Dagens numeriske værvarsler har en svakhet ved varsling av vindstyrke, spesielt sterke vinder (sort linje i Fig. 1). Nå er forskerne ved Meteorologisk institutt i ferd med å rette opp dette. Endringen trer i kraft torsdag 29. september.

Korttidsvarslene på yr.no oppdateres minst 5 ganger pr. døgn. Den første oppdateringen på morgenen og ettermiddagen gjøres ved å benytte rene numeriske prognoser så snart disse er klare – yr.no publiserer altså det materialet som kommer direkte ut av datamaskinen. De påfølgende oppdateringene er korrigert av meteorologene. Måler man de meteorologkorrigerte varslene opp mot observert vindstyrke, ser man at meteorologenes varsler er mer korrekte (blå heltrukken og stiplet linje i Fig. 1).

Figur 1: Varslet vind målt mot observert (maksimal) vindstyrke i perioden desember til februar 2011 for alle norske stasjoner. Resultatet er vist som funksjon av vindstyrke (m/s) og skåren er positiv (dvs høye verdier betyr gode varsler). Skåren er skalert til å ligge i intervallet (0-1). Resultatene vil variere med tid på året, prognoselengde og sted.

Det siste året har forskerne på Meteorologisk institutt testet en automatisk rutine for å korrigere de rene numeriske prognosene. Det har valgt å korrigere vindstyrkene i et fast geografisk område som dekker både kysten og fjellet, Fig. 2.

Figur 2: Områder der vinden etter 29. september korrigeres (økes) ved postprossesering er vist i blått.

I disse to områdene justeres vindstyrken automatisk, mens retning holdes uendret. Grunnlag for justeringene har forskerne skaffet seg ved å sammenligne prognoser med observasjoner, som er gjort over en periode på ett år. Det de hare funnet ut, er at de automatiske korrigreringene øker vindstyrken med rundt 30-40%. Måler man dette mot observasjoner, ser vi at justeringene forbedrer varslene betydlig, rød linje i Fig. 1.

Vi ser også at kvaliteten har blitt mer konsistent mellom de automatiske varslene og de meteorologkorrigerte varslene. Med andre ord: Vindvarslene «hopper» ikke lenger fra den ene oppdateringen til den andre på yr.no. Dette ses ved å sammenligne sort og blå linjer i Fig. 1. Videre øker dette kvaliteten på varslene som helhet.

Etter at endringer er satt i produksjon forventer forskerne dessuten en positiv effekt på de meteorologkorrigerte varslene, fordi deres utgansgpunkt er forbedret.

Forskernes merknader om kvalitet

1. De automatisk korrigerte varslene vil muligens overestimere vinden i kraftig pålandsvind. Dette vil bli fulgt opp nøye.
2. Kraftig levind vil fortsatt ofte bli underestimert.
3. Endringen påvirker ikke vindretningen.
4. Endringen gjelder kun korttidsprognosene (neste 2 døgn).

Videreutvikling

Endringene i vindvarslene vil bli fulgt opp og validert fortløpende, og vi tar gjerne imot tilbakemeldinger (også gjennom yr@met.no). Det planlegges en vurdering fulgt av mulige forbedringer/justeringer i januar 2012. Mulige forbedringer kan bli endring av de faste områdene, innføring av finere oppdeling av de faste områdene basert på modellklimatologien, mulighet for korreksjon avhengig av vindretning.

Eksempel

Figur 3 viser korreksjonen av vindstyrken på et gitt tidspunkt. Vindstyrken er gitt på halen av pilene der hvert hakk representerer 5 m/s og et halvt hakk 2,5 m/s. Observasjonene er gitt i rødt. Området der vinden korrigeres er konstant (men er åpent for endringer, og vi er derfor interessert i tilbakemeldinger), mens styrken kan variere fra dag til dag og time til time.

Figur 3: Korrigert vind (hvite piler) og observert vind (rød) kl 19.00 7. oktober rundt Midtre Syndin i Vestre Slidre.

Severe weather is frequently associated with polar lows over ice-free waters during Arctic winter. Through history these intense and short-lived mesoscale cyclones have caused several fatal accidents as well as extensive material damage. Researchers at the Norwegian Meteorological Institute (met.no) has recently simulated a polar low event (3-4 March 2008).

A high-resolution, limited area ensemble prediction system (EPS) to enable early warnings of polar low events is under development at met.no. Severe weather is by nature rare, and is therefore best forecast by a probabilistic forecasting system. For many forecast users even a small probability for a severe weather event is enough to take preventive action. On the other hand, a deterministic forecast represents only one of several almost equally likely forecasts. Due to atmospheric instabilities and the chaotic nature of the atmosphere, the forecast sensitivity to even very small uncertainties may on some occasions be very large, and the associated forecast uncertainty should also be forecast.

The proposed system employs the weather forecast model MetUM (Met Office (UK) Unified Model) at 4-km resolution to dynamical downscale the 21 ensemble members of LAMEPS which is run twice daily with 12-km resolution at met.no. The added value of a high-resolution EPS was extensively evaluated for the aforementioned polar low in Kristiansen et al. (2011). Forecast probabilities, pseudo-satellite pictures, polar low tracks and strike probability maps (Fig. 1) are compared with observational data from the 2008 IPY-THORPEX campaign. The forecast quality depends crucially on the size and location of the domain. When sufficiently large, the influence from data imposed at the lateral boundaries can be reduced by a careful domain selection. The results are sensitive to the model’s parameterizations of physical processes. Although preliminary, this case study indicates that with a short-range, high-resolution EPS, potentially valuable warnings of extreme weather can be given up to 2 days in advance. Forecasts needs to be produced for a representative number of cases to be verified with standard measures for quality and value, and several more cases have been archived for further study. 

