Przejdź do treści
AAA
Kontrast

11.12.2020

IMGW-PIB: Eksperymentalna prognoza długoterminowa temperatury i opadu na styczeń 2021 roku

W całym kraju średnia miesięczna temperatura powietrza powinna kształtować się powyżej normy wieloletniej z lat 1981-2010. Suma opadów atmosferycznych na przeważającym obszarze Polski prawdopodobnie będzie wyższa od normy. Przy zachodniej granicy możliwa suma opadów w normie.

UWAGA! Aby poprawnie zinterpretować przedstawianą prognozę oraz zrozumieć pojęcia „poniżej normy”, „w normie” i „powyżej normy”, prosimy zapoznać się z Często Zadawanymi Pytaniami (FAQ), które zostały umieszczone na końcu prognozy.

Szczegóły prognozy na styczeń 2021 r. - wyniki modeli IMGW-Reg i IMGW-Bayes (start prognoz: 06.12.2020)

Średnia temperatura powietrza
Zgodnie z modelem IMGW-Reg średnia miesięczna temperatura powietrza na obszarze całego kraju kształtować się będzie w górnej granicy normy wieloletniej lub nieznacznie powyżej. Według statystycznego modelu IMGW-Bayes średnia temperatura powietrza w prawie całej Polsce z wysokim prawdopodobieństwem (>90%) osiągać będzie wartości tylko powyżej normy. Średnią temperaturę w normie model IMGW-Bayes wskazuje jedynie miejscami w Małopolsce i na Podkarpaciu

Suma opadów
Według modelu IMGW-Reg miesięczna suma opadów w prawie całej Polsce będzie wyższa od normy wieloletniej lub znajdzie się w jej górnej granicy. Wyjątek w wynikach modelu IMGW-Reg stanowi Pomorze i Ziemia Lubuska, gdzie prognozowana jest przeważnie suma opadów w dolnej granicy normy. Zgodnie ze statystycznym modelem IMGW-Bayes suma opadów w całym kraju będzie również powyżej normy i w normie. Wysokie prawdopodobieństwo (>75%) wystąpienia sumy opadów powyżej normy model IMGW-Bayes przewiduje przeważnie w Wielkopolsce, na Dolnym Śląsku, Ziemi Łódzkiej, Lubelszczyźnie i Podlasiu, a sumy w normie – na Kujawach, Kielecczyźnie i Podkarpaciu. Model IMGW-Bayes wskazuje dodatkowo możliwą sumę opadów poniżej normy na Podhalu.

Liczba dni z opadem
Zgodnie z modelem IMGW-Reg miesięczna liczba dni z opadem w całej Polsce będzie wyższa od normy wieloletniej lub znajdzie się w jej górnej granicy. Według statystycznego modelu IMGW-Bayes liczba dni z opadem będzie w całym kraju bardzo. Wysokie prawdopodobieństwo (>75%) wystąpienia liczby dni powyżej normy model IMGW-Bayes przewiduje głównie na Pomorzu Gdańskim, Ziemi Łódzkiej, Podlasiu i w Bieszczadach, liczby dni w normie – na Pomorzu Zachodnim, południowym Mazowszu oraz miejscami w centrum i południu kraju, a liczby dni poniżej normy – na Suwalszczyźnie, północnym Mazowszu oraz miejscami w zachodniej i południowej Polsce.

 


 

Często Zadawane Pytania (FAQ)

Co oznaczają pojęcia „powyżej normy", „poniżej normy" i „w normie"?
W IMGW-PIB, podobnie jak w innych ośrodkach meteorologicznych na całym świecie, średnią miesięczną temperaturę/miesięczną sumę opadów dla danego miesiąca prognozuje się w odniesieniu do normy wieloletniej z lat  1981-2010. Wartości średniej miesięcznej temperatury/miesięcznej sumy opadów z tego 30-letniego okresu sortuje się od najniższej do najwyższej, 10 najniższych wartości wyznacza średnią temperaturę/sumę opadów w klasie „poniżej normy”, 10 środkowych „w normie”, a 10 najwyższych „powyżej normy”. Gdy przewidywana jest średnia temperatura/suma opadów:
* powyżej normy można zakładać, że prognozowany miesiąc będzie cieplejszy/bardziej mokry od co najmniej 20 obserwowanych, tych samych miesięcy w latach 1981-2010,
* poniżej normy można zakładać, że prognozowany miesiąc będzie chłodniejszy/bardziej suchy od co najmniej 20 obserwowanych, tych samych miesięcy w latach 1981-2010,
* w normie można zakładać, że prognozowany miesiąc będzie podobny do typowych 10 obserwowanych, tych samych miesięcy w latach 1981-2010.

