Tuoreimmat

A-J Punkka

A-J Punkka

Sen sijaan, että tarkastellaan tuhansia luotauksia yhtenä kokonaisuutena, on myös mielenkiintoista poimia joukosta kaikkein ”mehevimmät” tapaukset ja tarkastella niitä omana kokonaisuutenaan. Neljäosaisen pöytälaatikkotutkimuksen kolmanteen lukuun olenkin koostanut Suomen luotausasemien havaintosarjoista eri parametrien ennätyslistat sekä joukon havaintoja, joita kutsun tästä eteenpäin iltapäivälehtimäisesti superluotauksiksi. Olen määritellyt superluotaukseksi mittauksen, jossa seuraavat ehdot täyttyvät:

1.       Alimman 500 metrin keskimääräinen vesihöyryn sekoitussuhde on vähintään 11 g/kg

2.       850 ja 500 hPa:n painepintojen välinen lämpötilavähete on vähintään 7 K/km

3.       Pinnan ja 500 hPa:n välinen tuuliväänne on vähintään 15 m/s

 

Kannattaa huomata, että edelleenkin tarkastelusta puuttuu kolmas syvän kostean konvektion ainesosa eli kehityksen laukaiseva tekijä. Niinpä superluotauspäivät ovat saattaneet olla maassamme vesisateen sävyttämiä kosteanhiostavia kesäpäiviä ilman sen suurempaa ukkosiin liittyvää dramatiikkaa. Yllä asetettuihin ehtoihin ei myöskään liity pitkälle vietyjä tieteellisiä perusteluja. Tämäntapainen tarkastelu lienee silti mielekästä tehdä, koska yo. ehdot täyttävissä tilanteissa ovat aina läsnä ilmiselvät vaaraa aiheuttavan sään episodin ainekset.  Jäljempänä ruodin myös superluotauksiin liittyneitä synoptisia tilanteita. Tällä tavoin voi saada karkealla tasolla käsityksen, miten ”katastrofin” ainekset löytävät toisensa.

 

Kesä 2010 jyrää ranking-listoilla

Kun 50 vuoden kotimainen luotausaineisto laitetaan järjestykseen 850 hPa:n lämpötilan (”ilmamassan lämpötila”) perusteella, saadaan alla oleva lista. Siitä nähdään välittömästi kesän 2010 korostunut asema. Viime kesänä rikottiin ensimmäistä kertaa Suomen asemilla +20 asteen haamuraja, ja Suomen ennätystä pitää hallussaan Jyväskylä  8. elokuuta mitatulla  +20,7C lukemallaan. Kahden kymmenen kuumimman listalta selviää myös, että muun muassa kesinä 1970, 1983, 1992 ja 2008 meillä on vieraillut erittäin kuumia ilmamassoja.

 

Pvm                    Klo                      T850                    Asema

8.8.2010            0600                    20,7                     Jyväskylä

8.8.2010            1200                    20,5                     Jokioinen

8.8.2010            0000                    20,3                     Jokioinen

29.7.2010          0600                    20,2                     Jyväskylä

12.8.1992          0000                    19,9                     Sodankylä

30.7.2010          0000                    19,8                     Sodankylä

8.8.2010            1800                    19,6                     Jyväskylä

11.8.1992          1200                    19,5                     Jokioinen

3.7.2008            0000                    19,4                     Sodankylä

26.6.2009          0000                    19,2                     Sodankylä

 

Alatroposfäärin kosteuden ranking-listalla komeilee niin ikään monta kesän 2010 luotausta. Kärkisijan vie kuitenkin vuosisadan ukkoskesän, 1972 mittaus Sodankylästä. Tuolloin vesihöyryn sekoitussuhde oli alimmassa puolessa kilometrissä huikeat 15,6 g/kg. Hulppeita kosteusmääriä on mitattu myös kesien 1970, 1988, 1991 ja 2003 aikana.

 

Pvm                    Klo                      Kosteus             Asema

13.7.1972          1200                    15,6                     Sodankylä

16.7.2010          0000                    15,0                     Jokioinen

7.8.2010            1800                    14,9                     Jyväskylä

28.7.2003          1800                    14,9                     Jyväskylä

17.7.1988          0000                    14,7                     Jokioinen

1.8.1961            1200                    14,6                     Jokioinen

16.7.2010          0600                    14,5                     Jyväskylä

17.7.2001          1800                    14,3                     Jyväskylä

8.8.2010            1200                    14,2                     Jokioinen

8.8.2010            0600                    14,1                     Jyväskylä

 

Kolmas ranking-lista käsittää tuuliväännejärjestyksessä luotaukset, joissa alimmassa puolessa kilometrissä on ollut kosteutta vähintään 12 g/kg. Jotta tapaus on päässyt top20-listalle, maanpinnan ja 500 hPa:n välisen väänteen on täytynyt olla vähintään 19,6 m/s. ”Dynaamisimmat” ympäristöt ovat tarjoilleet jopa yli 25 m/s tuuliväänteitä. Listalla on varsin mielenkiintoisia päiviä, sillä 6.7.1999 havaittiin jättirakeita, 20.8.2004 esiintyi Kontiolahdella F2-luokan trombi, 5.7.2002 maan itäosassa jyräsi ensimmäinen Suomessa vahvistettu syöksyvirtausparvi ja 29.7.2010 maan keskiosaa höykytti Asta-rajuilma, joka sekin täytti syöksyvirtausparven määritelmän.

 

Pvm                    Klo                      Tuuliväänne    Asema

17.8.2007          0000                    27,5                     Jokioinen

23.6.2006          0600                    26,2                     Jyväskylä

20.8.2004          0000                    26,0                     Jokioinen

19.7.1970          1200                    25,9                     Jyväskylä

5.7.2002            1200                    24,9                     Sodankylä

18.8.2008          0000                    24,5                     Jokioinen

19.7.1970          1200                    24,2                     Jokioinen

22.7.2010          1800                    23,6                     Jyväskylä

29.7.2010          1800                    22,5                     Jyväskylä

6.7.1999            1200                    22,0                     Jokioinen

 

Ennen kesää 2010 superluotauksia kesinä 1998 ja 1999

Edellä esitetyn superluotauksen ehdot (7 K/km, 11 g/kg, 15 m/s) täyttäviä kandidaatteja löytyi koko luotausaineistosta ainoastaan 20 kappaletta. Jälleen kerran kesä 2010 hypähtää listalta esiin, sillä 20 luotauksesta peräti puolet on peräisin heinä-elokuulta 2010. Kaiken kaikkiaan luotaukset voidaan ryhmitellä tapauksiin, jolloin päädytään seuraavaan kahdeksaan episodiin (suluissa merkittävät tapahtumat):

1.       19.-20.7.1970

2.       9.7.1972 (Puumalan rajuilma, derecho-kandidaatti)

3.       9.8.1972

4.       15.-16.6.1998 (Iitin trombi)

5.       26.6.1999

6.       25.-26.7.2010 (rajua ukkosta)

7.       28.-30.7.2010 (Asta, derecho)

8.       8.8.2010 (Sylvi-rajuilma ja jättirakeet)

 

Tarkastelu osoittaa siis selvästi sekä viime kesän että ylipäätään superluotausten harvinaislaatuisuuden. Jotta asia tulisi konkreettisemmaksi, alla on luotausdiagrammilla esitettynä muutamia ehdot täyttäviä luotauksia. Ensimmäiset kaksi esimerkkiä (8.8.2010 ja 26.6.1999)kuvaavat äärimmäisen ”räjähdysherkkää” iltapäivän tilannetta. Kuten näin kuumissa ilmamassoissa yleensä on, tilanne on melko vahvasti tulpattu johtuen kaakosta saapuneesta ”koholla olevasta” hyvin sekoittuneesta ilmakerroksesta. Lopulta käynnistävän tekijän vahvuus määrittelee sen, lähteekö patoutunut potentiaalienergia muuttumaan liikkuvampaan muotoon.