Figure 1: Polar low strike probability map. The strike probability predicts the location of the centre of the polar low any time in a 60 h window starting 18 UTC 2 March.

Mc Innes et al. (2011) investigated how increased resolution in MetUM only impacts its ability to simulate polar lows. Verifying model results against the campaign data showed that, consistent with the results in Kristiansen et al., decreasing the horizontal grid spacing from 12 (Fig. 2 (a)) to 4 km (Fig. 2 (b)) significantly improved the simulation of the developing polar low, and a further decrease to 1 km (Figure Fig. 2 (c)) gave further improvement. Due to high computational cost the latter was not run in ensemble mode by Kristiansen et al. A model run with latent heating reduced to 10 % (Fig. 2 (d)) indicated an extensive sensitivity to diabatic heating in this polar low case, and Mc Innes et al. (2011) suggest that the improved model performance at higher resolution could be connected to the model’s handling of convection. They also altered the initialization time of the simulations and carried out similar experiments on another polar low case. The conclusion is that while higher resolution indeed may give improved predictions of polar lows, other factors such as synoptic situation, lateral boundaries and the initial condition may also be important. Hence, it is difficult to estimate the forecast uncertainty a priori.

Figure 2: Sea level pressure (blue, every 2 hPa) and 500-1000 hPa thickness (red, every 20 m) at forecast leas time T+42 valid at 3 March 18 UTC. (a) 12 km horizontal grid spacing, (b) 4 km horizontal grid spacing, (c) 1 km horizontal grid spacing, and (d) 4 km horizontal grid spacing and and 10% latent heat. Green L is where dropsonde observations indicate developing cyclone.

References

Hav og kyst-varslene for Skagerrak, Oslofjorden og deler av Nordsjøen er endret. Vi beklager at vi enda ikke har fått opp en erstatning.

Vi har hatt detaljerte varsler på yr.no, men i en periode vil disse varslene stoppes og erstattes av samme type varsler som forøvrig på Hav og kyst. Endringen skyldes at Meteorologisk institutt skifter supercomputer og dette har tatt lengre tid enn først antatt.

Vår gamle Oslofjord-modell dekket Oslofjorden ut til Færder. Med det nye modellsystemet har vi isteden fått en modell med 800m horisontal oppløsning, som dekker hele norskekysten (inkl. hele Skagerrak). Vi jobber for tiden med å tilrettelegge disse resultatene på GRIB-format, men inntil videre vil strømvarselet med 4km oppløsning være det beste tilgjengelig på yr.no.

Beklager så mye ulempen dette medfører!

Temperaturvarslene for Svalbard har hatt hyppigere og større feil enn varslene for fastlandet. Kritikken av kvaliteten har vært berettiget.

Temperaturvarslene vil nå bli forbedret ved at vi har fått på plass et system for bedre å utnytte lokale observasjoner på Svalbard.

Vi har hatt et tilsvarende system i drift for fastlandet en stund, og vi vil med et tilsvarende system oppnå bedre temperaturvarsler på yr.no for Svalbard også.

Hvorfor er temperaturvarslene på Svalbard et problem?

Det varsles ofte for lave temperaturer nå i den kaldeste tida på året og det varsles ofte ganske mange grader for kaldt. Dette skjer som følge av flere forhold. Det viktigste har med det å gjøre at vi til tross for superraske regnemaskiner er nødt til å ha en avstand mellom beregningspunktene på en del kilometer i værmodellene våre.

Værvarslene på Svalbard er basert på beregninger gjort av en numerisk værvarslingsmodell modell (datamodell) med 8 km mellom beregningspunktene.

Numeriske værvarslingsmodeller

En numerisk værvarslingsmodell tar utgangspunkt i det vi vet om atmosfæren i øyeblikket, for så å beregne utviklingen framover. Beregningen av de fysiske prosessene som skjer i atmosfæren krever enorm regnekraft, og for å dekke et større geografisk område, er vi nødt til å redusere på datamengden. Dette gjøres som nevnt ovenfor ved å begrense antallet beregningspunkter i modellen og slik blir det en avstand på flere kilometer mellom punktene. Vi bruker flere ulike modeller som utgangspunktet for korttidsvarselet på yr.no.

På Svalbard brukes en modell med oppløsning på 8 kilometer som utgangspunkt. Vi forklarer:

Tenk deg at du legger et kolossalt fiskegarn over bakken, med en maskevidde på 8 kilometer. De stedene trådene i garnene krysser hverandre kaller vi gitterpunkter. I hvert gitterpunkt beregnes en rekke verdier, bl.a. trykk, fuktighet, vind og temperatur over tid. Det samme gjør vi i 60 slike fiskegarn i parallelle lag over hverandre, opp til 30 kilometers høyde. Atmosfæren følger de fysiske lover, så vi kan nå ut fra det vi vet om værsituasjonen i øyeblikket beregne hvordan endringer i et hvert punkt påvirker omkringliggende punkter. Utfordringen er at mange værfenomener har mindre horisontal utstrekning enn 8 kilometer.

