Hoofdstuk 14 - Ensemble verwachting 
 
Sinds 1979 worden er bij het Europese weercentrum ECMWF in Reading, ten westen van Londen, dagelijks weersverwachtingen opgesteld.
iedere modelberekening nog een groot aantal keren wordt herhaald. Op die manier ontstaat een verzameling van verschillende weersverwachtingen. Meteorologen spreken hierbij van een ensemble. Het systeem dat deze verzameling van verwachtingen genereert, staat bekend als het Ensemble Prediction System, afgekort EPS
 
14.1 Waarom EPS?
Als je datgene waar je mee bezig bent kunt meten en in getallen kunt uitdrukken, dan weet je iets over dat onderwerp; zo niet, dan is je kennis
mager en onbevredigend', heeft de Schotse ingenieur, wis- en natuurkundige Lord Kelvin eens gezegd. In die zin zijn meteorologen met hun atmosfeermodellen op de goede weg. Toch ontbrak er volgens het ECMWF destijds nog iets: een eindresultaat zonder foutendiscussie was
onvoldoende om de vergelijking met werkwijzen elders in de exacte wetenschappen te kunnen doorstaan. Het EPS maakt zo'n foutendiscussie bij weersverwachtingen met behulp van de computer mogelijk en helpt de rekenresultaten van atmosfeermodellen te voorzien van een foutenmarge.
 
De fouten in de uitkomsten van de berekeningen van het ECMWF-model worden deels veroorzaakt door 'fouten' in de uitgangssituatie voor de berekeningen. Deze zijn een direct gevolg van de beperkte meetnauwkeurigheid van weerwaarnemingen. En dan hebben we het nog alleen over
de gebieden waar waarnemingen beschikbaar zijn; elders blijft het min of meer gissen.
 
De voorlopige weerkaart die de atmosfeermodellen als startpunt gebruiken, staat dan ook bekend als het gisveld. Het gisveld is de meest
recente voorspelling van het model, meestal berekend op basis van de weersituatie van 6 of 12 uur eerder. De beschikbare waarnemingen
worden gebruikt om dat gisveld verder in overeenstemming te brengen met de werkelijkheid. Pas daarna gaan de berekeningen tot tien dagen
vooruit van start.
 
Kleine verschillen in de analyse, zoals de uitgangssituatie voor de modelberekeningen meestal wordt genoemd, kunnen grote gevolgen hebben
voor de verwachtingen. Vooral in de periode van 5 tot 10 dagen vooruit kunnen kleine verschillen in de beginsituatie leiden tot grote verschillen
in de uiteindelijke verwachting
 
De 51 extra verwachtingen die het EPS oplevert, werken elk met een iets andere analyse. Op deze manier worden de verschillende foutenbronnen
in de analyse nagebootst, zodat de effecten ervan op de voorspellingen van het atmosfeermodel kunnen worden onderzocht. Het EPS is verder
nuttig bij het lokaliseren van situaties of gebieden waar de voorspelbaarheid laag is. We zullen daarvan verderop, in figuur 4, een voorbeeld zien
wanneer de presentatie van de resultaten van het EPS aan bod komt.
 
Bovendien kunnen meteorologen op basis van het EPS kansverwachtingen uitgeven. Deze kansverwachtingen kunnen gebruikers in de
gelegenheid stellen om voorzorgsmaatregelen te nemen bij bijvoorbeeld gladheid, een zeer zware storm, verraderlijke windstoten, overvloedige
regen of nachtvorst. Dit kan aanzienlijke kostenbesparingen opleveren, vooral wanneer de kosten van voorzorgsmaatregelen veel kleiner zijn
dan de te verwachten schade
 
EPS-verwachtingen van de kerststorm Lothar uit 1999
  EPS-verwachtingen van de kerststorm Lothar uit 1999. Het betreft verwachtingen voor 42 uur vooruit. De verschillende berekeningen
lopen opvallend sterk uiteen. Verscheidene ensembleleden geven aanwijzingen voor een sterke activering van een weersysteem.
De standaardverwachting, linksboven, onderschatte de ernst van de uiteindelijk opgetreden situatie. Deze werkelijke situatie is weergegeven
op het kaartje direct daarnaast. 
 