Esimerkki vuodelta 1998 tuo karulla tavalla ilmi tämän työmenetelmän heikon kohdan. Rajakerros saattaa olla äärimmäisen stabiili, jolloin ainoa keino purkaa potentiaalienergiaa on kohokonvektio. Kyseisessä esimerkissä rajakerroksen kostean kerroksen yläreunasta kohotetuille ilmapaketeille konvektiivinen esto on huomattava. Kuitenkin, mikäli esto on voitettavissa, noin 2 kilometristä ylöspäin ukkospilvet nousisivat taivaalle raketin tavalla. Kyseinen termodynaaminen asetelma tekee trombien esiintymisen mahdottomaksi ja laskee syöksyvirtausriskinkin vähäiseksi.

Mitä opimme tästä?

Kotimaisen noin 50 vuotta käsittävän, tuhansia mittauksia sisältävän luotausaineiston perusteella voidaan todeta, että vain parissa kymmenessä tilanteessa alimman puolen kilometrin kerroksessa kosteutta on ollut yli 13,5 g/kg ja 850 hPa:n lämpötila on ylittänyt +18 astetta. Suuren kosteuden tilanteissa (>12 g/kg) 850 hPa:n 500 hPa:n välinen lämpötilavähete on harvinaisen suuri, jos se ylittää 6,8 K/km. Vastaavasti maanpinnan ja 500 hPa:n välinen tuuliväänne on harvinainen, jos se on kosteassa luotauksessa yli 20 m/s.

 

Jos luotausaineisto pengotaan edellä esitettyjen parametrien ehdoilla >7 K/km, > 11 g/kg ja > 15 m/s, saadaan erilleen superluotausten populaatio. Näissä tapauksissa ruuti on todella kuivaa ja useimmiten tuulista, ja ”katastrofi” jää kiinni ainoastaan siitä, onko käynnistävä tekijä riittävän voimakas. Ehdot täyttäviä luotauksia löytyi aineistosta ainoastaan 20 kappaletta, joista peräti 10 havaittiin kesällä 2010. Tämä korostaa kesän 2010 poikkeuksellisuutta sekä sitä faktaa, että rajuimmat vaaraa aiheuttavan konvektion ainesosien kohtaamiset ovat maassamme erittäin harvinaisia.

 

Superluotauksiin liittyvät säätilanteet ovat synoptisesta näkökulmasta jopa hämmentävän samankaltaisia. Tästä lisää seuraavassa luvussa.

Luotauksia käsittelevän pöytälaatikkotutkimuksen toisessa tarkastelen Suomen kolmen luotausaseman havaintohistoriaa ”haulikkograafien” avulla. Tarkastelussa on lukuisia instabiilisuuden, alatroposfäärin kosteuden, tuuliväänteen ja muiden parametrien yhdistelmiä (pitäen toki pääpainon syvän kostean konvektion ainesosissa). Tällä tavoin ykkösluvun pintaraapaisuun saadaan huomattavasti lisää syvyyttä. Jos ykkösluku jäi lukematta, kannattaa kuitenkin perehtyä luvun alkupuolella esitettyyn motivaatio- ja työmenetelmäosaan.

 

Instabiilisuus ja kosteus harvoin saman taivaan alla

Koska pääasiallinen mielenkiinto kohdistuu syvän kostean konvektion ainesosiin, tämän luvun perusgraafi on alla oleva ”haulisarja”. Siinä on esitetty kaikkien kolmen aseman kesä-elokuun luotausten kosteus-instabiilisuuspisteparit noin 50 vuoden ajalta. Kaikkiaan kuvassa on edustettuna siis yli 25 000 luotausta. 

 

Syvän kostean konvektion kannalta graafin otollisin alue sijoittuu siis oikeaan ylänurkkaan. Niinpä kuvasta nähdään välittömästi, että nämä kaksi aineosaa kohtaavat (näyttävällä tavalla) perin harvoin. Jakauma on kokonaisuudessaan kiilamainen siten, että instabiilisuuden vaihtelu on suurinta vähän kosteutta sisältävissä tilanteissa. Lisäksi lukumääräisesti korkeita lämpötilavähetteen arvoja on eniten niin ikään ”kuivissa” luotauksissa. Jos tarkastellaan ainoastaan 10-13 g/kg kosteutta sisältäviä luotauksia, nähdään, että merkittävässä osassa näitä luotauksia lämpötilavähete on pienempi kuin  6 K/km (eli stabiliteetiltaan likimain neutraali). Yli 13 g/kg kosteutta sisältävissä tapauksissa stabiilien tapausten osuus näyttää pienenevän.

 

Myös runsas kosteus ja tuuliväänne hukassa toisiltaan

Kun vaihdetaan tuuliväänne lämpötilavähetteen tilalle, saadaan alla olevan mukainen kuva. Tässäkin tapauksessa parhaat rakennusaineet rajuihin säätilanteisiin sijaitsevat kuvan oikeassa ylälaidassa. Aivan kuten perusainesosien kohdalla, myös runsas kosteus ja merkittävä tuuliväänne ”eksyvät” varsin harvoin samaan luotaukseen. Jos luotausjoukosta kahmaistaan pois tapaukset, joissa kosteutta on vähintään 10 g/kg ja tuuliväännettä 15 m/s, saadaan ainoastaan muutaman sadan luotauksen joukko. Tilastollisesti Suomessa kesä-elokuussa tällaisten luotausten osuus on säälittävät 1,5% (vuosittain kesä-elokuussa siis keskimäärin 1,4 tällaista päivää). On syytä muistaa, että näistäkin tapauksista osa jää torsoksi esimerkiksi vähäisen instabiilisuuden tai liian suuren konvektiivisen eston vuoksi.

Kuumimmilla ilmamassoilla mielenkiintoisia ominaisuuksia

Lisää taustoittavaa tietoa saadaan, kun tarkasteluun otetaan ilmamassan lämpötilaa kuvaava suure (850 hPa:n painepinnalla eli reilun kilometrin korkeudella vallitseva lämpötila). Alla olevassa kuvaajassa näkyy samainen kesä-elokuun haulisarja, mutta nyt siten, että vaaka-akselilla on ilmamassan lämpötila ja pystyakselilla alatroposfäärin kosteus. Jakaumasta tulee kauniisti kaareutuva, ja sen yläreunaa rajaavat kyllästystilassa olevat tapaukset. Kokemus on osoittanut, että valtaosassa merkittävistä syvän kostean konvektion päivistä kosteutta on alimmassa puolen kilometrin siivussa vähintään 8-10 g/kg. Kuvaajasta näkyy, että nämä lukemat saavutetaan vain ilmamassoissa, joissa T850 on vähintään välillä +5…+8C. Yli 12 g/kg lukemiin päästään puolestaan vain kympin ylittävillä ilmamassan lämpötiloilla.

Kokonaiskuva muuttuu yhä mielenkiintoisemmaksi, kun tarkastellaan ilmamassan lämpötilan ja instabiliisuuden yhdistelmää. Nähdään, että havaintopisteet muodostavat hieman samantapaisen muodostelman kuin kuvassa, jossa vaaka-akselilla oli kosteus. Kylmissä ilmamassoissa lämpötilavähetteen vaihtelu on varsin suurta, mutta alkaa supeta selvästi helleilmamassoissa siten, että kaikkein kuumimmissa massoissa vähetteet ovat varsin suuria.

 

Alla olevassa kuvassa musta palloviiva kuvaa kyseisessä lämpötilassa vallitsevaa lämpötilavähetettä kyllästystilassa olevalle ilmalle 850 hPa:n ilmanpaineessa. Näin ollen kaikki viivan yläpuolelle jäävät havaintopisteet kuvaavat luotauksia, joissa 850 hPa:n tasolla tilanne oli instabiili kostea-adiabaattisille muutoksille. Oranssi palloviiva vastaa mustaa, mutta on esitetty 500 hPa:n painetasolle. Kannattaa myös huomata, että lämpötilalukemat on merkitty palloviivan vierelle. Lämpötilalukemat pyrin valitsemaan siten, että ne vastaavat suuntaa antavasti samassa kohdassa olevien mustien pallojen tilanteita. Eli toisin sanoen tilanteissa, joissa T850 on +20C, T500 on varsin lähellä -8C:aa. Kuvan vihreä palloviiva on kahden ensin mainitun palloviivan perusteella laskettu keskimääräinen 850 ja 500 hPa:n lämpötilavähete kyllästystilassa olevalle ilmalle. Jos käytetään vertailukohtana mustaa ja vihreää viivaa, kuvasta nähdään, että varsin merkittävässä osassa tapauksia luotaus on kostea-adiabaattisille ilman pystysiirroksille epävakaa. Tämä pitää paikkaansa etenkin lämpimille ilmamassoille, koska havaintopistejakauma kaareutuu diagrammin oikeaa ylänurkkaa kohti. Kuvasta voi myös päätellä, että yli +15C ilmamassoissa instabiilisuus on käytännössä aina läsnä, joten syvä kostea konvektio jää kiinni kahdesta muusta ainesosasta.