Topografien er utfordrende

Topografien blir i modellen forenklet (utglattet) i forhold til virkelighetens fjorder, daler og fjell. Jo mer komplisert topografien er, desto flere detaljer går tapt.

Svalbard er et utfordrende område å bedrive værvarsling i, med isolert geografisk beliggenhet langt nord hvor både åpent hav, havis og en komplisert (og majestetisk) topografi skal ivaretas. Longyearbyen er et eksempel på dette.

I værvarslingsmodellen har Isfjorden mindre utstrekning enn i virkeligheten. Det vil si at det «varme» vannet i fjorden ikke påvirker den varslede temperaturen i og omkring Longyearbyen godt nok, og dette resulterer i at varslet temperatur blir gjennomgående for lav. Svea er et annet eksempel der det skjer nesten det samme.

Modellene korrigeres

For vel et år siden innførte vi på yr.no en postprosessering av modellberegningene for steder på fastlandet. Denne etterbehandlingen bruker ferske observasjoner for å korrigere varslene på punkter hvor vi har observasjonsstasjoner. Korreksjonene er veide midler av siste dagers avvik mellom observasjoner og værvarsel, med mest vekt på siste døgn.

Temperaturkorreksjonene brukes også i nærheten av selve observasjonspunktet, men i minkende grad med økende avstand fra der observasjonen gjøres.

For steder på fastlandet har vi, både gjennom intern verifikasjon og gjennom tilbakemeldinger fra brukerne, sett at metoden har gitt et positivt bidrag til temperaturvarslene. Vi har gjort forsøk med den samme metoden for Svalbard over et litt kortere tidsperspektiv, og ser også her en forbedring av varselkvaliteten.

På øygruppen vil vi kunne benytte ca 10 observasjoner, og de fleste steder hvor folk oppholder seg regelmessig vil derfor få bedre varsler.

Stadig utvikling

Metoden vil neppe løse alle utfordringer med værvarsling for øygruppen, men i kombinasjon med andre forbedringer, vil det bidra til stadig bedre varselkvalitet. Vi har nylig opprettet en del nye observasjonsstasjoner i området og får stadig tilgang til flere. Dette gjør at temperaturkorrigeringene vil kunne skje over et større geografisk område, i tillegg til at vi vil kunne dra synergier fra annen utvikling som benytter observasjonsdata til å bedre modellkvaliteten generelt.

Dette innlegget inneholder så langt de forbedringer vi har gjort hittil. I  et litt lengre tidsperspektiv jobbes det kontinuerlig med å forbedre modellkvaliteten, og dermed både temperaturvarsler og andre værelementer som vind og nedbør. Flere og hyppigere observasjoner i nordområdene er viktige bidrag. De superraske regnemaskinene vi har i dag erstattes med jevne mellomrom av ennå kjappere og større maskiner slik at avstanden mellom beregningspunktene kan reduseres.

Hittil i sommer har det vært  perioder med kraftig bygevirksomhet som ikke har blitt varslet godt nok på yr.no. Vi har derfor gjennomgått metodikken og varsler nå riktigere.

Hvordan varsles nedbøren på yr.no?

Værsymbolene viser nedbør når vi anser det som mest sannsynlig at det kommer nedbør. Det kan altså være muligheter for nedbør selv om værsymbolet ikke inneholder nedbør.

For å få et mer nyansert varsel kan du se på nedbørintervallene. I time-for-timevarselet er disse angitt som tekst i tabellen og som blå og skraverte søyler i figuren. Vi tar altså høyde for at regnbyger har en stor grad av tilfeldighet i hvor og når de slipper regnet; vi har vel alle opplevd hvor lokal og kortvarig en sommerbyge kan være.

Hvor treffer bygene?

Værvarslingsmodellene klarer ikke å plassere hver enkelt byge på eksakt riktig sted. Årsaken til dette er at atmosfæren har en kaotisk natur, og byger med liten geografisk utstrekning og kort levetid er vanskelig å beskrive eksakt i modellene.

Vi vil ikke få et godt varsel hvis vi for et gitt sted baserer oss på nedbørvarselet fra modellen alene (les mer om byger). I figuren under ser vi hvordan en av met.no sine værvarslingsmodeller ikke klarer å plassere hver enkelt byge eksakt (sammenlignet med nedbør fra radarmålinger), men at modellen er god på å avgrense i hvilke områder det er bygeaktivitet. Les om radar.

Høye nedbørsøyler?

På yr.no utnytter vi at modellen forteller oss i hvilke områder det er opphold, bygenedbør og nedbør fra mer omfattende nedbørsystemer. I praksis vil det si at vi bruker modellens variasjon i nedbør i nærheten av varselstedene for å lage et best mulig værvarsel.

Dersom noen områder har opphold, mens andre naboområder har kraftig nedbør, så vil variasjonen og usikkerheten i varselet bli stor. På yr.no vises det ved at de skraverte søylene i time-for-time varselet blir høye.

Hvorfor er nederste del av søylen helt blå?

Nedbørsystemer med større utstrekning og mindre lokal variasjon vil redusere usikkerheten i varselet, og minimumsverdien for varslet nedbør vil da ofte være større enn 0mm/t. På yr.no ser vi det ved at nedbørssøylenes nederste del blir helt blå. (Les mer om nedbørsøylene).

Værvarslingsmodellene utvikles kontinuerlig

Den modellen som vanligvis brukes for å varsle nedbør på yr  ble oppgradert to ganger i vinter og det endret litt hvordan nedbørprosessene  beskrives i  modellen. Bygene ble litt mer spredt og noe mer intensive enn tidligere. Vi har derfor gjennomgått metodikken for hvordan vi presenterer nedbørvarslene på yr.no .