14.2 Werkwijze  
Het opstellen van 51 extra verwachtingen vergt veel computertijd, maar die tijd is slechts beperkt beschikbaar. Om binnen de beschikbare mogelijkheden te blijven, is daarom bij de extra berekeningen gekozen voor een variant van het ECMWF-model waarbij de roosterpuntafstand is verdubbeld. Wel controleert men de gevolgen van deze ingreep. Een van de ensembleleden, de zogeheten controlerun, gebruikt precies dezelfde analyse als de standaardverwachting. De overige 50 berekeningen werken met een iets aangepaste analyse 
 
De aanpassingen, of zoals meteorologen zeggen de verstoringen, van de oorspronkelijke analyse worden zorgvuldig gekozen. Zou men dat niet
doen, dan zou een ensemble van 50 leden lang niet groot genoeg zijn om alle mogelijke varianten in de weersontwikkeling te kunnen
voortbrengen.Door echter te werken met zorgvuldig gekozen verstoringen, namelijk verstoringen die de grootste effecten laten zien in de
berekende verwachtingen, kan men met een beperkt aantal ensembleleden volstaan. De weersituatie die uiteindelijk optreedt, valt daardoor in
bijna alle gevallen binnen de mogelijke oplossingen die het ensemble voortbrengt.
 
  Figuur 2 Clusterpresentatie van EPS-voorspellingen. Linksboven de luchtdruk aan de grond en
de temperatuur op ongeveer 1500 m hoogte volgens de standaardverwachting. De overige kaartjes vatten de voorspellingen van de 50 ensembleleden en de controlerun samen. De verwachtingen zijn opgedeeld in 4 verschillende clusters met respectievelijk 17, 14, 11 en 9 (samen 51) leden.
 
  Tubepresentatie van EPS-voorspellingen.
De bovenste rij toont het ensemble gemiddeldede rijen daaronder geven voorbeelden van verwachtingen die het sterkst van het ensemble gemiddelde afwijken.
 
14.3 Weerkaartjes 
Het EPS levert veel informatie, te veel om zonder verdere ordening gemakkelijk te kunnen overzien. Het bestuderen en onderling vergelijken van
52 verschillende weerkaarten, bijvoorbeeld met behulp van de zogenoemde postzegelkaartjes van figuur 1, is dan ook moeilijk. Toch is al snel te
zien dat sommige oplossingen kleurrijker zijn dan andere. Die kleurenrijkdom duidt op een sterkere activering van het weersysteem dan in de
meer kleurloze situaties. 
 
Het voorbeeld toont het geval van een van de kerststormen van 1999, door de Duitse weerdienst Lothar gedoopt. Het kleurarme kaartje
linksboven geeft de standaardverwachting weer. Direct daarnaast staat de werkelijk opgetreden situatie. Daaruit blijkt dat het er in werkelijkheid
wat ruiger aan toe is gegaan. Het EPS had echter al rekening gehouden met ruiger weer. Verscheidene oplossingen evenaren of overtreffen de uiteindelijk opgetreden situatie wat kleurenrijkdom en activiteit betreft. De controlerun is niet afgebeeld. Om het aantal kaartjes terug te brengen
tot hooguit zes, worden twee verschillende technieken toegepast. 
 
De eerste methode brengt oplossingen die veel op elkaar lijken samen in maximaal vier verschillende groepen, of clusters. De kaartjes die zo ontstaan, zoals weergegeven in figuur 2, geven een globaal beeld van mogelijke weersontwikkelingen. De scherpe kantjes zijn daarbij enigszins afgeslepen, omdat een gemiddelde van verscheidene ensembleleden wordt gepresenteerd. Wie ook geïnteresseerd is in extremere gevallen,
moet terugvallen op de postzegelkaartjes of op de zogenoemde tubes. Bij deze tweede techniek presenteert men een ensemblegemiddelde, aangevuld met een aantal afzonderlijke weerkaarten die het sterkst van dat gemiddelde afwijken, zoals weergegeven in figuur 3. 
 