 

Tämän luvun viimeisissä kuvissa kurkataan pinnanläheisten ilmavirtausten ja 500 hPa:n ilmavirtausten suuntia yhdessä ilmamassan lämpötilan ja alatroposfäärin kosteuden kanssa. Ei ole yllätys, että kuumimpien ilmamassojen saapuessa meille tuulet puhaltavat pinnan lähellä erityisesti kaakon ja ylempänä etelän suunnalta. Kuvasta näkyy, että lämpimiä lukemia on havaittu myös esimerkiksi pohjoistuulten vallitessa. Nämä eivät ole välttämättä havaintovirheitä, vaan ovat todennäköisesti peräisin tilanteista, joissa ilmamassa on ollut vaihtumassa tai havaintopaikan yllä on ollut esimerkiksi heikkotuulinen korkeapaine.

 

Kosteimmissa tilanteissa pinnanläheisten virtausten suuntavalikoima on hieman edellä nähtyä laajempi. Suuri osa tapauksista sijoittuu etelän ja idän välille. Keskitroposfäärissä suunnat painottuvat kaakon ja lounaan välille. Koillisia erittäin kosteita virtauksia saattaa esiintyä esimerkiksi tilanteissa, joissa kapea kostean ilman sektori yltää Suomeen, mutta pintavirtaukset jäävät puhaltamaan koillisesta.

 

Mitä opimme tästä?

Tässä luvussa tarkasteltiin Suomen 50 vuoden luotausaikasarjoja erityisesti kesätilanteiden ja syvän kostean konvektion kannalta. Alatroposfäärin kosteudesta, instabiilisuudesta, tuuliväänteestä ja ilmamassan lämpötilasta tehtiin useita kaksi parametria yhdistävää ns. scatter plottia. Tarkastelun keskeisimmät havainnot olivat:

·         Suuri alatroposfäärin kosteus ja lämpötilavähete (keskitroposfäärin instabiilisuus) ovat harvoin läsnä samassa luotauksessa. Suurimmat lämpötilavähetteen arvot havaitaan yleensä vähän kosteutta sisältävissä luotauksissa.

·         Suuri alatroposfäärin kosteus ja paksun kerroksen tuuliväänne ovat myös harvinainen yhdistelmä samassa luotauksessa. Keskimäärin kesässä on vain 1,4 päivää, jolloin Suomessa havaitaan luotaus, jossa kosteutta on vähintään 10 g/kg ja tuuliväännettä yli 15 m/s.

·         Yli 12 g/kg kosteutta sisältäviä luotauksia havaitaan vain, kun 850 hPa:n lämpötila ylittää +10C.

·         Lämpimissä ilmamassoissa lämpötilavähete on yleensä kostea-adiabaattisille ilman pystysiirroksille epävakaa. Kuumissa ilmamassoissa (T850 > +15C) näin on käytännössä aina. Syvän kostean konvektion syntyminen jää siis kiinni joko kosteudesta tai laukaisevasta tekijästä.

·         Kuumimpien ilmamassojen saapuessa meille pinnanläheiset (vapaan ilmakehän) virtaukset puhaltavat useimmiten kaakosta (etelästä).  Kosteimpien ilmamassojen saapuessa pinnanläheiset virtaukset ovat yleensä idän ja etelän välisestä sektorista.

Motivaatio

Idea tämänkertaiseen pöytälaatikkotutkimukseen alkoi kyteä mielessäni jo reilu vuosi sitten. Taustalla oli huomio, että kuuro- ja ukkospilviä ennustaessa ja tutkiessa huomio keskittyy usein enemmän tai vähemmän konvektion käytettävissä olevan potentiaalienergian (CAPE) määrään. Tämä lähestymistapa on toki luonteva, koska CAPE tiivistää yhteen numeroon kahden syvän kostean konvektion ainesosan vaikutuksen. Mutta miksi ainesosia ja niiden esiintymistä ei voisi tarkastella myös yksitellen? Tunnettu tosiasiahan on, että CAPE ei ole ”jäykästi” ilmakehässä siirtyvä ominaisuus, eikä se kerro mitään energiamäärästä tulevien tuntien aikana. Potentiaalienergian määrään vaikuttavat ainesosat siis elävät enemmän tai vähemmän omaa elämäänsä, minkä vuoksi ainesosakohtaisessa tarkastelussa on erityinen oma mielenkiintonsa.

 

Penkomalla luotauksia voi esimerkiksi valottaa sitä, mistä ainesosasta meidän leveysasteilla on erityisesti ”pulaa” ja miten yleisiä erilaiset ainesosien kombinaatiot ovat. Näiden ajatusten siivittämänä sukelsin 50 vuotta käsittävään kotimaiseen luotausaineistoon. Hyvin pian huomasin, että sukellus menee syvemmälle kuin oli tarkoitus. Pohjakosketus ei silti ollut suuri vahinko, koska aineistosta paljastui monia hyvin mielenkiintoisia tuloksia. Julkaisen tulokset useammassa erillisessä blogimerkinnässä.

 

Mitä tulikaan tehtyä?

Sade- ja ukkoskuuropilvet vaativat syntyäkseen kolme ainesosaa:

1.       Instabiilisuus eli sopiva lämpötilan pystyjakauma (eli maanpinnan lähellä riittävän lämmintä suhteessa ylempänä olevaan ilmaan)

2.       Kosteus (maanpinnan lähellä)

3.       Kehityksen käynnistävä tekijä

Jos yksikin näistä aineosista puuttuu, sade- tai ukkoskuuroja ei muodostu. Vaaraa aiheuttaville ukkospilville mainitaan joskus lisäainesosana paksussa ilmakerroksessa esiintyvä tuuliväänne (eli tuulen suunnan ja nopeuden muutokset ylöspäin mentäessä).  Tämä tekijä ei kuitenkaan ole siinä mielessä vertailukelpoinen edellä mainittujen kanssa, että sen olemassaolo ei ole pakollinen vaarallisten ukkospilvien esiintymiselle.

 

Ainoa havaintoihin pohjautuva tapa tutkia ainesosien esiintymistä viime vuosikymmenien aikana, on tarkastella ilmakehäluotauksia. Niinpä tutkimusaineistoksi valikoituivat luotaushavainnot Jokioisista, Jyväskylästä ja Sodankylästä. Ensin mainitun aseman aikasarja kattaa vuodet 1961-2010 ja kahden viimeksi mainitun vuodet 1965-2010.

 

Instabiilisuutta kuvaa tässä tutkimuksessa 850 hPa:n ja 500 hPa:n välinen lämpötilavähete, mikä kertoo lämpötilan laskun määrän kilometriä kohti. Tämän noin 3,5 kilometrin paksuisen ilmakerroksen stabiilisuus on yleensä ratkaiseva pilven orastavan kasvun kannalta. Kosteusolosuhteita kuvaa puolestaan maanpinnan ja 500 metrin välinen keskimääräinen vesihöyryn sekoitussuhde. Suure kertoo, kuinka monta grammaa vesihöyryä on kilogrammassa ilmaa. Pelkkää 2 metrin korkeudella havaittua kosteutta ei olisi ollut järkevää ottaa mittariksi, koska käytännössä kosteutta on oltava ainakin muutaman sadan metrin paksuisessa kerroksessa, että se riittäisi kunnolla ruokkimaan ukkospilven kasvua.

