ΓΙΑΤΙ ΟΙ ΕΦΑΡΜΟΓΕΣ ΓΙΑ ΤΟΝ ΚΑΙΡΟ ΔΕ ΛΕΝΕ ΟΛΕΣ ΤΑ ΙΔΙΟ;

Η πρόβλεψη του καιρού είναι κάτι που γίνεται εδώ και χιλιάδες χρόνια. Για την ακρίβεια, αυτό που γίνεται είναι η προσπάθεια να προβλεφτεί ο καιρός. Ένα αποτέλεσμα προκύπτει πάντα, αλλά πολλές φορές δεν γίνονται και όσα ανακοινώνονται. Γιατί; Οι μετεωρολόγοι λένε πως αυτό που κάνουν “είναι επιστήμη, όσο είναι και τέχνη”.

Τα εργαλεία που έχουν στα χέρια τους προφανώς και έχουν εξελιχθεί, ως προς την παρακολούθηση, αλλά και την επεξεργασία των (αναρίθμητων) δεδομένων. Πάντα, στο τέλος της ημέρας η πρόβλεψη έχει να κάνει με τον ανθρώπινο παράγοντα -και τη δική του, ξεχωριστή κρίση. Αυτός είναι ένας από τους λόγους που το ένα app σε ενημερώνει πως έχει στην πόλη σου (την ώρα που αναζητάς την πληροφορία) 12 βαθμούς Κελσίου και το άλλο ότι έχει 10. Η διαφωνία μεταξύ των εφαρμογών δεν είναι εξαίρεση, αλλά ο κανόνας. Τι μας κρύβουν;

Fun fact: Αν το app σε ενημερώνει πως υπάρχουν 30% πιθανότητες να βρέξει μεταξύ 11 και 12, αυτό σημαίνει ότι αν ζήσεις εκατό φορές αυτήν την ημέρα, τις 30 από τις 100 θα βρέξει στις 11.00.

Θα ήθελα να γράψεις τη λέξη weather, εκεί όπου αναζητάς εφαρμογές για το smart phone σου. Θα διαπιστώσεις πως είναι χιλιάδες τα αποτελέσματα. Είναι περισσότερα από 8000 στα Android και πάνω από 2000 στα iOS. Αυτό από μόνο του εξηγεί πόσο τεράστια είναι αυτή η αφορά. Οι λόγοι είναι συγκεκριμένοι. Προς το παρόν κράτα ότι καμία εφαρμογή δεν είναι καλή σε όλα. Όλες είναι εξαιρετικές σε ένα στοιχείο -αυτό που έχουν επιλέξει για να ξεχωρίσουν.

Υπάρχουν εφαρμογές ξεχωριστές για κάθε πόλη, για όλες τις πόλεις, live, για τις επόμενες ώρες, για τις επόμενες ημέρες, για κάθε σπορ, μέχρι και για κατοικίδια. Οι δημιουργοί τους προσπαθούν να βρουν αυτόν τον έναν παράγοντα που θα τους βοηθήσει να ξεχωρίσουν από τον ανταγωνισμό και να αποκτήσουν το δικό τους -διαφορετικό- κοινό.

Θα έλεγες ότι όλες ασχολούνται με το ίδιο πράγμα (τον καιρό), χρησιμοποιώντας τα ίδια δεδομένα (σχετικά με την κατάσταση της ατμόσφαιρας και αυτήν στην επιφάνεια της γης -θερμοκρασία, υγρασία, άνεμος), που τροφοδοτούνται σε super computers, με την ικανότητα να κάνουν χίλια τρισεκατομμύρια υπολογισμούς ανά δευτερόλεπτο. Τόσες απαιτούνται, λόγω της πολυπλοκότητας των μοντέλων πρόβλεψης -για τα οποία θα μιλήσουμε στη συνέχεια. Έρευνα που δημοσιεύτηκε το 2015 στο Nature ενημέρωσε ότι η ικανότητα των μετεωρολόγων να προβλέπουν τις ατμοσφαιρικές πιέσεις τρεις έως 10 ημέρες νωρίτερα, βελτιώνεται με ρυθμό περίπου μία ημέρα ανά δεκαετία από το 1981.

Τότε γιατί δεν συμφωνούν οι εφαρμογές;

Η πρόβλεψη του καιρού είναι ο Νο1 παράγοντας του “decision making” της καθημερινότητας μας, αφού επηρεάζει κάθε πτυχή της ζωής μας: από το να αποφασίσουμε τι θα φορέσουμε και πότε είναι χρήσιμο να μείνουμε στα σπίτια μας, έως την πρόβλεψη φυσικών καταστροφών. Οικονομολόγος έχει εκτιμήσει ότι το ΑΕΠ των ΗΠΑ μπορεί να διαφέρει έως 485 δισεκατομμύρια δολάρια, ανάλογα με τον καιρό.

