysteem SAFIR. Er wordt precies bij aangegeven over
welke periode de verwachting geldt: 3 juni 2005 van 09 tot 15 UTC. Ook de plaats
of het gebied waarop de verwachting betrekking heeft, ligt vast. In figuur 2 gaat
het om twaalf verschillende gebieden zoals met vakken aangegeven; voor elk vak
is een kansverwachting opgesteld.
De gebeurtenis waarvoor een kansverwachting
wordt gegeven, is vaak het overschrijden van een drempelwaarde: windkracht 8 of
meer, maximumtemperatuur 30 graden of hoger, neerslaghoeveelheden van ten minste
5 millimeter, meer dan één bliksemontlading. Daarom is ook het woord
'overschrijdingskans' in zwang (vergelijk figuur 3). Een kans van dertig procent
betekent dat de gebeurtenis zich in drie van de tien gevallen zal voordoen.
Een bekend voorbeeld van een kansverwachting is de neerslagverwachting voor morgen
en de dagen daarna. Ze is onder andere te vinden op NOS-Teletekst, RTL-tekst (figuur
4) en op verscheidene websites. Om de getallen te kunnen interpreteren, moet je
een aantal dingen weten.Waar ligt bijvoorbeeld de grens tussen nat en droog? Doen
sneeuw en hagel ook mee? Slaan de getallen op het hele etmaal of gelden ze alleen
voor de overdagperiode. Zijn de waarden van toepassing op het waarneemstation
De Bilt? Gelden ze voor een gebied ter grootte van Soest en omstreken en hebben
ze buiten dat gebied geen waarde? Of geven ze een gemiddelde over Nederland? Als
dat laatste het geval is, hoe is die middeling dan tot stand gekomen? Het voorbeeld
laat zien hoe belangrijk het is om nauwkeurig te omschrijven welke kans gegeven
wordt.
2. a). Kans in procenten op meer dan één bliksemontlading in de aangegeven vakken op 3 juni 2005 tussen 09 en 15 UTC. Bron: KNMI. b). Waargenomen bliksemontladingen op 3 juni 2005 tussen 09 en 15 UTC, dus in hetzelfde tijdvak als waarvoor de kansverwachting van figuur a geldig was. Bron: KNMI. c). Satellietbeeld van 3 juni 2005 13.11 UTC, met onweersbuien boven Noord-Nederland, langs de Hollandse, Zeeuwse en Vlaamse kust en boven Frankrijk. Het waarnemingstijdstip ligt in het tijdvak waarvoor de kansverwachting van figuur a geldig was. De uitwaaierende cirruskappen van de aambeelden van de onweersbuien zijn vooral boven de Noordzee goed zichtbaar. Bron: DLR Institut für Physik der Atmosphäre, Oberpfaffenhofen, Duitsland. d). Radarbeeld van 3 juni 2005 13.15 UT, dus van ongeveer dezelfde tijd als het satellietbeeld van figuur c. In het radarbeeld zijn locaties met bliksemontladingen apart aangegeven. Bron: KNMI.
3. (links). Stapeldiagram met overschrijdingskansen van de neerslag per twaalf uur op Schiphol. In de eerste periode van twaalf uur valt volgens deze verwachting minstens drie millimeter regen: de grens van 0,3 millimeter wordt in dat geval overschreden. Er is een kans van iets meer dan dertig procent dat de grens van tien millimeter wordt overschreden; er valt dan tien tot dertig millimeter. De figuur bevat ook vier perioden van twaalf uur waarin het droog blijft en er dus minder dan 0,3 millimeter regen valt. Bron: KNMI. (rerchts). Stapeldiagram met overschrijdingskansen van de afwijking van de minimum- en maximumtemperaturen ten opzichte van het klimatologisch gemiddelde. Vooral het weekeinde belooft het erg warm te worden. Bron: KNMI.
Afleiden van kansverwachtingen
Er zijn verscheidene manieren om kansverwachtingen te maken. Soms zijn daarvoor
weerkaarten nodig uit het verleden met het daarbijbehorende opgetreden weer. De
set weergegevens moet minimaal twee jaar beslaan, maar langer mag natuurlijk ook.