Tidlig på sommeren traff vi dårlig med nedbørvarslingen og varslet for ofte bedre vær enn hva det faktisk ble, men etter justeringen i midten av juni har dette blitt bedre.

Figuren viser at værvarslingsmodellen (i blått) gir bygenedbør i mange av de samme områdene som radaren (hvor gult viser moderat nedbør og rødt viser kraftig nedbør). Les mer om radar her.

Nytt og bedre værvarsel for norske områder

Tirsdag  1.oktober 2013 tok Meteorologisk institutt (MET) i bruk en ny værvarslingsmodell. For Norge og nærliggende områder er nå kortidsvarselet (de neste to til tre dagene) på yr.no basert på den numeriske værvarslingsmodellen AROME-Norway. AROME-Norway beskriver værutviklingen med en geografisk detaljeringsgrad på 2,5km (mot tidligere 4 til 8km). Det gir bl.a. en mer detaljert beskrivelse av konveksjon og byger, topografi, fysiografi og kystlinjen. Ved bruk av de nyeste værobservasjonene, oppdateres værvarslene utfra 4 daglige modellkjøringer (mot tidligere 2).  Utviklingen av AROME-Norway er et samarbeid mellom meteorologer, forskere og IT for effektive og robuste værvarsler med høy kvalitet.

Med AROME-Norway er værvarslene i gjennomsnitt mer presise enn tidligere. Dette gjelder spesielt for nedbør, skyer (værsymbolene) og vind. Temperaturvarslene er litt mindre presise enn tidligere, men det er planlagt ytterligere oppdatering av modellen for å forbedre temperaturvarslene. Detaljene kommer på om.yr.no i tiden fremover.

AROME-modellen er utviklet i et europeisk samarbeid (HARMONIE), og modellen tas i bruk i mange land. Navnet AROME-Norway henspeiler på at MET har tilpasset modellen for norske forhold. AROME-Norway er nå grunnlaget for de grafiske varslene på yr.no. MET har meteorologer på vakt som overvåker været døgnet rundt. I tillegg til de grafiske varslene  finner du meteorologenes tekst-varsel og twitter-meldinger på oversiktssidene. Her får du bl.a. meteorologenes vurdering og oppsummering av varslene.

Varsler for hele verden 10 dager frem i tid
På yr.no  er det værvarsler for hele verden, 10 dager frem i tid. Hvordan værvarslene lages samt hvor ofte og når de oppdateres, avhenger av sted og prognoselengde. Fellestrekket er imidlertid at alle varslene har utgangspunkt i værvarslingsmodeller og at værprognosene etterbehandles før de presenteres på yr.no.

Hva er en værvarslingsmodell?

En numerisk værvarslingsmodell er en datamodell som beskriver atmosfæren ved et gitt tidspunkt og dens utvikling. Værobservasjoner fra hele verden benyttes til å gi en best mulige beskrivelsen av atmosfærens tilstand (diagnose) ved en gitt tid (4 ganger per dag). Deretter brukes fysiske og dynamiske lover, empiriske sammenhenger og matematisk modellering til å beregne værets utvikling fremover i tid. Disse beregningene gjøres i et 3-dimensjonalt rutenett og tilsammen gjøres det millioner av beregninger før værvarselet er klart.

Et værvarsel er aldri helt perfekt. De to viktigste grunnene til dette er små unøyaktigheter i diagnosen og i modellen. Unøyaktigheter i dagnosen skyldes usikkerheter i selve observasjonene og at det ikke er mange nok observasjoner til å beskrive hele atmosfæren i detalje. De store værsystemene er derfor bedre beskrevet enn de mindre.

Atmosfæren er et kaotisk system og to atmosfæriske tilstander som er nesten like hverandre, vil utvikle seg forskjellig, og på et senere tidspunkt være svært ulike. Fordi diagnosen i værvarselmodellen alltid vil være litt forskjellig fra den virkelige atmosfæren vil disse forskjellene vokse med varsellengde. Unøyaktighetene og dermed også veksten i forskjellene, er størst for de minste værfenomenene, f.eks. er sommerbyger vanskeligere å varsle til rett tid og sted enn større lavtrykk. Høytrykk er ofte stabile og kan varsles med stor nøyaktighet mange dager frem i tid.

Det er store mengder data som skal samles, regnes ut og etterbehandles når en værvarslingsmodell benyttes. Denne prosessen tar tid. Værvarslene er derfor 4-8 timer gamle allerede på det tidspunktet yr.no oppdateres.

Å kunne varsle hvor sikkert et værvarsel er, er en viktig del av et værvarselet. For å kunne varsle usikkerheten i værvarslene benyttes derfor et sett av nesten like værvarsler – kun ørsmå forskjeller i diagnosen skiller disse. Vokser forskjellene raskt er været ustabilt, motsatt, vokser de sakte, er utviklingen stabil. Tilsammen utgjør disse varslene et ensemble-system. På yr.no er langtidsvarselene for Norge basert på et slikt ensemble av værvarsler.