Όπως ωστόσο, αναφέρει η Guardian “όταν προσπαθούμε να ενημερωθούμε από τις σχετικές εφαρμογές, συχνά διαπιστώνουμε πως δεν συμφωνούν μεταξύ τους για τις θερμοκρασίες στα ίδια μέρη, την ίδια ώρα -μολονότι χρησιμοποιούν τα ίδια στοιχεία. Ποιος είναι ο λόγος; Ο δημοσιογράφος Josh Toussaint-Strauss ανέλαβε να ερευνήσει το θέμα”. Ο Toussaint-Strauss έκρινε ότι πρώτα πρέπει να εξηγήσει πώς γίνεται η πρόβλεψη του καιρού.

Όλα αρχίζουν με το ισχυρό αριθμητικό σύστημα πρόβλεψης.

“Σκεφτείτε τη γη διαιρεμένη σε πολλά διαφορετικά κάθετα ‘κουτάκια’ που ‘στέκονται’ σε κολώνες, οι οποίες εκτείνονται έως την στρατόσφαιρα. Οι μετεωρολόγοι παρακολουθούν πολλά διαφορετικά δεδομένα, για να διαπιστώσουν τι γίνεται -ανά πάσα στιγμή- σε κάθε ένα από αυτά τα ‘κουτάκια’. Για παράδειγμα, την ταχύτητα του ανέμου, τη θερμοκρασία, την πίεση του αέρα κλπ. Μόλις πάρουν τα νούμερα για κάθε ένα από αυτά τα ‘κουτάκια’, υπολογίζουν τις μεταξύ τους διαφορές. Με τα στοιχεία που παίρνουν (προφανώς δεν έχουν όλοι την ίδια πρόσβαση σε όλα), φτιάχνουν καιρικά μοντέλα για να προβλέψουν τι θα γίνει στο μέλλον”.

Αντιλαμβάνεσαι πως ουδείς μετεωρολόγος έχει την ικανότητα να γνωρίζει τα πάντα, για κάθε εκατοστό του κόσμου, ανά πάσα ώρα και στιγμή. Το κενό στις γνώσεις το καλύπτουν οι εκτιμήσεις που αφορούν και ιστορικές προγνώσεις, στην ίδια περιοχή και ώρα. Τα μοντέλα πρόβλεψης -που αποτελούνται από σύνολα εξισώσεων- χρησιμοποιούν ως σημείο εκκίνησης τις παλαιότερες προβλέψεις και την παρέκταση διαθέσιμων παρατηρήσεων, για τον υπολογισμό των μελλοντικών συνθηκών. Προφανώς και αυτό το συστηματάκι αφήνει περιθώρια για να γίνουν λάθη”.

Η εξήγηση για την έλλειψη ακρίβειας στις προβλέψεις, δεν έχει εφαρμογή και στα διαφορετικά δεδομένα που προσφέρει κάθε app. Διαφορετικά, όλοι θα έκαναν τα ίδια λάθη και στον ίδιο χρόνο. Σωστά; Λάθος.

Κερδίζει όποιος έχει το μικρότερο μέσο συνολικό σφάλμα

Όλα εξαρτώνται από τις μετεωρολογικές πηγές που επιλέγουν να χρησιμοποιήσουν οι μετεωρολόγοι και το πώς μεταφράζουν αυτά τα data. Οι εφαρμογές χρησιμοποιούν διαφορετικούς αλγόριθμους, που αφορούν διαφορετικά μοντέλα πρόβλεψης, με διαφορετικά επίπεδα λεπτομερειών.

Άλλες εμπιστεύονται ό,τι βγάλει ο υπολογιστής, ενώ κάποιοι έχουν και ανθρώπινο δυναμικό που βάζει το χεράκι του για να επιβλέψει και να διορθώσει το supercomputer και δη ό,τι αφορά ακραία και ασυνήθιστα καιρικά φαινόμενα. Οι επιβεβαιώσεις ή διορθώσεις γίνονται βάσει των ικανοτήτων του κάθε μετεωρολόγου που πληρώνεται για αυτήν τη δουλειά, στην ερμηνεία όσων στοιχείων έχει μπροστά του. Ξεκάθαρα δεν έχουν όλοι τις ίδιες ικανότητες.

Οι μετεωρολόγοι δίνουν καθοδήγηση -δεν προβλέπουν το μέλλον

Γενικά, δεν θα έλεγες πως η πρόβλεψη καιρού είναι πεδίο, στο οποίο δεν γίνονται λάθη. Θα έλεγες όμως, πως το ποσοστό των λαθών κρίνει την αποτελεσματικότητα. Σε σχετική ερώτηση, ο δημιουργός του Weather Underground, Jeff Masters είχε πει στο Virginian Pilot ότι “κάτι που συμβαίνει γιατί κάθε app ή σταθμός χρησιμοποιεί τα δικά του συστήματα και τύπους για να κάνει την πρόβλεψη. Όλοι ξεκινούν με τις ίδιες θεμελιώδεις μαθηματικές εξισώσεις που διέπουν την κίνηση της ατμόσφαιρας, εν τούτοις η κωδικοποίηση είναι διαφορετική”.