De weerkaarten geven een analyse van een opgetreden weersituatie of een verwachting
voor het tijdstip waarop de weerwaarnemingen zijn verricht.
Bij de oudste
methode voor het ontwikkelen van kansverwachtingen gaat men uit van analyses.
Onderzoekers leiden een statistisch verband af tussen die analyses en het opgetreden
weer. Datzelfde verband gebruiken ze vervolgens om het weer te bepalen dat bij
een door een atmosfeermodel berekende prognose hoort. In feite veronderstelt men
daarbij dat die prognose perfect is en het weer volledig vastlegt. Om die reden
noemt men dit de Perfect Prog methode (PP).
Inmiddels weten we dat de prognoses
van atmosfeermodellen niet perfect zijn en dat ook niet kunnen zijn. De verschillen
tussen een door een model berekende weerkaart en de gemeten werkelijkheid zijn
doorgaans groter naarmate het tijdstip waarvoor de prognose geldt, verder weg
ligt, al zijn er natuurlijk uitzonderingen (vergelijk figuur 5). Daarmee kun je
rekening houden bij het afleiden van het statistisch verband tussen weerkaart
en opgetreden weer. Voor elke verwachtingsperiode worden modeluitvoer en opgetreden
weer vergeleken om zo het verband te kunnen afleiden; vandaar de naam Model Output
Statistics (MOS). De formules die het weer voor 12 uur vooruit geven uit de bijbehorende
weerkaart, zijn bij deze methode dan ook anders dan bij een verwachting voor 6,
18, 24, 48 of 72 uur vooruit. Soms worden per verwachtingstermijn ook heel andere
voorspelvariabelen gebruikt.
Een derde manier om kansen te genereren is gebaseerd
op het Ensemble Predictie Systeem (EPS) van het Europese Weercentrum. Het EPS
maakt vijftig verschillende prognoses vanuit onderling net iets verschillende
beginsituaties (zie Zenit december 2002). Als tien van de vijftig prognoses wijzen
op storm, is de kans op storm twintig procent, enzovoort. Er kunnen alleen kansen
worden gegeven voor weerelementen die beschikbaar zijn als modeluitvoer, zoals
windsnelheid, neerslaghoeveelheden of temperatuur op waarnemingshoogte (figuur
5); voor PP en MOS geldt die beperking niet. Om de EPS-informatie toch te kunnen
gebruiken voor andere te verwachten variabelen, wordt de uitvoer van het systeem
benut bij het afleiden van kansen volgens de MOS-methode.
4. Neerslagverwachtingen
op teletekst en op internet voor morgen en de dagen daarna zij doorgaans kansverwachtingen.
Ze geven de kans op neerslag in procenten. Bron: RTL-Tekst. |
5. Temperatuurverwachtingen voor De Bilt volgens het ECMWF-weermodel (rood in hoge resolutie, blauw in lage), het Ensemble Predictie Systeem (EPS) van het ECMWF (vijftig groene lijnen met een bruin gemiddelde) en volgens het Model Output Statistics systeem van het KNMI (twee bruine punten per etmaal). De lijnen verbinden de temperaturen om 00 en 12 UTC; de bruine punten geven de waarden voor de minimumtemperatuur (kort na zonsopkomst) en de maximumtemperatuur (halverwege de middag). In dit geval was de onzekerheid op korte termijn groter dan iets verder weg, wat vrij ongebruikelijk is. De temperaturen vertonen dinsdag en woensdag namelijk een grotere spreiding dan de erop volgende donderdag en vrijdag. Bron: KNMI. |
Kloppen kansverwachtingen?
Bij kansverwachtingen is het
moeilijker om na te gaan of ze zijn uitgekomen dan bij deterministische verwachtingen.
Als de kans op regen dertig procent bedraagt en het blijft droog, dan kan dat.
Ook als het gaat regenen hoeft de verwachting niet fout te zijn; de kans erop
was immers dertig procent.