14.4 Spaghettikaartjes en pluimen  
Soms is het handig om alle berekende weersituaties samengevat weer te geven in één enkel kaartje of diagram. Om een al te grote warboel te voorkomen, worden bij weerkaarten één of twee lijnen gekozen die karakteristiek zijn voor het stromingspatroon. Vervolgens worden die lijnen
voor alle 52 beschikbare verwachtingen ingetekend. 
 
Een voorbeeld van het resultaat dat zo wordt verkregen, geeft figuur 4. Direct is duidelijk waarom deze presentatievorm wordt aangeduid als een spaghettiplaatje.In beide gevallen gaat het om verwachtingen voor vijf dagen vooruit. Op de kaartjes bevindt zich rechtsonder het Middellandse Zeegebied. De voorspelbaarheid voor die regio is in de situatie links aanzienlijk groter dan in het geval dat rechts is afgebeeld. Op deze manier
kan het EPS dus helpen om situaties en gebieden in kaart te brengen waar de voorspelbaarheid relatief laag is. 
 

 Spaghettiplaatjes van EPS-voorspellingen
  Figuur 4. Spaghettiplaatjes van EPS-voorspellingen. De lijnen zijn representatief voor de luchtstroming op ruim 5 km hoogte. In beide gevallen
gaat het om voorspellingen voor 5 dagen vooruit, maar in de figuur links liggen de lijnen veelal dichter bij elkaar dan in de figuur rechts.
Vooral boven het Middellandse-Zeegebied is de voorspelbaarheid in de situatie rechts relatief lag. 
 
EPS pluimverwachting voor De Bilt
  Figuur-5 
 
Temperatuur pluim bverwachting 
  Fig-6. Twee temperatuurpluimen (32 ensembleelden) voor Londen
de onder getoonde situatie is aanzienlijk onzekerder dan die erboven.   
 
Figuur 5: De EPS-pluim voor De Bilt. Er worden drie grootheden gepresenteerd: neerslaghoeveelheid per tijdvak van 12 uur (boven),
de windsnelheid (midden) en de temperatuur (onder). Steeds geeft
de dikke rode lijn de 'standaardverwachting'. De blauwe streepjeslijn toont de resultaten van de controleverwachting. De 50 groene lijnen geven de verwachtingen van de 50 ensembleleden.   
 
14.5 Kansverwachtingen  
Een van de toepassingen van het EPS is het maken van kansverwachtingen. Als bijvoorbeeld van een ensemble met 50 leden waarbij de standaardverwachting en de controlerun even niet meetellen — er 10 zijn die ten minste 1 mm neerslag per etmaal voorspellen, dan bedraagt
de kans daarop 20%. 
 
In het kanskaartje van figuur 6 zijn dergelijke kansen weergegeven. De lijnen geven kanswaarden van 2, 20, 40, 60 en 80% weer. Dit komt
overeen met respectievelijk 1, 10, 20, 30 en 40 leden van het ensemble. Voor De Bilt, of een andere plaats in Nederland, kan de neerslagkans
ook worden weergegeven in een stapeldiagram. Figuur 7 geeft hiervan een voorbeeld. De figuur laat zien dat het volgens het EPS in dit geval op woensdag vrijwel zeker droog blijft, terwijl in het weekeinde grote neerslaghoeveelheden mogelijk zijn. 
 
Vergelijkbare kanskaartjes en stapeldiagrammen kunnen worden opgesteld voor gegevens die rechtstreeks aan het EPS zijn te ontlenen, zoals temperatuur, bedekkingsgraad en windsnelheid. Ook kunnen dergelijke verwachtingen worden gemaakt voor afgeleide grootheden, zoals de wateropzet aan de kust tijdens stormsituaties, de ijsdikte in Friesland of de kans op zware windstoten. 
 