 

Entä kuinka päästä käsiksi kolmanteen ainesosaan eli käynnistävään tekijään? Valitettavasti tämä työmenetelmä ei mahdollista ”triggeröinnin” tutkimista. Sääasema- ja varsinkin luotausasemaverkosto on useissa tapauksissa aivan liian harva, jotta käynnistävä tekijä voitaisiin varmuudella ”eristää” saati luokitella.

 

Luotausaineiston käyttö ei ole muutenkaan aivan ongelmatonta. Tekniikka, jolla luotauksia on tehty vuosikymmenten varrella, on vaihtunut useita kertoja. Alkuaikoina mittaukset kärsivät etenkin antureiden hitaudesta, jolloin alhaalla olevien ilmakerrosten olosuhteet saattoivat heijastua liian ylös, ja esimerkiksi kosteusanturi saattoi jäätymisen vuoksi pilata kosteusmittaukset ylätroposfäärissä. Mittaustekniikkaan liittyviä epähomogeenisuuksia en ole karsinut aineistosta mitenkään. Joukossa on myös pieni joukko selviä yksittäisiä mittausvirheitä. Nämä tulevat useimmiten näkyviin jakaumien ulkopuolella sijaitsevina pisteinä.

 

Ennen kuin hypätään tulosten pariin, on vielä syytä korostaa, että ainesosien tarkastelu erikseen ei ole nollasummapeliä. Ei ole siis asetettavissa yksikäsitteisiä raja-arvoja, millä lämpötilavähetteen ja kosteuden arvoilla saadaan aikaan ukkospilviä. Edes näiden kahden tarkasteleminen yhdessä ei riitä, koska kolmas ainesosa jää joka tapauksessa tämän työn ulkopuolelle. Lisäksi valitut suureet jättävät täysin huomiotta 850 hPa:n alapuolella vallitsevan lämpötilajakauman. Käytännössä tämä voi johtaa siihen, että erittäin otollinenkin kosteus-instabiilisuus-yhdistelmä ei voi johtaa esimerkiksi suuren konvektiivisen eston vuoksi ukkoskuurojen kehittymiseen. Kyseisen yhdistelmän tarkastelu kertoo siis enemmänkin siitä, kuinka usein sade- ja ukkoskuuroille otollinen tilanne on ylipäätään olemassa (vaikka CAPE-pajatso jäisikin lopulta tyhjentämättä). Huolimatta työmenetelmän heikkouksista luotausaikasarjoista voi riipiä irti paljon yleissivistävää ja taustoittavaa tietoa Suomen syvän kostean konvektion ilmastosta.

 

Instabiilisuus on vähäisintä kesän ollessa kuumimmillaan

Alla olevassa kuvassa on esitetty päivittäiset suurimmat keskimääräiset 850 ja 500 hPa:n välisen lämpötilavähetteen arvot Suomen kolmelta luotausasemalta. Kuvasta näkyy, että suuret vähetteet ovat todennäköisempiä talvella kuin kesällä. Lisäksi vähetteiden vaihteluväli on talvella kesää suurempi. Keskimäärin pienimmät (eli ukkospilvien kannalta huonoimmat) vähetteet esiintyvät loppukesästä ja alkusyksystä. Jakaumaa selittää suurelta osin lämpötilavähetteiden lämpötilariippuvuus. Talvisissa lämpötiloissa esimerkiksi kostea-adiabaattinen lämpötilavähete on selvästi suurempi kuin kesäisissä lämpötiloissa.

Lämpimissä kesäolosuhteissa neutraali kostea-adiabaattinen 850 ja 500 hPa:n välinen lämpötilavähete on likimain 6-6,5 K/km. Toisin sanoen, tätä lukemaa suuremmat vähetteet ovat suotuisia sade- ja ukkoskuurojen kehitykselle. Kuvasta nähdään, että kuumimman ukkossesongin aikana yksittäisenä päivänä 75% todennäköisyydellä vähete jää 6,5 K/km heikommalle puolelle. Poikkeuksellisen suuren (97,5% prosenttipiste) lämpötilavähetteen raja menee samaan aikaan 7 K/km kohdalla ennätysten yltäessä lähelle 8 K/km:iä.

 

Näillä numeroilla mitattuna jäämme huimasti jälkeen esimerkiksi Yhdysvaltojen Keskilännen olosuhteista. Meksikon suunnalta saapuvissa keskitroposfäärin ilmamassoissa 8 K/km lämpötilavähetteet ovat siellä enemmänkin sääntö kuin poikkeus. Eroa selittää suurelta osin se, että Suomessa tai Suomen lähialueilla ei ole olemassa laajaa ylänköaluetta, jossa hurja instabiilisuus voisi muodostua ja liukua lopulta pinnan tuntumassa majailevien kosteiden ilmakerrosten ylle.

 

Ilmastollisesti mielenkiintoinen näkökulma saadaan, kun tarkastellaan instabiilisuuden kesäkuukausien (kesä-elo) aikasarjaa. Alla olevasta kuvasta nähdään, että keskimääräinen lämpötilavähetteiden vuosittain vaihtelu on absoluuttisella tasolla melko pientä. Aikasarjasta on vaikea erottaa merkittäviä trendejä.

 

Alatroposfäärin kosteus on suurimmillaan heinä-elokuun vaihteessa

Toisen tarkasteltavan ainesosan vuodenkierto on jokseenkin päinvastainen kuin instabiilisuuden. Ei ole mikään yllätys, että pienimmät kosteusmäärät havaitaan keskitalvella. Suurimmillaan kosteuden määrä on keskimäärin heinäkuun loppupuoliskolla ja elokuun ensimmäisellä viikolla. Lisäksi kesäaikaan kosteuden vaihtelu on suurempaa kuin talvella, mitä selittää yksinkertaisesti kylmän ilman huonompi kyky sitoa kosteutta.

 

Kesän kosteimpaan aikaan tyypillinen vesihöyryn sekoitussuhde on luokkaa 9 g/kg. Poikkeuksellisen korkea kosteusmäärä tähän aikaan vuodesta on noin 12 g/kg, kun ennätyslukemat yltävät lähes 16 g/kg:aan. Itse olen pitänyt jonkinlaisena merkittävänä tilanteen peukalosääntönä 10 g/kg:aa. Luotausaineisto osoittaa, että näitä lukemia voidaan Suomessa saavuttaa vapusta aina syyskuun loppuun asti. 12 g/kg on puolestaan mahdollisuuksien rajoissa kesä-elokuun ajan.

 

Jos verrataan kosteusjakaumaa ukkosen esiintymiseen Suomessa (ei kuvaa), huomataan välittömästi, että suurimmat vuorokautiset salamamäärät ja suurimmat kosteusmäärät löytävät melko tarkalleen toisensa. Tästä voisi yksinkertaistaen päätellä, että ukkospilvet pomppivat Suomessa taivaalle ensisijaisesti kosteuden pillin mukaan. Ukkoskauden laidoilla olevien kuukausien (touko- ja syyskuu) aikana kosteusolosuhteet ovat likimain samat, mutta salamointi on hieman yleisempää toukokuussa. Tässä osaselitys voi olla keskimäärin parempi instabiilisuus alkukesän aikana. Myös tämän tutkimuksen ulkopuolelle jäänyt ainesosa (laukaiseva tekijä) saattaa selittää eroa.

 

Mikäli kosteudella on instabiilisuutta hallitsevampi rooli ilmastossamme, on erityisen kiinnostavaa tarkastella, kuinka kesän keskimääräiset kosteusolot ovat vaihdelleet viime vuosikymmeninä. Alla olevasta aikasarjasta nähdään, että 2000-luvulla on ollut useita varsin kosteita kesiä. Tätä ennen jakaumassa on instabiilisuuden tavoin pieni aallonpohja. Vielä aiemmin eli 60- tai 70-luvuilla kosteat kesät olivat myös melko yleisiä olettaen, että tämän aikaisiin kosteusmittauksiin voi luottaa. Kokonaisuutena tästäkään aikasarjasta on vaikea löytää selvää trendiä. Sen sijaan yhteys voimakkaisiin ukkoskesiin on selvempi kuin lämpötilavähetteellä. Aktiiviset ukkoskesät 1972, 1988, 2003 ja 2010 nousevat aikasarjasta esiin. Kesä 1972 on koko aikasarjan kostein, mitä seuraa hyvänä kakkosena kesä 2010. Salamamäärien ja alatroposfäärin kosteuden välinen korrelaatio ei silti ole kaksinen. Tarkastelin testimielessä heinäkuita ja sain heinäkuiden salamamäärien ja kosteuksien väliseksi korrelaatioksi olemattomat 0,38. Huonoa korrelaatiota selittää tunnettu tosiasia, että kokonaissalamäärissä yksittäiset päivät saavat usein erittäin suuren painoarvon. Niinpä pari runsassalamaista kosteaa päivää muuten kuivan kuukauden aikana nakertaa kuukausitason korrelaatiota tehokkaasti.