Usikkerheter i værvarselmodellene kommer også fra ufullstendig kjennskap til de fysiske prosessene samt fysiske og matematiske tilnærminger og antagelser. Jo flere detaljer som er inkludert i en modell, desto færre tilnærminger og antagelser er nødvendig. Men samtidig blir det flere kilder til usikkerhet (f.eks. på grunn av svært lokale variasjoner i været). I figuren under er et eksempel på hvordan Sognefjorden er beskrevet når det er henholdsvis 8 og 2,5km mellom hvert beregningspunkt. Større detaljeringsgrad gir bedre mulighet for å gi gode beskrivelser av viktig værfenomener. Jo tettere mellom hvert beregningspunkt, jo flere beregninger må værmodellen gjøre. Viktige begrensningene er derfor tilgangen på kraftige datamaskiner og hvor stort område man kan tillate seg å gjøre svært detaljerte beregninger på.

Topografien i AROME-Norway med 2,5km mellom hvert punkt (øverst) og HIRLAM med 8km mellom hvert punkt (nederst).

Etterbehandling

De rene modelldatane etterbehandles før de presenters på yr.no. Dette gjelder temperatur, nedbør, vind, skydekke og torden. Etterbehandlingen reduserer feilvarsler fra modellen (f.eks. ved lokal tilpasning eller ved å benytte helt ferske lokale observasjoner til å korrigere varslene), og sørger for at presentasjonen blir best mulig.  Skydekke, nedbør og temperatur benyttes til å lage værsymboler som en del av presentasjonen av værvarslet.

Varselkvalitet og etterbehandlingen vil fremover bli beskrevet mer utfyllende i egne saker på om.yr.no.

Værvarslene sammenlignes hele tiden med observasjoner. Da ser vi hvor og i hvilke situasjoner varslene er gode og når de er mindre gode og vi vet hva vi trenger å forbedre. Like viktig er tilbakemeldingene vi får (f.eks. til yr@met.no). I tillegg til å måle kvaliteten på værvarslene der vi ikke har observasjoner, forteller disse oss også hva som er viktig for våre brukere og om presentasjonen er forståelig. Om varslene er aldri så gode, så hjelper det ikke hvis presentasjonen er dårlig.

Ulike metoder og fokus avhengig av prognoselengde og sted
Å lage gode værvarsler krever mye regnekraft på superdatamaskiner. Økt regnekraft og langsiktig utvikling har gitt oss AROME-Norway. I tillegg kombinerer MET observasjoner, lokal kjennskap og lang varslingserfaring med statistiske og fysiske metoder for etterbehandlingen av modelldataene for å lage gode og pålitelige værvarsler for Norge og nærliggende områder. Nedenfor er en oppsummering av modeller og metoder.

Kortidsvarselet:

Dette er varselet for de neste to til tre dagene og blir presentert på oversikts- og time-for-time sidene.

1. Værmodellen AROME-Norway (generell beskrivelse av AROME/HARMONIE).

• Brukes for Norge og nærliggende områder (rødt område i figuren).
• Modellprognosene for nedbør, skyer, vind, temperatur og torden etterbehandles for økt kvalitet og lokale tilpasninger.
• 2.5km mellom hvert datapunkt (500m for temperatur for fastlands-Norge).
• Oppdateres 4 ganger daglig (ca klokken 06,12, 18 og 00 norsk sommertid og en time tidligere vintertid).

2. Værmodellen HIRLAM

• Brukes for Nord-Europa utenfor AROME-Norway (blått område i figuren).
• Modellprognosene for nedbør, vind og temperatur etterbehandles for økt kvalitet og lokale tilpasninger.
• 8km mellom hvert datapunkt.
• Oppdateres 2 ganger daglig (ca klokken 06 og 18 norsk sommertid og en time tidligere vintertid).

3. Værmodellen ECMWF.

• Brukes for resten av verden.
• Modellprognosene for  temperatur etterbehandles for lokale tilpasninger.
• Oppdateres 2 ganger daglig (ca klokken 9 og 21 norsk sommertid og en time tidligere vintertid).

Områdene som er dekket av henholdsvis værmodellene AROME-Norway (rødt) og HIRLAM (blått). Utenfor det blå og røde området benyttes værmodellen fra ECMWF.

Langtidsvarselet:

Dette er varselet for 3-10 dager fremover og blir presentert under fanen langtidsvarsel.

1. Ensemble-systemet ECMWF-ENS – fastlands Norge (se side 16 i ECMWFs Nyhetsbrev).

• Temperatur og nedbør etterbehandles spesielt for å øke kvaliteten. Det beregnes og presenteres den mest sannsynlige værutviklingen samt at varselets (u)sikkerhet og sannsynligheter for ulike andre mulige værutviklinger beregnes og presenteres.
• 5km mellom hvert datapunkt.
• Oppdateres 2 ganger daglig (ca klokken 12 og 00 norsk sommertid og en time tidligere vintertid).

2. Ensemble-systemet ECMWF-ENS – andre norske områder.

• Det beregnes og presenteres den mest sannsynlige værutviklingen samt at varselets (u)sikkerhet og sannsynligheter for ulike andre mulige værutviklinger beregnes og presenteres.
• 25km mellom hvert datapunkt.
• Oppdateres 2 ganger daglig (ca klokken 12 og 00 norsk sommertid og en time tidligere vintertid).

3. Værmodellen ECMWF.

• Brukes for resten av verden.
• Modellprognosene for  temperatur etterbehandles for lokale tilpasninger.
• Oppdateres 2 ganger daglig (ca klokken 9 og 21 norsk sommertid og en time tidligere vintertid).

Tilbakemeldinger på varselkvalitet og presentasjon er alltid viktig.