  Figuur 6:  
 
Figuur 7:
 
Figuur 6: Kanskaartje, gebaseerd op EPS-verwachtingen. In dit geval gaat het om de
kans dat er in een etmaal 1mm regen valt of meer.De lijnen komen overeen met kans van 2, 20, 40, 60 en 80%.   
 
Figuur 7: Stapeldiagrammen met kans op neerslag in De Bilt. De figuur laat zien dat
het in dit geval volgens het EPS woensdag vrijwel zeker droog blijft, terwijl in het weekeinde grote neerslaghoeveelheden mogelijk zijn.  
 
weerkaast met windsnelheid
  Figuur 8:
 
Cycloon verplaatsing 
  Figuur 9:
 
Fig-8: toont een alarmeringskaart, waarbij de door de ensembleleden berekende weersituaties worden vergeleken met de klimatologie ter
          plaatse. Als bijvoorbeeld de wind extreem hoog is ten opzichte van wat de klimatologie laat zien, wordt dat in de kaart aangegeven.
          De drempelwaarde hangt dus af van de locatie en zal in het geval van wind boven zee hoger liggen dan boven land.  
 
Fig-9: de banen geplot die de ensembleleden voorspellen voor de verplaatsing van een tropische cycloon. De 50 banen zijn aangegeven met
          dunne blauwe lijnen. De ingekleurde gebieden geven de kans dat de cycloon tussen nu en 5 dagen vooruit over raast of op geringe afstand  
         langstrekt. De werkelijke posities van de tropische cycloon zijn achteraf in de figuur aangeduid met dikke zwarte stippen.   
 
14.5 Verdere toepassingsmogelijkheden  
De laatste tijd staan extreme weersituaties, met stormen van orkaankracht of overvloedige neerslag, sterk in de belangstelling. Juist bij dit soort situaties, waarbij weersystemen soms plotseling sterk activeren, kunnen kleine verschillen in de uitgangssituatie al het onderscheid maken tussen
wel of geen storm.
Voorbeelden daarvan zijn de overvloedige neerslag in Midden-Europa in augustus 2002, het aan land gaan van tropische cyclonen en stormen
zoals Lothar uit figuur 1. Op verschillende manieren probeert men meteorologen te helpen om de signalen te herkennen die het EPS ten aanzien
van dit soort verschijnselen kan aangeven. 
 
14.6 Toekomstige ontwikkelingen. 
Het bovenstaande laat de vele toepassingsmogelijkheden van het EPS zien die in de loop der jaren zijn ontwikkeld en uitgetest. Op drie manieren wordt geprobeerd het systeem verder te verbeteren. Ten eerste wordt aanvullend onderzoek gedaan naar de technieken waarmee verstoringen
in de analyse worden aangebracht. Daarnaast wil men met meer gedetailleerde versies van het ECMWF-model rekenen. Ook wordt gewerkt aan
een vergroting van het aantal ensembleleden. 
 
Een praktisch uitvoerbare manier om dit laatste te realiseren, is om de volledige verwachtingsprocedure tweemaal per etmaal te doorlopen:
eenmaal op basis van een analyse van middernacht en eenmaal op basis van de analyse van 12 UT. Door de verwachtingen van beide
berekeningen samen te voegen, ontstaat een ensemble van 100 leden. Dit blijkt beter te presteren dan de eerdere opzet met eenmaal per
etmaal een ensemble van 50 leden. Daarom bestaan er plannen om de berekeningen op routinebasis tweemaal daags uit te voeren. Voor nog gedetailleerdere berekeningen ontbreken op dat moment echter de mogelijkheden. Wanneer een dergelijke aanpak aantoonbaar leidt tot een
betere en tijdigere signalering van maatschappelijk ontwrichtend weer, of op andere wijze tot kostenbesparingen leidt, kan daarmee op termijn wellicht verder worden gegaan. 
 
Bron: Weerkunde - Meteorologie voor iedereen (Kees Floor)