Tuuliväännettä riittää

Myös tuuliväänteen jakauma on jokseenkin odotetunlainen. Talviajan voimakkaampi barokliinisyys (eli horisontaaliset lämpötilaerot) johtaa luonnollisesti voimakkaampiin tuuliin etenkin vapaassa ilmakehässä ja sitä kautta voimakkaampaan tuuliväänteeseen. Jakauma käyttäytyy pitkälti lämpötilavähetteen tavoin, jolloin suurimmat lukemat ja vaihteluväli havaitaan talvella. Pienimmät lukemat ja vaihteluväli osuvat puolestaan hyvin lähelle kiivainta ukkossesonkia. Tällöin tyypillinen päivittäinen tuuliväänteen maksimiarvo on noin 15 m/s, eivätkä 20-30 m/s lukematkaan ole kovin harvinaisia. Vuosittaisessa aikasarjassa kesäkausien keskimääräinen tuuliväänne on reilut 10 m/s. Lisäksi aikasarjassa nähdään hyvin heikosti laskeva suuntaus.

Ukkostilanteita ajatellen jo keskimääräinenkin tuuliväänteen lukema 15 m/s olisi kovaa valuuttaa eli tuuliväänteestä ei pitäisi meidän leveysasteilla olla pulaa. Asia ei kuitenkaan ole aivan näin yksinkertainen. Käytännössä voimakkaan tuuliväänteen alueet pyrkivät rajoittumaan fysiikan lakien ahdistamina pintarintamien kylmille puolille, jotka eivät taas ole tyypillisiä runsaan alatroposfäärin kosteuden alueita. Eli toisin sanoen runsas kosteus ja voimakas tuuliväänne kohtaavat perin harvoin. Tämä järkeily oli yksi syy siihen, miksi en voinut jättää kuvaajien piirtämistä tähän. Seuraava blogimerkintä kertookin lisää siitä, kuinka usein otolliset ainesosat löytävät toisensa.

Mitä opimme tästä?

Tämänkertaisessa pöytälaatikkotutkimuksessa tarkastelin 45-50 vuoden pituisia ilmakehäluotausaikasarjoja Suomen kolmelta luotausasemalta. Tutkimuksen ensimmäisessä osassa tarkastelin erikseen instabiilisuuden (tässä 850 ja 500 hPa:n välinen lämpötilavähete), alatroposfäärin kosteuden (tässä alimman 500 metrin ilmakerroksen vesihöyryn sekoitussuhde) ja paksun kerroksen tuuliväänteen (tässä pinnan ja 500 hPa:n välinen tuuliväänne) esiintymistä vuoden eri aikoina sekä 50 vuoden aikajaksolla.

 

Merkittävimmät tulokset olivat seuraavanlaisia:

·         Instabiilisuus ja sen vaihtelu on suurinta talvikaudella. Pienimmät lämpötilavähetteen arvot havaitaan juuri vilkkaimman ukkossesongin aikana. Tällöin 7 K/km on poikkeuksellisen suuri lämpötilavähetelukema.

·         Alatroposfäärin kosteus ja sen vaihtelu on suurinta ukkosten esiintymishuipun aikoihin heinäkuussa sekä elokuun alussa. Tällöin keskimääräinen vesihöyryn sekoitussuhde on 9 g/kg ja poikkeuksellisen korkean lukeman suuruus 12 g/kg.

·         Paksun kerroksen tuuliväänne käyttäytyy instabiilisuuden tavoin eli on minimissään ukkossesongin aikana. Tuolloinkin keskimääräinen tuuliväänne on kuitenkin luokkaa 15 m/s, mikä on riittävä lukema vaarallisten ukkospilvien muodostumiselle.

·         50 vuoden aikasarjoissa ei näy selviä kesäkuukausien trendejä tutkituissa parametreissa.

·         Instabiilisuuden ja kosteuden yhteys havaittuihin salamamääriin on varsin heikko. Jälkimmäisen kohdalla korrelaatio on vahvempi mutta silti alhainen.

·         Kosteuden vuodenaikaisjakauma on vahvasti yhteydessä ukkosaktiivisuuden kanssa, mikä antaa vihiä sen instabiilisuutta hallitsevammasta roolista Suomen ilmastossa.

·         Ainesosien ja osatekijöiden tarkastelu toisistaan irrallisina ei kerro mitään siitä, kuinka yleisiä otolliset ainesosien syvälle kostealle (ja vaaralliselle) konvektiolle otolliset yhdistelmät ovat. Kokemuksesta tiedetään, että voimakas tuuliväänne ja suuri alatroposfäärin kosteus esiintyvät usein eri alueilla.

”Mikä salamapommitus tulossa! CAPE on yli tonnin ja SRHkin yli kolme sataa!” Kulutin yliopiston penkkejä ja hengitin luentosalien paksua ilmaa aivan turhaan, jos kerran ukkosten ennustaminen on näin helppoa. Ei tarvitse muuta kuin opetella parin maagisen luvun käyttö ja sen jälkeen voi paukutella kavereille henkseleitä kaiken tietävänä ukkosten jumalana. Mutta kuinka moni paukuttelijoista osaa vastata siihen, mitä CAPE oikeasti tarkoittaa, mitä sillä mitataan ja mitä ongelmia sen käytössä voi olla? Olen nähnyt niin monen meteorologinkin astuvan näiden maagisten lukujen kanssa miinaan, että aihe ansaitsee eittämättä oman blogi-merkintänsä. Ja sanottakoon heti tähän alkuun, etten ole asiassa muita parempi – olen oppinut monet asiat kantapään kautta ja yrittänyt ottaa virheistäni ja kokemattomuudestani oppia.

 

Tarkoittamani maagiset luvut ovat tietenkin stabiilisuusindeksejä. AMS:n sanasto määrittele ne näin: “Any of several quantities that attempt to evaluate the potential for convective stormactivity and that may be readily evaluated from operational soundingdata.” Eli vapaasti käännettynä: “Mikä tahansa useista suureista, jotka yrittävät arvioida kuuro- ja ukkospilvien synnyn mahdollisuutta ja joita voidaan helposti laskea operatiivisista ilmakehäluotaustiedoista.” Kullekin näistä luvuista annetaan lisäksi ohjeellisia raja-arvoja, joiden ylittyessä tai alittuessa ukkospilvikehitys on todennäköistä. Esimerkiksi Energy helicity index > 3 ennustaa voimakkaita supersoluja ja tornadoja. Tässä kohdassa henkseleitä voi jo alkaa venyttää - kuulostaa erittäin helpolta ja vaivattomalta. Mikä parasta verkossa on pilvin pimein karttoja, joihin näitä indeksejä on laskettu valmiiksi numeeristen säämallien ennustamien tietojen pohjalta. Lähimmät ovat kotoisasti myrskyvaroitus.comissa. http://www.myrskyvaroitus.com/site/index.php?option=com_content&task=view&id=24&Itemid=46

 

Tästä eteenpäin pääsenkin mielipuuhaani eli vetämään indeksejä ja niiden väärinkäyttöä kölin ali. Alla on muutamia syitä siihen, miksi indeksejä ei tulisi antaa vääriin käsiin.

 

1) Indeksit ovat diagnostisia suureita, jolloin niiden nykytilan pohjalta ei voi tehdä ennustetta. Useat indeksien laskuun tarvittavista suureista muuttuvat ilmakehässä toisistaan riippumattomasti.