Over flere år har brukernes tilbakemeldinger vært svært nyttige for videreutviklingsarbeidet på yr.no. Det ønsker vi at fortsetter og vil fortsatt gjerne ha tilbakemeldinger, gjerne via tilbakemeldinger på yr.no.

Har du lagt merke til at radarbildene  på yr ser annerledes ut? Det er fordi vi har oppgradert metoden for sammensetning av bilder. Vi kan nå fylle radarens helt eller delvis blokkerte sektorer med data fra andre radarer med dekning i det aktuelle området.

Har vi 100% dekning?

Som trofaste yr-brukere vet, er det områder i radarbildene hvor vi aldri fanger opp nedbør, til tross for at radarbildene gir inntrykk av at vi burde kunne fange opp nedbør i det aktuelle området.  De lyse sirklene i radarbildene, som i eksempelet til høyre, viser området vi kan dekke med radaren dersom den har fri sikt i alle retninger fra det punktet den står på; det er ingen merking i bildet av hvor vi mangler informasjon om nedbør innenfor sirklene.

Det er vanskelig å finne steder med fri utsikt som også egner seg for en radar, og det er dessverre få av våre radar som har fri sikt i alle retninger.  Sett fra de fleste av radarene våre er det fjell eller høydedrag som tar deler av utsikten, og reduserer dekningen.  Det har vi hatt klart for oss når vi har vurdert hvor vi skal plassere radarene i forhold til hverandre; hvor kan vi plassere radarene for å dekning i sektorer hvor én eller flere andre radar mangler dekning?

Hvordan vi setter sammen bildene

Radarbildene vi legger ut inneholder som regel data fra to eller flere radar. Visse områder er dekket av flere radar, og da må vi sette opp regler for hvordan vi skal velge data fra de ulike radarene i det aktuelle området.

Den enkle metoden

Metoden vi har brukt frem til i dag er relativt enkel.  Det er to kriterier som styrer hvilken radar som skal bidra med data.  Det ene er hvilken radar som ligger nærmest det aktuelle punktet i bildet.  Det andre er høyde over bakken for dataene; jo lengre unna radaren vi kommer, jo høyere over bakken er dataene hentet fra.

Om radaren som er valgt har utsikt til det aktuelle punktet er uten betydning med denne metoden.  Og bruker vi denne metoden, og merker området hvor utsikten fra radarene er blokkert, vil bildet se ut som eksemplet til høyre

Den nye metoden

Med den nye metoden tar vi hensyn til om valgt radar har utsikt til det punktet i bildet den skal levere data til.  Vi beregner hvor vi mangler utsikt, eller har en blokkert sektor, sett fra aktuelle radar.  Denne informasjonen bruker vi sammen med de to kriteriene fra den enkle metoden; avstand til nærmeste radar og høyde  over bakken.

Det betyr at vi kan fylle en radars helt eller delvis blokkerte sektorer med data fra andre radarer som har dekning i området.  Bruker vi den nye metoden på dataene fra eksempelet over, og legger inn merking av området hvor vi mangler data, ser bildet ut som i eksempelet til høyre

Merking av sektorer hvor vi mangler data

Selv med den nye metoden for å sette sammen radardataene, vil vi ha bilder hvor vi mangler data i enkelte sektorer.  Sektorene hvor vi mangler data blir markert på samme måte som i eksempelet som illustrerer «Den enkle metoden»; sektoren er merket med samme grå sjattering som området utenfor dekning.

Vi beregner hvor vi har sektorer uten data, og sektorer hvor fjell og høydedrag stjeler så mye av utsikten at vi får problemer med å fange opp gode data om nedbør.  Sektorene hvor beregningene våre viser at mer enn 90% av signalet fra radaren er blokkert merker vi som beskrevet tidligere. Men det er mye som påvirker hvordan signalet fra radaren sprer seg i atmosfæren, og i noen tilfelle vil radaren fange opp data i sektorer som beregningene sier er mer enn 90% blokkert.  Skulle det skje vil datane bli lagt over merking av at sektoren er blokkert.

Nå kommer endelig radarbilder over Finnmark. Et nytt utsnitt med data fra vår nyeste værradar, radar Berlevåg, og radar Hasvik er nå klar for yr.

Med den nye radaren har vi dekning over det meste av Finnmark og de kystnære fiskebankene utenfor Finnmarkskysten. Vi mangler dessverre dekning over deler av Finnmarksvidda, men vi har planer for en værradar som skal dekke dette området.

Radaren står helt sør i Berlevåg kommune på Skužučohkka, cirka 470 meter over havet.

Du finner radar i menyen på ditt sted

På alle stedsvarsel for Finnmark får du nå en lenke til Radar i venstremenyen som om tar deg direkte til det nye utsnittet fra siden med varslet. Det betyr at du får tilgang til radarbildene direkte fra fra siden med varsel for hjemstedet ditt.

Her kan du lese mer om radar

Værradaren stod ferdig i sommer.

Det har tatt to år å fullføre byggingen av værraderen. Sommeren er kort og været skifter fort, så det meste av sommeren 2011 gikk med til å få bygget selv tårnet. Det tekniske utstyret fikk vi på plass i sommer.

