Hoe interpreteer je een sneeuwverwachting?
Er komen weleens discussies los onder mijn weerbericht over de sneeuwverwachting op diverse websites. Hoewel ik daar in het verleden al het een en ander over geschreven heb is het misschien goed om toch nog wat zaken op een rij te zetten. Hoe moet je een sneeuwverwachting interpreteren, en hoe kan het dat een website het ene moment bergen sneeuw belooft en daar een paar uur later weinig meer van over is?
Wat is een weermodel?
De basis van iedere sneeuwverwachting is een weermodel. Iedere tabel of grafiek met een meerdaagse weersverwachting is rechtstreekse output van een weermodel. Zo’n model is niks anders dan een grote weercomputer die alle mogelijke weervariabelen berekent voor een bepaalde plek en een bepaald moment. Denk aan luchtdruk, temperatuur, wind, luchtvochtigheid, dauwpunt, enzovoorts, en als afgeleide hiervan ook sneeuwval. Dit alles op basis van ontelbare waarnemingen verspreid over de hele wereld en op verschillende hoogtes.
Weertabellen tonen dus letterlijk wat zo’n model berekent. Ruimte voor nuance is er niet, het is wat er op dat moment berekend wordt. Zo werkt onze eigen sneeuwverwachting ook. Hoe blij ik ook ben met de kwaliteit van dit fijnmazige model en bijbehorende kaarten, hij gaat net als andere modellen uit van waarnemingen die op een bepaald moment gedaan zijn. Op basis daarvan maakt hij een berekening van hoe het weer op een andere dag gaat zijn.
Zo kan het dus gebeuren dat er over zes dagen exact 94 centimeter sneeuw wordt berekend, en daar een dag later nog maar 40 centimeter van over is. Je zou zeggen dat de meest recente berekening beter is, maar ik durf de stelling aan dat ook 40 centimeter niet de hoeveelheid sneeuw is die je gaat aantreffen. Dat heeft meerdere oorzaken.
Lange versus korte termijn
Dit ligt op de eerste plaats aan de termijn. Soms is er nog vijf dagen te gaan. Voor een goede weersverwachting zit je dan aan de rand van de voorspellingshorizon. Hoe verder je vooruit kijkt, hoe groter de onzekerheid wordt. Meestal kijk ik überhaupt niet verder dan zeven dagen, doe je dat wel dan ga je in 9 van de 10 gevallen nat. Vooral met neerslag (is geen grapje ;-)). Een kleine verandering in windrichting betekent een andere soort stuwing waardoor deze hoeveelheid niet in Sölden valt maar bijvoorbeeld in Zwitserland.
Daarbij hebben we te maken met het zogenaamd “butterfly effect”. Het weer op langere termijn is uiterst gevoelig voor kleine veranderingen. Een iets andere luchtdruk boven Noord-Amerika nu, kan een depressie in Europa over een paar dagen flink beïnvloeden.
Hoofdberekening versus pluim
De cijfertjes die je in tabellen ziet zijn meestal het resultaat van de hoofdberekening. Dat is de berekening met de grootste rekenkracht. Daarnaast maakt een weermodel nog tientallen subberekeningen, vanuit een kunstmatig iets verstoorde uitgangspositie. Daarmee kan de betrouwbaarheid van de hoofdberekening worden getoetst.
Het komt voor dat de hoofdberekening niet betrouwbaar is, doordat de subberekeningen massaal voor een ander scenario kiezen. Hierboven zie je een mooi voorbeeld uit december 2015 bij een temperatuurverwachting voor Nederland. De hoofdberekening in rood (“oper” genoemd) laat een gigantische vorstinval zien. Aan de subberekeningen zie je echter dat dit bijzonder onwaarschijnlijk is, terwijl het weertabelletje of de sneeuwverwachting wel op die “oper” gebaseerd is. Opnieuw een reden om een modelverwachting niet zomaar voor waarheid aan te nemen.
Waar en hoe valt de sneeuw?
Stel dat een modelberekening gewoon uitkomt, dan ligt het toch voor de hand dat de meter sneeuw die berekend wordt straks niet op de grond ligt. Een belangrijke oorzaak daarvan is dat sneeuw gaat ‘zetten’. Hoe meer sneeuw er valt, hoe meer gewicht er op de onderste laag drukt waardoor de sneeuw wordt samengeperst. Zo kan er een meter verse sneeuw zijn gevallen terwijl er op de grond maar 60 centimeter wordt gemeten.
Hetzelfde geldt als het eerste sneeuwlaagje door bijvoorbeeld een warme grond wegsmelt of door wind wordt weggeblazen. Een berg kan aan de ene kant kaal worden geblazen, terwijl de sneeuw zich aan de andere kant metersdik ophoopt. Dat zijn zaken waar een weermodel geen rekening mee houdt.