 

2) Indeksit ovat äärimmäisiä yksinkertaistuksia ilmakehän todellisesta tilasta, ja useiden indeksien laskenta perustuu vain muutamaan yksittäiseen parametriin. Esimerkiksi K-indeksi lasketaan seuraavasti: K = (T850 - T500) + Td850 - (T700 - Td700), missä T500/700/850 on lämpötila 500/700/850 hPa:ssa ja Td700/850 kastepiste 700/850 hPa:ssa. Nyt voikin kysyä mitä tapahtuu, kun juuri 700 hPa:ssa on erittäin kuiva ilmakerros, joka saa jälkimmäisen sulkeissa olevan erotuksen suureksi. Indeksin arvo romahtaa olemattomiin, mutta kokemuksesta tiedetään, että silti voi esiintyä hyvin voimakkaita ukkosia. Troposfäärin pystyrakenteen paremmin huomioivat indeksit, kuten CAPE ovat tässä suhteessa luotettavampia, mutta niidenkin käytössä on paljon mahdollisia sudenkuoppia.

 

3) Useiden indeksien laskukaava ei perustu mihinkään, vaan on epämääräinen sekoitus plus-, miinus-, jako- ja kertolaskua. Esimerkkinä voisi mainita SWEAT-indeksin: SWEAT = 12Td850 + 20(TT - 49) + 2f850 + f500 + 125(s + 0.2). Ei siis ole olemassa mitään meteorologisesti perusteltua syytä, miksi esimerkiksi 850 hPa:n kastepiste kerrotaan juuri 12:lla. Usein ainoa peruste kertoimen valinnalle on, että kaavan lopputulokseksi saadaan joku helposti muistettava pienehkö kokonaisluku.

 

4) Useiden indeksien toiminta on ”optimoitu” Yhdysvaltoihin ja sielläkin vain Keskilänteen. Lisäksi suurin osa indekseistä on optimoimatta ja annetut raja-arvot perustuvat ”mutuun” tai täysin riittämättömään parin hassun säätilanteen analysointiin. Vain harvojen indeksien raja-arvojen määritys on tehty oikein tilastollisen tarkastelun kautta. Eräs esimerkki tästä on significant tornado parameter.

 

5) Useiden indeksien laskentaan käytettyjen parametrien valinta on huonosti tai ei ollenkaan perusteltu. Miksi esimerkiksi K-indeksin laskennassa käytetään 850 hPa:n kastepistettä eikä esimerkiksi 925 hPa:n?

 

6) Indeksien arvojen vaihtelu voi olla erittäin rajua jopa hyvin lyhyillä välimatkoilla. Tätä eivät yleensä numeeriset säämallit kykene ennustamaan puhumattakaan luotausverkoston tarjoamasta erotuskyvystä.

 

7) Mallien ennustamat indeksit ovat aina pielessä, jos/kun indeksin laskentaan tarvittavat parametrin arvot on ennustettu mallissa väärin. Osa indekseistä on erittäin herkkiä pienille muutoksille, esimerkkinä paljon käytetty CAPE.

 

Ketään ei varmasti haittaa (paitsi ehkä toisinaan indeksien käyttäjää itseään), jos joku yksittäinen myrskybongari käyttää indeksejä bongausretkiensä suunnitteluun. Syviin vesiin ja jopa kölin alta sukelletaan kuitenkin heti, kun sääammattilainen alkaa laatia ukkosennusteita laput silmillä pelkät raja-arvot mielessä. Kokemuksesta valitettavasti tiedän, että tässä(kin) maassa on useita meteorologeja, jotka käyttävät indeksejä vain pelkkien jostain kuultujen ja luettujen nyrkkisääntöjen perusteella ilman, että he ovat edes koskaan ottaneet selvää, mitä indeksi on syönyt.  Ammattitaidottomaan indeksien käyttöön liittyy pahimmillaan erittäin paha yli- tai alilyönnin mahdollisuus. Jos esimerkiksi ennustaa kauas lämpimän rintaman etupuolelle suuren STP:n alueelle tornadoja tai ei ymmärrä, miksi tilanteessa, jossa mean layer CAPE on nollassa, esiintyy rajuja ukkosia, kannattaa todellakin pitää housunkannattimet vasten rintaa. Toinen näistä erheistä on valitettavasti tapahtunut hyvinkin julkisesti…

 

Todellinen pohjakosketus indeksien väärinkäytössä saavutetaan, kun niitä aletaan käyttää säävaroitusten liipaisurajoina. Valitettavasti Euroopassakin on muutamia maita, jotka varoittavat ukkosista mm. perustuen ennustettuun CAPE-arvoon. Todellisuudessa tällöin kansaa ei enää varoiteta ukkosista, vaan kohonneesta jonkun mystisen parametrin ennustetusta arvosta, joka kaiken lisäksi saattaa olla totaalisen pielessä. Tämä on kansallisen ilmatieteen laitoksen julkinen ja hyvin nolo tapa osoittaa täyttä ammattitaidottomuutta. Suomen oloissa MUCAPE ylittää 1000 J/kg muutamana päivänä kesässä. Eräänä elokuisena päivänä 2008 lukemat olivat tähän verrattuna kaksin-kolminkertaisia eikä mitään tapahtunut. Myös heinäkuun parina heinäkuun loppupuolen päivänä 2010, salamointiaktiivisuus oli varsin vaatimatonta kilojouletarjontaan nähden. Jo nämä yksittäiset tapaukset ovat mielestäni riittävä osoitus tämän säävaroitustyömenetelmän toimimattomuudesta.

 

Joku voisi tämän indeksien hukutusyrityksen jälkeen jo kysyä, voiko indeksejä sitten käyttää mihinkään ja jos voi, niin miten. Kyllä voi – tässä joitain ajatuksia järkevään käyttöön:

 

1)      (Jos pystyt,) perehdy säätilanteeseen syvällisesti ennen indeksien käyttöä! Tutki erityisesti ilmakehän pystyrakennetta sekä syvän kostean konvektion vaatimia ainesosia yksitellen.

2)      Käytä vain indeksejä, joiden kaavat muistat (edes kvalitatiivisella tasolla)

3)      Hylkää indeksit, joiden käyttö ei ole perusteltua ko. säätilanteessa

4)      Haarukoi riskialue alustavasti syvän konvektion ainesosien (ja indeksien perusteella).

5)      Tutki riskialuetta tarkemmin, mutta ei pelkkien indeksien avulla. Surffaa myös hieman riskialueen ulkopuolelle.

6)      Yritä hahmottaa mahdolliset virheet mallin ennusteesta ja yritä selvittää, mikä merkitys näillä virheillä on ennusteeseen (ml. indeksit).

 

Koko tarinan punainen lanka voisi olla: ”Ymmärrä mistä puhut ja mitä työvälineitä käytät.” Tähän ymmärrykseen ei valitettavasti ole oikotietä, vaan yllä olevasta kuudesta portaasta ensimmäinen on kaikkein tärkein ja täysin välttämätön. Piste.

 

(Tässä esitetyt pohdiskelut ovat osin omia ja osin kirjallisuudesta matkaan tarttuneita. Eniten innoitusta ovat antaneet Chuck Doswellin ja David Schultzin kirjoitukset aiheesta.)

Wednesday, 19 August 2009 00:00

"Onnistuneita ennustuksia", toivottaa etana

Mikä olisikaan parempi aika kuin kesä taivastella sääennusteita ja niiden ala-arvoista laatua. Tänäkin kesänä sademittari on monilla läikkynyt yli oikukkaista kesäsäistä siinä määrin, että Ilmatieteen laitos on saanut reilusti kansalaispalautetta. Tässä vaiheessa saattaa tulla mieleen, että aloitan epätoivoisen puolustuspuheenvuoron ja lyön lukijoita ilmakehän perusyhtälöillä ja perhosefekteillä päin näköä. Ajattelin kuitenkin pitää tämän puolen sivummalla ja lähestyn asiaa tavantallaajien näkökulmasta.