Radar Berlevåg står i ulendt terreng et godt stykke fra nærmeste vei. Alle byggematerialer og det tekniske utstyret måtte fraktes med helikopter. Monteringen av det tekniske utstyret krever både godt vær og dyktige piloter. Bildet viser monteringen av kuppelen som beskytter selve radarantennen mot vær og vind. Foto: Espen Aspenstrand/met.no

Som du kanskje har lagt merke til, så har seriene med værradarbilder som dekker den nordlige delen av Norge hatt flere bilder per time enn den sørlige delen av landet. I nord har vi 8 bilder per time, mens vi til nå har hatt 4 bilder per time i sør.

Været kan endre seg mye i løpet av et kvarter

Fra og med i dag dobler vi også antall radarbilder i sør. Så nå blir det lettere å følge med på hvordan nedbøren flytter seg, og hvordan regnbygene vokser og avtar; regnbyger kan endre seg mye i løpet av et kvarter.

Radarbildene finner du via siden for ditt sted, eller på http://www.yr.no/radar/. Nå er det bare utsnittene med våre radar som får 8 bilder per time. Utsnittet som dekker Norden vil fortsatt ha 4 bilder per time. Det gjelder også for kartlaget med radardata du finner på http://www.yr.no/kart/, siden dette bildet dekker hele Norden.

Hei

Hvorfor er det ikke ikke nedbørsmålinger i Molde by? Tror det hadde vært meget interessant å vite litt om nedbøren her. Mitt inntrykk som innflytter at at det er svært lite nedbør her i forhold til resten av vestlandet og også områdene rundt.

Imorgen står det 32 – 59 mm regn i Bergen fra kl 12 – 18. Betyr det at det da vil regne med et «tempo» som tilsvarer 32- 59 mm i døgnet, eller at det i løpet av de 6 timene vil komme en så høy vannsøyle med nedbør.

Og hvis det siste; Er ikke et enormt mye i så fall?

Jeg er ansvarlig for snerydning i Nuuk og bruger YR som den bedste og mest nøjagtige vejr tjeneste som vi er meget glade for

Det er dog ret forvirrende når man ser på Nedbørs statistikke på langtidsvarsel og der for eksempel stå fredag 29.11.2013 nedbør 2,2 mm og man så går ind i time for time og kan tælle nedbør på næsten 20 mm ???

Er der en forklaring på det ??

Ole skrev: «Det er dog ret forvirrende når man ser på Nedbørs statistikke på langtidsvarsel og der for eksempel stå fredag 29.11.2013 nedbør 2,2 mm og man så går ind i time for time og kan tælle nedbør på næsten 20 mm ???»

Jeg har stusset på det samme.

En forklaring kunne være om man tok integralet av nedbøren per time mhp dt av sammenliknet dette med de akkumulerte døgndataene. (Man måtte benyttet en trapesoid approksimasjon med N=12 ller Simpsons approksimasjon pga man har tids diskrete data). Et eksempel kunne være det bestemte integralet fra 0 til 12 n(t)dt som på diskret form vha trapsoid approksimasjon ville være 1/2*(t1+2(t1+t2+t3+t4……t11)+t17) der t er nedbørsobservasjonene i hver time.

Jeg har samme problem som hr Abrahamsen. Dere varsler 1,7 imorgen for Gardermoen i langtidsvarslet, men i oversikt blir det minst 3,5 eller 4,3 for innsamlingsdøgnet, mens max er mye høyere, og langtidsmedlingen har intet intervall i meldingen.

jeg bruker yr langtidsvarsel mye når jeg planlegger jobb og fritid. Langtidsoversikten etter endringen i år synes jeg er blitt forvirrende og lite oversiktig. Siden langtidsoversikten varsler været i et gitt tidsrom synes jeg litt missvisende. Tidsrommet det gjelder varierer også. Jeg vet faktisk ikke noe om hva jeg kan forvente av vær uten å gå nedover og se på detaljene om kveld/natt. Jeg ønsker en rask oversikt øverst over hva som er forventet vær de neste dagene. Hva med å dele døgnet i to faste intervaller slik at første bilde blir et oversiktsbilde feks fra kl 06-18 og 18.01-05.59 for hver dag. Også kan spesielt intereserte klikke seg nedover for flere detaljer hvis en vil. Ønske mitt er færrest mulige klikk for å få en god oversikt på hvor mye og når nedbør er forventet (dag/natt)

Hvorfor er dere så uproffe på yr.no?

Ja , det var vel litt kipt spørt, MEN. Jeg kan «spå» været bedre enn dere en dag før.. Hvorfor er det slik?

Jeg lurer litt på om dere ikke tar høyde for regnestykket som omfatter jordens flate.. Jeg ser at dere ikke gjør det.. Hva med å begynne med det? Regnestykkene deres er utrolig feil og de er over hele verden. Dere kan ikke gjøre dette. Dette er en komersiell avis.. Intet annet!

yr.no er truleg blant nettstadene i Noreg med høgast andel mobilbrukarar, trass i at mobilversjonen m.yr.no er både gamal og utdatert. No vil vi gjerne ha hjelp til korleis mobilsidene kan bli betre!

I løpet av hausten lanserer vi nye mobilsider, som gradvis vil bli utvida utover hausten og vinteren. Du kan få sjå skissene våre no, og vi set stor pris på tilbakemeldingar og innspel.

