6.4. Miks ilmaprognoosid alati täide ei lähe?
| Nagu oleme käesolevas peatükis näinud, on tänapäeva sünoptikutel kasutada tohutud andmehulgad, ülivõimsad arvutid, moodsad radarid ja satelliidid. Ometi juhtub mõnikord, et ilm ei vasta prognoositule. Järgnevalt mõned olulisemad põhjused, miks ilma pole seni suudetud ja ei suudeta ilmselt ka tulevikus täiesti täpselt ette prognoosida. |
|
| 1. | Vaatlusandmeid on liiga vähe. Suurem osa vaatlusjaamadest paikneb Euroopas, USA-s ning Kagu-Aasias. Ülejäänud maismaa on palju hõredamalt kaetud ning ookeanil tehakse vaatlusi äärmiselt vähe. Ilmamudelid töötaks aga kõige paremini juhul, kui sisendiks oleks ühtlase, tiheda ja kogu planeeti katva vaatlusvõrgu andmestik. |
| 2. |
Olemasolevad vaatlusjaamad ei anna kõik täpseid vaatlusandmeid. Osad mõõteriistad ei ole täpsed, osad aga paiknevad linnades, orgudes, metsades, kus kohalikud olud mõjutavad näiteks temperatuuri ja tuult. |
| 3. | Raadiosondid mis annavad ilmamudelitele üliolulisi algandmeid atmosfääri ülakihtide kohta on väga kallid. Neid lastakse üles vaid vähestest jaamadest ja harva. Eestis ainult Tallinn-Harku ilmajaamast ja ühel korral ööpäevas. On ilmsiks tulnud, et globaalne GFS mudel suudab kõige täpsemini ilma prognoosida kui sisendiks on UTC ajas keskööl kogutud vaatlusandmed. Sel kellaajal lastakse üle maailma üles kõige enam raadiosonde. Kell 12 UTC lastakse vähem raadiosonde ja ka GFS mudeli prognoosid on ebatäpsemad. Veel vähem on raadiosondide andmeid kell 6 ja 18 UTC ning nende andmete põhjal koostatud GFS mudeli prognoosid on veelgi kehvemad. |
| 4. | Arvutite arvutusmaht on piiratud, seega tuleb maapinna ja atmosfääri mõjude modelleerimisel teha hulgaliselt üldistusi, mis hiljem muudavad paratamatult ka arvutustulemused ebatäpsemaks. |
| 5. | Väikesed vead ilmamudelite algandmetes hakkavad kuhjuma ja kasvama seda enam, mida pikemaks ajaks prognoosi arvutatakse. Järgmise päeva ilmaprognoos läheb täide üheksal juhul kümnest, nädalaks ette prognoosides vaid viiel juhul kümnest. |
| 6. | Sünoptikud võivad keerulistes ilmaolukordades eksida. Näiteks juhul, kui üks mudelarvutus näitab täiesti teistsugust prognoosi võrreldes teise arvutuse tulemustega. Sellises olukorras teeb sünoptik otsuse isiklike kogemuste põhjal. Ilm aga suudab vahel üllatada isegi kogenud sünoptikuid ning muutuda hoopis teisiti kui varem sarnases olukorras. |