Jak interpretować (nie interpretować) pojęcia „powyżej normy” i „poniżej normy” w prognozach na styczeń?
Prognoza stycznia ze średnią temperaturą „powyżej normy” nie jest równoznaczna z tym, że występować będą np. dni z temperaturą maksymalną powyżej 10°C, a prognoza ze średnią „poniżej normy” np. dni z temperaturą minimalną poniżej -10°C. Jednocześnie prognoza średniej temperatury „poniżej normy" nie wyklucza pojawienia się dni z temperaturą maksymalną powyżej 10°C, a prognoza „powyżej normy” dni z temperaturą minimalną poniżej -10°C. Należy pamiętać, że prognozowana średnia temperatura odnosi się do średniej temperatury całego miesiąca, do temperatury notowanej zarówno za dnia, jak i w nocy.
Prognoza styczniowej sumy opadów „powyżej normy” nie oznacza, że zdarzać się będą intensywne opady deszczu lub śniegu, równocześnie prognoza "poniżej normy" nie odrzuca możliwości wystąpienia takich opadów. Prognozowana suma opadów odnosi się do sumy opadów ze wszystkich dni w miesiącu. W prognozach nie jest określany rodzaj opadu (śnieg lub deszcz).

Dlaczego prognozy długoterminowe obarczone są dużą niepewnością i mogą się od siebie różnić?
Pomimo coraz większej mocy obliczeniowej superkomputerów i szerokiej wiedzy o procesach pogodowych, wciąż nie można uniknąć błędów i różnic w prognozach na tak długi okres w przyszłość. Wynikają one zarówno z ryzyka wystąpienia nagłych (często lokalnych) zjawisk meteorologicznych, które mogą zaburzyć prognozowane procesy pogodowe, jak i z samej różnorodności wykorzystywanych w modelach prognostycznych założeń fizycznych oraz równań matematycznych i statystycznych. Nie jest możliwy dokładniejszy opis przewidywanej pogody z tak dużym wyprzedzeniem. Należy pamiętać, że prognoza jest orientacyjna, ma charakter eksperymentalny i dotyczy średniego przebiegu dla całego prognozowanego regionu i danego okresu prognostycznego.

Jakie modele prognostyczne wykorzystuje IMGW-PIB do opracowywania prognoz długoterminowych?
Opracowując końcową prognozę miesięczną, IMGW-PIB wykorzystuje własne autorskie modele IMGW-Reg i IMGW-Bayes oraz wyniki modeli NOAA (National Oceanic and Atmospheric Administration) i ECMWF (European Centre for Medium-Range Weather Forecasts). Wyniki modeli mogą się od siebie różnić.

IMGW-Reg jest numeryczno-statystycznym modelem prognostycznym, opracowanym i rozwijanym w IMGW-PIB. Prognozowana jest wartość średniej miesięcznej temperatury powietrza i sumy miesięcznej opadów wraz z odchyleniem standardowym (+/-) prognozowanej wartości. Model wykorzystuje metody regresji cząstkowej, za predyktory przyjmując pola kwantyli wybranych zmiennych meteorologicznych z reanaliz NCEP/NCAR. Model uruchamiany jest raz w miesiącu i generuje prognozę dla 6 najbliższych miesięcy. Prognoza jest liczona dla 20 wybranych miast w Polsce.
IMGW-Bayes jest statystycznym modelem prognostycznym, opracowanym i rozwijanym w IMGW. Model opiera się na teorii prawdopodobieństwa i twierdzeniu Thomasa Bayesa (naiwny klasyfikator Bayesa). Prognozowane jest prawdopodobieństwo wystąpienia miesięcznej średniej temperatury powietrza i miesięcznej sumy opadów w klasie „powyżej normy”, „w normie” i „poniżej normy” (wyniki modelu nie zawierają informacji, o ile prognozowana wartość będzie niższa od dolnej granicy normy lub wyższa od górnej granicy normy). Do obliczeń wykorzystywane są dane z reanaliz NCEP/NCAR, które dotyczą wybranych pól meteorologicznych z różnych poziomów troposfery i stratosfery. Model uruchamiany jest raz w miesiącu i generuje prognozę do maksymalnie 5 miesięcy w przód. Prognoza jest wykonywana dla 87 stacji meteorologicznych w Polsce, a wyniki są interpolowane dla obszaru całego kraju.