PS! Designaren vår er kanadisk, difor er skissene delvis på engelsk :-)

yr.no på fleire plattformar

I dag finn du yr.no på fleire ulike plattformar, med litt ulikt tilbod:

• Nettversjonen www.yr.no er det rikaste tilbodet. Her finn du alle varsla + ei rekkje tilleggstenester (snøskredvarsling, UV-stråling, statistikk, observasjonar m.m.
• Mobilversjonen m.yr.no er ei svært nedskalert versjon av www.yr.no. Mobilsidene vart utvikla for fleire år sidan, og ser til dels utdaterte ut. Dei har varsel og radarbilete, elles få andre tenester.
• Appane for iOS, Android og Symbian er òg svært nedskalerte versjonar av nettsidene. Dei har varsel, men manglar radarbilete, observasjonar og alle tilleggstenestene.

Vi trudde lenge at appane kom til å bli dei viktigaste mobiltenestene våre. App-bruken var svært mykje høgare enn bruken av m.yr.no i fleire år. Trenden har snudd, og vi ser no at m.yr.no er nesten dobbelt så mykje brukt som appane. Då må vi gjere desse sidene betre å bruke! Vi har fått svært mange ynske om nytt innhald på mobilsidene, no kjem dette på plass!

I løpet av 2014 kjem den nye mobilversjonen til å bli bygd ut og vil deretter erstatte www.yr.no slik du kjenner sidene i dag.

Alt innhaldet som ligg på dagens www.yr.no vil bli overført til dei nye sidene. Dei nye sidene vil sjølvsagt bli responsive, og då blir det slutt på at mobilversjonen har eit anna innhald enn nettversjonen. I løpet av denne perioden kjem vi òg til å oppgradere appane, men vi startar altså med mobilsidene.

Vi rydjar i tid og rom

Det kanskje smartaste grepet vi gjorde då vi lanserte yr.no i 2007, var å strukturere innhaldet etter geografi i staden for varslingstype. Tdilegare var dei fleste vêrnettstadene delt i «korttidsvarsel», «langtidsvarsel», «kystvarsel», «fjellvarsel» o.s.v. Du måtte altså innom svært mange ulike sider før du fekk oversyn over vêrutviklinga på éin stad. Vi organiserte yr.no slik at du fyrst fortalde oss kvar du ville ha eit varsel for, og så gav vi deg alt vi kunne seie om vêrutviklinga på denne staden. Dette er sjølvsagt i dag, men det var ei stor endring den gongen!

No skal vi prøve å gjere det same med tidsaksen. I dag delar vi yr.no inn i klima, statistikk (historiske data), eit slags oversynsvarsel, time for time-varsel, langtidsvarsel og normalar (korleis vêret vanlegvis er). Planen vår er å harmonisere dette slik at du enkelt kan bla deg framover og bakover langs éi tidsakse. Om du går bakover i tid får du observasjonar frå målestasjonane, om du går langt framover i tid får du klimatologi og normalar. D.v.s. at det skal vere like lett å finne ut av korleis temperaturen sannsynlegvis vil bli i juli 2014 som det er å finne korleis temperaturen var i går formiddag.

Dette er ikkje heilt ukomplisert: Mange stader manglar vi målingar og historiske data. Av og til går målestasjonane i stykker, slik at det plutseleg manglar data for nokre dagar. Vi har ikkje normalar for heile verda o.s.v.

Veksling mellom oversyn og detaljar

Alle brukarane av yr.no er vande med delinga mellom f.eks. timesvarsel og langtidsvarsel slik sidene fungerer i dag. Vi trur likevel at det finst smartare måtar å skilje mellom overblikket du får i langtidsvarselet og djupdykket du får i timesvarselet, og håpar å kunne integrere oversyn og detaljar langs same akse.

Vi trur òg at det vil vere lettare å forstå tidsaksen dersom du kan bevege deg opp og ned i detaljgrad på same måte – uansett om det er varsel for dei neste dagane eller historiske data bakover i tid.

D.v.s. at du vil kunne navigere på same måte frå varsel for dei neste dagane til detaljane for kvar dag, som du navigerer frå oversynet over vêret i juli 2012 til detaljerte tal time for time 11. juli.

Raskare overblikk, ny ikonografi

Dei vanlege vêrsymbola på yr.no fungerer godt i dag, men dei aller fleste brukarane har store problem med å forstå vindpilar og nedbørsmengdar. Vi håpar at sirklane du ser i skissa nedanfor kan fungere betre enn vindpilane vi har i dag (sist vi testa vindpilane var det berre 20 prosent som forstod hakane på vindpilane vi har i dag).

Sterk og farleg vind varierer mykje mellom landsdelane. Stiv kuling går heilt greitt på Vestlandet, men kan føre til store skadar på Austlandet. I dagens vindpilar er det knapt mogleg å sjå den sterke vinden – skalaen er tilpassa ekstremane. Vi har difor lyst til at vindpilane og nedbørssymbola skal justere seg etter kva som er normalt for staden: Altså at stiv kuling blir veldig tydeleg markert på Austlandet, men får mindre krisepreg langs kysten i Nord-Noreg. Akkurat denne funksjonaliteten kjem det nok til å ta litt tid å få på plass – vi må rekne ut normalvindstyrkar for heile jordkloten fyrst!

Ting vi er usikre på

• Funkar det nye designet? Kva kunne vi gjort betre?
• Ert det fornuftig å endre såpass mykje på ikonografien i eitt jafs?
• Finst det betre måtar å vise fram nedbør og vindstyrke på?

Dersom du har andre gode idéar til korleis vi kan gjere mobilversjonen av yr.no betre set vi stor pris på dét òg!

Artikkelen er også publisert på¨teknologinettstaden NRKbeta, og tek gjerne i kommentarar der!