För tillförlitliga prognoser för längre tid framåt än några timmar är data från numeriska väderprognosmodeller (förkortat NWP-modeller efter den engelska översättningen) helt nödvändiga. En NWP-modell är egentligen ett datorprogram som först analyserar fram ett utgångsläge för vädret och sedan räknar ut hur vädret skall bli framåt i tiden. Grunden för beräkningarna är ekvationer som beskriver fysikaliska fenomen i atmosfären, d.v.s. alltifrån hur vinden blåser till vattnets kretslopp (t.ex. avdunstning från marken och moln- och nederbördsbildning) och hur temperaturen förändras.
En väderprognosmodell består av tusentals rader kod och hela tiden implementeras nya fysikaliska beskrivningar som gör att modellerna långsamt blir lite bättre och lite noggrannare. Att själv utveckla en väderprognosmodell från grunden är enormt tidskrävande och ofta krävs ett samarbete mellan forskare och utvecklare från flera länders väderinstitut för att utveckla en operationell prognosmodell.
Det finns väderprognosmodeller som täcker hela jorden, och för att köra dem med bra upplösning (i dagsläget ned till 10 km för 10-dygn framåt) krävs enorm beräkningskapacitet, och det är bara de största nationernas vädercentraler eller internationella samarbetsorganisationer som än så länge har resurser att köra sådana modeller. Försvarets Vädertjänst använder data för både korta och långa prognoser för Sverige och för andra områden i världen från en global modell som utvecklats och körs i ett europeiskt vädercenter (ECMWF) i Reading i Storbritannien.
Ibland vill man ha tillgång till lokala prognosmodeller med högre upplösning än vad en global prognosmodell i dagsläget kan leverera. Dessa kräver indata från globala modeller men kan sedan räkna vidare på egen hand. I dagsläget använder vi data från flera högupplösta regionala modeller, dels har vi tillgång till data från SMHI:s HIRLAM- och AROME-modeller och dels kör vi själva prognosmodeller WRF (Weather Research and Forecasting Model) för de områden där vi har ett speciellt intresse av att ha detaljerade prognoser.
Att köra en prognosmodell kan låta som något väldigt avancerat. Det är det till viss del, men just WRF har den fördelen att den är gratis, väl dokumenterad och gjord för att vara relativt enkel för användaren att ladda ned, konfigurera och kompilera för att testa att köra egna prognoskörningar (se denna länk). Det finns en online-tutorial där man lär sig att köra modellen. Följ den och sen är det bara att sätta igång och leka och experimentera! På en någorlunda kraftfull hemdator med 4-8 processorer går det att köra en 2-dygnsprognos för Skandinavien med 30 km upplösning på ett par timmar. Har man tillgång till mer beräkningskapacitet kan man antingen höja upplösningen, utöka domänen eller göra tiden det tar att slutföra beräkningen kortare. Alternativt kan man köra prognoser för att specialstudera speciella väderhändelser eller köra idealiserade fall för att studera speciella fenomen, t.ex. vind över en höjd eller vågor i atmosfären.
Nästa steg är sedan att automatisera hela prognoskedjan för operationell produktion, och det är ett betydligt mer omfattande arbete än vad som är beskrivet ovan.
Av Jacob, meteorolog på METOCC
Prognostiserad nederbörd från Försvarsmaktens WRF-modell för 2017-02-23 kl 02 LT.