 

”Ilmatieteen laitoksen mukaan…”

 

Katsotaanpa aluksi, otteita Ilmatieteen laitoksen tämän vuosikymmenen sään ennustamista liippaavasta uutisoinnista.

Kelitiedot joulun ajomatkoille kännykkään

Ilmatieteen laitos ja Tieliikelaitos laajentavat yhteisiä palvelujaan päätiet kattavalla langattomalla ajokelipalvelulla. Palvelusta saa helposti kännykkään lähituntien keliennusteen kahden kaupungin tai hiihtokeskuksen väliselle tielle. (18.12.2002)

Ammattikuljettajille kehitetään ajantasainen varoituspalvelu

Ajantasainen automaattinen varoituspalvelu antaa puolestaan reaaliaikaisesti varoituksen muuttuneesta kelitilanteesta tai muusta yllättävästä, vaarallisesta häiriöstä, kuten ennakoimattomista liukkauksista, rajuista ukkoskuuroista ja lumimyrskyistä, voimakkaista tuulista ja onnettomuuksista. (15.11.2004)

Suomen tutkaverkoston täydentyminen parantaa sääennusteita (28.10.2005)

Uusi säämalli pyrkii kaupunginosan tarkkuuteen

Ilmatieteen laitos on ottanut testikäyttöön uuden AROME-säänennustusmallin prototyypin, joka kuvaa säätä kaupunginosan mittakaavassa. (8.6.2006)

Euroopan uusi sääsatelliitti tarkentaa sääennustuksia (17.10.2006)

Kesästä tulossa keskimääräistä lämpimämpi

Kesäkuusta elokuuhun ulottuvan jakson keskilämpötilan ennustetaan olevan suurimmassa osassa maata 0,5-1,0 astetta tavanomaista korkeampi. Sade-ennuste ei sen sijaan anna mitään mainittavaa poikkeamaa tavanomaisesta. (22.5.2008)

 

Uutisointi on vienyt eteenpäin ainakin kolmea eri viestiä:

1)      Uusi numeerinen malli, sääsatelliitti tai säätutka tarkentaa ennusteita (jopa kaupunginosamittakaavaan asti)

2)      Säätä voidaan ennustaa jopa kuukausia eteenpäin

3)      Voit tilata kännykkääsi täsmäsään omaan sijaintiisi tai ajoreitillesi

 

 

Kansa on puhunut

 

Kurkistetaan seuraavaksi tämän kesän vähemmän kannustavaan sääennusteisiin liittyvään kansalaispalautteeseen. Alla on vain murto-osa kriittisestä palautteesta ja yksittäisiä palauteviestejä on lyhennelty. Viestien julkaisemiseen ei ole kysytty palautteen lähettäjiltä lupaa (osa palautteesta on ollut myös anonyymiä), mutta näin esitettynä viestejä ei mitenkään voi yhdistää yksittäisiin henkilöihin.

 

”Tämä ei ole ainut kerta kun nämä pidemmän ajan ennusteet menevät täysin metsään. Eikö tietokoneaikana pystytä parempaan ennustavuuteen?”

 

”Kuinka månta vuotta siellä yliopistosasa pitää istua, että pystyy noita arpomaan. Koskaan ei 3 vrk ennuste pysy ennallaan kuin muutaman tunnin... hei haloo, jos saisin itsekin korjailla tuolla tavalla työn tuloksia, niin eipä olisi hätäpäivää.”

 

”Teidän "sääennusteet" on perseestä. Aina ne vaihtuu ja ei pidä paikkaansa.”

 

”On se kumma ettette osaa käyttää kalliita tietokoneitanne ja varoittaa ihmisiä ajoissa moisista myrskyistä!!! MITEN TÄLLAINEN VOI OLLA NYKYPÄIVÄNÄ MAHDOLLISTA ????”

 

”yllätyksiä sattuu,mytta alkaa usko mennä hienoihin laitteisiinne.”

 

”Eikö Teillä todellakaan ole VALMIUKSIA saada tarkempia ennakkotietoja?
Onhan Teille hankittu Miljoonien arvoiset 'TIETOKONEET', joilla luulisi
saavan hieman tarkempaa ennustetta aikaiseksi?”

 

”Kannaattaako noita sää ennusteita julkistaa ollenkaan kun ne eivät juuri koskaan ole lähellä toteumaa? Ihmettelen myös noita pitkiä ennusteita esim. viikon päähän jotka muuttuvat esim. lämpötilojen osalta useasti saman päivän aikana. Mitä hyötyä niistä voi olla kenellekään?”

 

”Onko Teillä siellä kesäharjoittelijoita jotka eivät osaa tulkitä säätä?”

 

Yksittäisistä pieleen menneistä tapauksista valittamisen lisäksi palautteesta nousee esiin erityisesti kaksi yleistä kysymystä:

1)      Miksi ennusteet vaihtuvat koko ajan?

2)      Miten ennusteet voivat mennä pieleen, vaikka teillä on kalliit supertietokoneet?

 

Sääennusteiden käyttäjien antaman palautteen perusteella näyttää siis vahvasti siltä, että uutisoinnin kautta annetut viestit ovat menneet (ainakin osittain) perille. On täysin perusteltua ihmetellä, miksi alle vuorokauden mittainen ennuste menee täysin metsään, jos ensin puhutaan jopa kaupunginosatarkkuudesta, reittiennusteista ja kuukausien mittaisista sääennusteista. Lisää hämmennystä aiheuttaa varmasti myös se, että samaan aikaan puhutaan ilmaston ennustamisesta vuosikymmeniksi eteenpäin.

 

Sään ennustettavuudesta

 

Edellisen perusteella on luontevaa kysyä, onko kansalle luvattu liikaa ja kaunisteltu totuutta sään ennustamisesta. Tarkastellaan ensin lyhyesti väitteitä ennustetarkkuudesta ja ennusteiden pituudesta ja lopuksi ennusteiden muuttumisesta.

 

Ennustetarkkuus. Pääsääntöisesti numeeristen mallien ennustekyky parantuu, jos mallin laskentahilaa tarkennetaan tai mallille annetaan laskennan lähtötiedoiksi esimerkiksi aiempaa tarkempaa satelliittimittaustietoa. Mallin laskentahilaa voidaan tiivistää, jopa niin, että laskentapisteitä on vaikkapa 50 metrin välein. Tällöin voitaisiin puhua korttelimittakaavan mallista. Laskentatarkkuuden kasvattaminen ei kuitenkaan suoraan tee ennusteesta laadukasta. Korttelimittakaavan mallissa esimerkiksi maasto (mukaan lukien rakennukset) pitäisi kuvata tarkasti, jotta ennuste toimisi parhaassa mittakaavassa. Lisäksi pienen mittakaavan tapahtumat ilmakehässä olisi toivottavaa kuvata suoraan eikä epäsuorasti parametrisointien kautta. Myös laskennan lähtötietojen pitäisi mieluusti olla sillä tasolla, josta voidaan nykyisin vain haaveilla.

 

Ennusteiden luotettavuus ja tarkkuus menevät ja ovat menneet ihan aikuisten oikeasti eteenpäin, mutta vielä on aivan liian aikaista puhua kaupunginosatarkkuudesta. Uutisien hehkuttama parantunut ennustetarkkuus on siis totta, mutta annettu vaikutelma on aivan liian ruusuinen. Alla on esimerkki siitä, miten mallin sade-ennuste voi muuttua, kun laskentatarkkuutta parannetaan. Ylimmässä kuvassa laskentapisteitä on noin 20 km välein ja alimmassa noin 2 km välein. Kuten kuvista näkyy, yksityiskohtia saadaan selvästi lisää tarkkuutta parantamalla, mutta kuinka realistinen tarkan mallin ennuste on?