Om de kwaliteit van kansverwachtingen te bepalen,
worden ten minste drie zaken bekeken. Eerst worden alle verwachtingen verzameld
waarin een neerslagkans van dertig procent stond vermeld. In dertig procent van
die gevallen moet er inderdaad regen zijn gevallen; overigens moet het droog zijn
gebleven. Deze handelwijze wordt herhaald voor alle overige kanspercentages om
een beeld te krijgen van de betrouwbaarheid van het systeem van kansverwachtingen.
Daarnaast is de 'signaalfunctie' van een kansverwachting belangrijk. De gegeven
neerslagkans in gevallen met regen moet doorgaans hoger zijn dan in situaties
met droog weer. Als dat inderdaad zo is, heeft het systeem van kansverwachtingen
een hoog onderscheidend vermogen of een hoge resolutie. Een derde maat voor de
kwaliteit van kansverwachtingen volgt uit vergelijking met andere methoden, zoals
het gebruik van de klimatologie (het gemiddelde weer) of de persistentie (morgen
hetzelfde weer als vandaag). We willen dat de kansverwachtingen beter presteren
of, in het jargon, een hogere skill hebben. De skill van een perfecte, deterministische
verwachting is het streefdoel, dat overigens nooit zal worden gehaald.
De
kwaliteitsmaten zijn uit te drukken in getallen, wat vergelijking en verbetering
van kansverwachtingen mogelijk maakt.
Wat heb je aan kansverwachtingen?
Voor meteorologen die een weerbericht opstellen, geven de kansverwachtingen belangrijke
informatie. Ze helpen bij het onderbouwen van de te verwachten weersontwikkelingen
en het onder woorden brengen daarvan. Sommige gebruikers krijgen de getallen van
de kansverwachtingen direct aangeleverd. Hoeveel profijt dat oplevert, hangt af
van wat ze
ermee willen doen. Daarbij zijn vooral belangrijk hoe hoog de
schade is die de gebruiker van een weergebeurtenis ondervindt en wat het hem kost
om die schade te voorkomen. In het geval van een fruitteler gaat het bijvoorbeeld
om nachtvorstschade; door beregening van zijn boomgaarden voorkomt hij dat de
oogst van een jaar verloren gaat. Voor een wegbeheerder zijn het ongelukken door
gladheid, al of niet gevolgd door schadeclaims, die hij kan voorkomen door tijdig
wegenzout te strooien.
Als de schade gering is, is het niet de moeite waard
om voorzorgsmaatregelen te nemen, zeker als daar ook nog een stevig prijskaartje
aan hangt. Als de schade hoog is, en het kost weinig om die te voorkomen, zal
men altijd voorzorgsmaatregelen nemen, ook al is de kans op schade maar klein.
Als het bedrag van een eventuele schade, de kosten van preventie en de kwaliteit
van het systeem van kansverwachtingen alle nauwkeurig bekend zijn, kan tot op
de euro nauwkeurig worden aangegeven of een gebruiker baat heeft bij de kansverwachtingen
en hoeveel geld hij bespaart. De verhouding tussen de kosten van preventie en
het schadebedrag bepaalt de winst. Als de kans op de weergebeurtenis (ditmaal
uitgedrukt in een getal tussen 0 en 1) groter is dan die verhouding, moet de gebruiker
actie ondernemen; is die kans kleiner, dan kan hij beter niets doen. In de praktijk
blijkt het niet altijd eenvoudig de bedragen van schade en preventie vast te stellen.
Hoeveel kost een ten onrechte niet uitgevoerde lijnvlucht? Hoe bereken je imagoschade?
Wat is een mensenleven precies waard? Om deze zaken in kaart te brengen, is uitvoerig
overleg nodig tussen de aanbieder van de weerinformatie en de gebruiker. Vandaar
dat er, naast de aandacht die gaat zitten in het afleiden van kansverwachtingen,
ook steeds meer werk wordt gemaakt van het in kaart brengen van de manier waarop
weerinformatie bedrijven of overheidsinstellingen kan helpen schade te voorkomen
of kosten te besparen.
Met dank aan Kees Kok en Maurice Schmeits, KNMI