Het maakt ook verschil of de sneeuw in één grote dump valt, of dat het opgetelde hoeveelheden zijn zoals bij deze kaart. In het eerste geval krijg je een dikker pak sneeuw omdat er geen eventuele dooiperiode tussenzit die het sneeuwdek kan aantasten.
Sneeuw op de berg
Een sneeuwverwachting, zoals die hierboven, wordt berekend voor vaste punten in een gebied. Meestal is dat het dorp en het hoogste punt in het skigebied. Iedereen weet dat er op het hoogste punt meer sneeuw valt, maar de meeste pistes bevinden zich lager op de berg. Een meter sneeuw op het hoogste punt wil dus niet zeggen dat er op de pistes ook zoveel valt. Het feit dat er in de Alpen allerlei microklimaatjes zijn maakt dit nog ingewikkelder. Sommige skigebieden krijgen traditioneel net wat meer sneeuw dan andere gebieden, en zelfs binnen één skigebied kunnen er grote verschillen zijn. Bijvoorbeeld in Sankt Anton valt vaak minder sneeuw dan in Lech aan de andere kant van de Arlberg, en het hoogste punt (de Valluga) ligt er precies tussenin.
Geheugen selectief
Last but not least zijn wijzelf ook niet feilloos. We herinneren ons bepaalde dingen beter dan andere. In het geval van sneeuwverwachtingen kan een model dagenlang een onopvallende kleine hoeveelheid sneeuw hebben berekend en opeens een grote dump. Als die meter een dag later weer wordt teruggebracht naar 40 centimeter is de teleurstelling groot en “klopt er niks van die verwachtingen”. Soms is dat zo, maar het kan zoals je hierboven hebt gelezen dus ook andere oorzaken hebben.
Plaats een reactie
Duidelijke uitleg, met zoveel dingen rekening te houden. Ondanks de niet altijd even nauwkeurige voorspellingen geeft dit wel die heerlijke kriebels bij het checken van de weerberichten! Wil je exacte getallen en geen verrassingen, kijk dan op de dag zelf hoeveel sneeuw er gevallen is =D (makkelijker gezegd dan gedaan voor deze liefhebber)
Hi Roel, goed verhaal. Ik word vaak blij van je verwachtingen, maar het blijven inderdaad verwachtingen!!
Nou je zin @DrPhil ;)
Een heldere uitleg. Wat ik zo fijn vind aan de weerberichten van de schrijver, is dat hij vaak een slag om de arm houdt en geen schreeuwerige indruk maakt of speculeert over gebeurtenissen over twee weken. Hij blijft bij de (weer)feiten zoals ze op het moment van schrijven liggen en is ook geduldig in zijn uitleg wanneer er, soms in mijn ogen stupide, reacties en vragen komen.
Mooie heldere uitleg @roel! Je weerberichten (en uitleg van bijzondere weersverschijnselen) zijn ook altijd prettig om te lezen. Ga zo door!
Goed bericht Roel!
Komen er ook nog video weerberichten zoals vorig seizoen?
*bericht bewerkt door Lucasvdv op 24 okt 2017 16:37
Kijk, hier heb je wat aan. Thx @Roel.
Ik vraag me nog wel twee dingen af,
- Gisteren schommelde de sneeuwverwachting voor Solden in twee runs met één meter (5-7 dagen). De eerste run was iets van 1m40 uit mijn hoofd, de volgende run 40cm. Hoe kan zo’n enorm verschil optreden binnen één run? Het kan toch niet zo zijn dat een model binnen één run bv van +28 graden naar +8 graden gaat. (Of nog extremer: van +20 naar -10). Zo’n groot verschil zou toch niet moeten kunnen, lijkt me. Wat mis ik hier?
- Je zegt dat je soms al kunt zien aan de andere lijntjes dat de hoofdberekening niet kan kloppen. Hoe komt het dat er dan niet een correctie in het model is ingebouwd voor die situaties?
Ben weer benieuwd.
*bericht bewerkt door DrPhil op 24 okt 2017 17:10
@Roel, dank voor weer een geweldige uitleg. Je berichten zijn altijd ontzettend leuk en informatief om te lezen.
Even verduidelijken, want ik begrijp natuurlijk wel dat die schommelingen gewoon de uitkomst van de berekeningen zijn,
Ik bedoel: een model dat in één run van +20graden naar -10 gaat kun je toch niet serieus nemen? Dat is kennelijk erg gevoelig voor een kleine wijziging van de input. En daarmee per definitie onbetrouwbaar.