 

 

Alla olevassa tutkakuvassa näkyy, mitä todellisuudessa tapahtui. Maan etelä- ja keskiosassa oli sadekuuroja ainoastaan Pohjois-Savossa, Pohjois-Karjalassa ja Varsinais-Suomessa. Parhaimman tarkkuuden mallissa sadekuuroja oli siis aivan liikaa. Silmämääräisesti paras ennuste sateen sijainnista oli mallissa, jossa on huonoin laskentatarkkuus. Jos katsotaan parhaan tarkkuuden mallia, on myös helppo ymmärtää, miksi tämänkaltaisista ratkaisuista on täysin järjetöntä tehdä pistekohtaisia täsmäsääennusteita. Entä jos malli ennustaa muutaman kilometrin kokoisen sadekuuron muuten aivan oikein, mutta sen reitti meneekin Tampereen sijaan Kangasalle? Tamperelaisten kannalta täsmäsäätikka lensi ohi taulun, mutta kuinka moni hudin kokijoista olisi tuominnut ennusteen täydeksi humpuukiksi, jos olisi nähnyt omin silmin ennusteen karttamuodossa ja verrannut sitä toteumaan?

 

 

Ennusteen pituus kytkeytyy edelliseen aiheeseen siten, että kansa on tottunut deterministisiin ennusteisiin (huomenna sataa tai ei sada). Näin ollen kansa ei osaa käyttää, tai oikeastaan kansalle ei edes tarjota probabilistisia ennusteita (huomenna sateen todennäköisyys on 30%). Edellisenkin esimerkin perusteella on ilmeistä, että mentäessä riittävän ”täsmään” säähän todennäköisyyksiä tarvitaan. Mikä on siis todennäköisyys sille, että sadekuuro osuukin Kangasalle Tampereen sijaan. Samoihin tarpeisiin törmätään, kun ennusteen pituutta kasvatetaan. Yleisesti tunnettu tosiasia, jopa suuren yleisön keskuudessa on, että sään ennustettavuus heikkenee, mitä pidemmälle tulevaisuuteen mennään. Toinen, joskin vähemmän tunnettu asia on, että ennusteen laskennan alkutilaa muuttamalla saadun ns. parviennusteen keskiarvo ohittaa yksittäisen ns. operatiivisen ajon ennustekyvyn 4-5 vuorokautta pidemmissä ennusteissa. 15-50 ennustetta käsittävän parviajon tuloksista probabilististen ennusteiden teko olisi helppoa, mutta jostain syystä kansalle tarjotaan lähes pelkästään operatiivisen ajon tuloksia jopa 10 vuorokauteen asti.

 

Alla olevasta kuvasta nähdään yksi tapa havainnollistaa ennustettavuuden kehittymistä viime vuosikymmeninä. Siitä nähdään, että Pohjois-Euroopassa ennusteella on käyttöarvoa keskimäärin viikko eteenpäin. Ennustemalleja ajetaan kuitenkin koemielessä useita viikkoja tai jopa kuukausia eteenpäin. On ehkä puolittainen salaisuus, että Euroopan alueella näillä ennusteilla ei ole toistaiseksi todettu olevan käyttöarvoa noin kahta viikkoa pidemmäksi ajaksi. Silti ennusteita on tuotu julkisuuteen Suomessa ja muualla Euroopassa. Onko siis oikein, että tuloksia julkistetaan vain siksi, kun niitä on olemassa? Ja miksi ennusteista puuttuu usein rehellinen maininta niiden todellisesta luotettavuudesta?

 

 

Kuinka tulevaisuuden ilmaston ennustamisessa voi olla mitään järkeä, jos edes 24 tunnin ennuste ei aina onnistu. Aivan aluksi on ymmärrettävä, mitä eroa päivittäisellä säällä ja ilmastolla on. Lyhyesti sanottuna tietyn vuodenajan säät 20-30 vuoden aikajaksolta muodostavat kyseisen vuodenajan ilmaston eli keskimääräiset olosuhteet. Ilmaston ennustamisessa yksittäisen päivän säällä ei siis ole juuri mitään merkitystä, vaan asioita katsotaan huomattavasti laajemmasta perspektiivistä. Sama pätee siihen, että yksittäinen kylmä talvi ei todista millään tavalla, etteikö ilmasto olisi muuttumassa. Ilmaston ennustamisessa on tärkeää ymmärtää, miten maapallon lämpöoloihin vaikuttavat tekijät muuttuvat tulevaisuudessa. Ennustettujen muutosten perusteella voidaan arvioida se tasapainotila, johon pallomme tulevaisuudessa hakeutuu.


Ennusteiden muuttuminen liittyy läheisesti edellä mainittuun deterministen ennusteiden suosimiseen. Tällöin käytössä on jokaiselle paikalle ja jokaiselle hetkelle 10 vuorokautta eteenpäin vain yksi totuus. Kuten edellä on tullut jo ilmi, sään ennustamisessa ei ole kuitenkaan olemassa mustaa ja valkoista, vaan ääretön määrä harmaan eri sävyjä. Alla on satunnaisesti poimittu kesäinen esimerkki siitä, mihin determinististen ennusteiden käyttö voi johtaa. Oheisessa animaatiossa jokainen kuva esittää sade-ennustetta yhdelle ja samalla ajanhetkelle (14.7.2009 klo 03). Animaation ensimmäinen kuva on ennuste 12 tuntia eteenpäin (laskettu siis 13.7.2009) ja viimeinen kuva 228 tuntia eteenpäin (laskettu siis 4.7.2009). Animaatiosta näkyy, kuinka ennuste pysyy melko samana noin kolme vuorokauden ennusteeseen asti (sadetta maan itä- ja pohjoisosassa). Tätä aikaisemmissa eli pidemmissä ennusteissa sadealueet alkavat hyppiä kuvissa miten sattuu. Hyppiminen on ilmentymä ennusteen epävarmuudesta ja kertoo konkreettisesti sään ennustamisen perushaasteista. On helppo kuvitella, kuinka esimerkiksi Jyväskylän sade-ennuste 14.7. vaihtelee jatkuvasti ajosta (kuvasta) toiseen. Koska lähes kaikki verkossa, sanomalehdissä ja televisiossa esitettävät ennusteet pohjautuvat juuri deterministiseen lähestymistapaan, ne pomppivat armotta jopa laidasta toiseen. Kun kesäisin taivaalle astuvat pienikokoiset ja lyhytikäiset sade- ja ukkoskuurot, tilanne mutkistuu entisestään ja ennusteet hyppivät entistä ankarammin. Sateen ja poudan raja on tällöin veitsenterävä. Sitä se on tosin malleissakin, mutta mallien ”musta” osuu turhan usein todelliselle ”valkoiselle”. Siksi mallien musta ja valkoinen olisi syytä muuttaa suurta yleisöä varten harmaasävyiksi.

 

 

Ratkaisu?

Vaikuttaa siltä, että koko asia kääriytyy erittäin hankalan viestinnällisen haasteen ympärille. Haasteen, jossa asiakas tahtoo mustavalkoista ja myyjä vastaa toiveeseen tietäen, että asiakas tulee pettymään tuotteeseen vähän väliä. Mustavalkoisen tahtominen on ymmärrettävää nyky-yhteiskunnassa, jossa ihmiset ovat tottuneet kontrolloimaan lukuisia ja yhä vaikeampia asioita. Tähän tilanteeseen ei sovi uutinen, jossa kerrotaan, että sääennusteita lasketaan 4 viikkoa eteenpäin, mutta niiden käyttöarvo on olematon. Tai että uusi numeerinen malli ennustaa sateen kaupunginosan tarkkuudella, mutta ennustetta kannattaa lukea vain maakunnan tai puolen Suomen tarkkuudella unohtaen hienot yksityiskohdat.

 

Viestinnällisen umpisolmun avaamiseen on vaikea keksiä ratkaisua. Determinististen ennusteiden jatkeeksi olisi ehkä järkevää alkaa ujuttaa probabilistista lähestymistapaa. Myös sään ennustamisen perushaasteita olisi hyvä tuoda selkeämmin esille. Jossain olisi oltava saatavilla kaunistelematon tieto siitä, missä sään ennustamisessa oikeasti mennään. Vaikka edellä olevasta vuodatuksesta saattaisi ehkä epäillä muuta, olen ehdottomasti ja täysin epäilemättä numeerisen laskennan tarkkuuden lisäämisen kannalla. Tarkkuuden parantuessa on kuitenkin välttämätöntä muuttaa tapaa, jolla ennusteita kansalle esitetään.

Page 2 of 4