Πρόσθεσε ότι κάθε υπεύθυνος πρόγνωσης ξεκινά με τα ίδια -ακατέργαστα- δεδομένα, ένα χείμαρρο πληροφοριών που προκύπτουν από δορυφόρους, ραντάρ και μετεωρολογικούς σταθμούς σε όλον τον κόσμο. Ο καθένας αποφασίζει για το πώς θα επεξεργαστεί τα δεδομένα και ποιες μεταβλητές θα είναι σχετικές με κάθε δεδομένη κατάσταση. “Παντού υπάρχει χώρος για ένα μικρό σφάλμα” και για αυτό οι μετεωρολόγοι διευκρινίζουν πως οι προβλέψεις τους είναι για καθοδήγηση και όχι αυτό που όντως, θα συμβεί. Κάποια apps πετυχαίνουν πιο συχνά την πραγματικότητα, αλλά άλλα. Ποιο είναι το καλύτερο; Αυτό που σας δίνει τις πληροφορίες που εσείς θέλετε -και διαφέρουν από εκείνες που θέλω εγώ, ο τάδε ή ο δείνα. Σιχαίνομαι να επαναλαμβάνομαι, αλλά τα διαφορετικά ‘θέλω’ είναι και ο λόγος ύπαρξης των χιλιάδων διαφορετικών εφαρμογών με καιρικές προβλέψεις.

Η δυσκολία της Αθήνας -των ανεμοστρόβιλων, των καταιγίδων και του ύψους του χιονιού

Η αστρονόμος, μετεωρολόγος Angela Zalucha, η οποία έχει διδακτορικό στην ατμοσφαιρική επιστήμη, από το ΜΙΤ και θέση λέκτορα στο Iowa State University εξήγησε ότι “αν υποθέσουμε ότι θα μπορούσαμε να τοποθετήσουμε εξοπλισμό μετεωρολογίας παντού στη γη, τα πιο δύσκολα μέρη θα ήταν αυτά όπου ο καιρός αλλάζει σε μικρά χρονικά διαστήματα και αποστάσεις. Μερικά παραδείγματα περιλαμβάνουν τα βουνά (είναι μηχανικά εμπόδια στη ροή -μπλοκάρουν τη βροχή που έχει προβλεφτεί πως θα έλθει) και τα όρια ξηράς νερού (όπου η θερμική ικανότητα της επιφάνειας αλλάζει απότομα)”. Δηλαδή μέρη που έχουν και θάλασσα και βουνό, δηλαδή η Αθήνα.

“Άλλα μέρη που είναι δύσκολο να προβλεφθούν, βρίσκονται στα μεσαία πλάτη, όπου ο καιρός χαρακτηρίζεται από συστήματα υψηλής και χαμηλής πίεσης και μετωπικά όρια (απότομα άλματα στη θερμοκρασία, κατεύθυνση ανέμου και βροχόπτωση). Αυτά είναι πολύ χαοτικά. Υπάρχει ένα μαθηματικό όριο στο πόσο καλά μπορούμε να προβλέψουμε ένα χαοτικό σύστημα.

Οι καταιγίδες και οι ανεμοστρόβιλοι είναι επίσης δύσκολο να προβλεφθούν, επειδή α) είναι φαινόμενα μικρής κλίμακας και β) δεν κατανοούμε πλήρως την ανάπτυξη και την εξέλιξή τους.

Για τον ίδιο λόγο, η συσσώρευση χιονιού είναι δύσκολο να προβλεφθεί, καθώς η ποσότητα του χιονιού που πέφτει στο έδαφος εξαρτάται από τη θερμοκρασία, την υγρασία και το σχήμα των νιφάδων χιονιού (που με τη σειρά τους εξαρτώνται από τη θερμοκρασία και την υγρασία, κατακόρυφα στην ατμόσφαιρα). Η φυσική του σχηματισμού νιφάδων χιονιού είναι ένα άλλο μέρος της επιστήμης που δεν κατανοούμε πλήρως”.

Αυτοί είναι και οι λόγοι που ειδικά στο λεκανοπέδιο της Αττικής -το οποίο περιβάλλεται τόσο από βουνά όσο και από θάλασσα- οι προβλέψεις του καιρού για τις επόμενες ημέρες συχνά αποκλίνουν λιγότερο ή περισσότερο από αυτό που εν τέλει βλέπουμε να συμβαίνει στην πραγματικότητα. Ωστόσο αυτό δεν αποτελεί φαινόμενο μόνο για την Αττική, αλλά γενικότερα σε περιοχές που περιβάλλονται από βουνά και θάλασσα.