Dank voor de reacties. @DrPhil je weet niet waar de afwijking vandaan komt. Ieder model heeft zijn nukken, om op grond van een misser het model maar in de prullenbak te gooien gaat te ver. Meestal is de afwijking er de volgende run alweer uit.
Ik heb heel incidenteel trouwens weleens meegemaakt dat zo’n afwijkende hoofdberekening het bij het rechte eind had en de rest niet. Om hem dan automatisch te corrigeren is dus ook geen optie. Het is lastige materie en je moet de runs steeds met elkaar vergelijken, maar voor een weerman daarom ook weer heel interessant.
Roel, bedankt voor je toelichting. Het probleem is dat de modellen op Bergfex en Snow-forecast het structureel doen. Ik ben afgelopen seizoen naar Zermatt geweest. Toen heb ik het ook gedetailleerd zitten volgen en van hetzelfde laken een pak. De voorspellingen varieerden van 0 tot 1,5m. Uiteindelijk viel er 5cm. En nu bij Solden hetzelfde liedje.
(Ik volg het overigens al veel langer).
*bericht bewerkt door DrPhil op 24 okt 2017 19:15
Het was in elk geval wel erg leerzaam.
Top uitleg van super weerman @Roel
Ik kijk vaak ook (naast op mijn Bergfex App) op http://www.meteociel.fr/modeles/ensembles.php voor de 15-daagse GFS-berekening (Diagrammes Ensembles GEFS) op een bepaalde plaats. Dan kun je ook meteen zien of de Oper een uitbijter is.
@Roel, ik mag je weerberichten en alle toelichtingen er omheen altijd met veel plezier lezen.
Omdat ik de kennis die ik hiermee opdoe ook toepas op het interpreteren van andere weerberichten, -kaarten en runs, kan ik voor mezelf ook redelijk nauwkeurig het weer in onze eigen regio bepalen voor de volgende 1-3 dagen), zodat kennissen nogal eens informeren wat ik lokaal verwacht t.o.v. het mainstream weerbericht :)
Ook is het leuk om je eigen verwachting te maken voor het skigebied waar je naar toe gaat op basis van de weerkaarten, diverse (GFS of ECMWF, soms is de ene betrouwbaarder, dan de andere) runs, en natuurlijk jouw weerbericht en dan achteraf te kijken wat je er van gebakken hebt.
Wat mij hierbij opvalt is het feit dat de “gemiddelde” lijn, die ook altijd in de GFS en ECMWF modellen staat, meestal dichter bij de waarheid (achteraf) zit dan de Oper, ofwel hoofdberekening, laat zien.
Klopt dit met jouw bevindingen, en zo ja, waarom wordt er bij het opstellen van de grafieken dan geen gebruik gemaakt van dit gemiddelde zodat de “pieken en dalen” er wat uit gaan en mensen als @DrPhil de stress van sterk wisselende verwachtingen tussen de opvolgende runs bespaard wordt? ;)
Haha, ja, stress 😁😁
Ik heb toch maar mooi een interessante discussie op gang gebracht 😁
@Zeeuwski, mijn ervaring daarmee is wisselend. Om de door jou genoemde reden zetten ze het gemiddelde van de lijntjes er ook in, en daar kijk ik ook wel naar. Van de andere kant kan de grotere rekenkracht van de hoofdberekening soms toch doorslaggevend zijn. Precieze beweegredenen ken ik niet, maar uiteindelijk is het de taak van een weerman om hiervan een goede analyse te maken. In mijn ogen is menskracht altijd nodig voor een optimale weersverwachting. Ik zou vanaf dag 3 (en eigenlijk al eerder) nooit blindvaren op alleen maar getallen of apps.
@Roel, thanx voor de toelichting, uiteraard is een goede menselijke interpretatie van de getalletjes altijd nodig, hetgeen je overigens goed afgaat! Zoals meerderen ook al aangaven, je behoudende benadering en slag om de arm maken je tot een betrouwbare weerman.
Ga zo door!
Goed bericht Roel!
Lucasvdv op 24 okt 2017 16:36
Komen er ook nog video weerberichten zoals vorig seizoen?
Dat is wel de bedoeling, as we speak zijn we aan het testen :-)
Goed bericht Roel!
Komen er ook nog video weerberichten zoals vorig seizoen?
Lucasvdv op 24 okt 2017 16:36Dat is wel de bedoeling, as we speak zijn we aan het testen :-)
Roel op 25 okt 2017 11:58
Testen? Je bedoelt zeker: materiaal draaien voor in het blooper-filmpje? ;)
Super handige informatie. Echt top jullie site