Den norska motsvarigheten till SMHI, Meteorologisk Institutt (MI) har funnits i 143 år och har sitt kontor i Blindern, en förort till Oslo. Vi har lagt vår långa näsa i blöt för att få reda på hur MI gör sina prognoser och om de eventuellt är bättre än de svenska.

Ett praktexemplar av norsk meteorologi. Diana visar iskoncentrationen från satelliten Eumetsat Ocean and Sea Ice SAF kring Nordpolen, lufttrycket vid marken från beräkningsmodellen HIRLAM, subjektiv analys från norska meteorlogiska institutets meteorologer, några manuella synoptiska observationer och väderradarinformation från nordisk väderradar.

Alla kan prata väder utan att trampa någon annan på tårna. Det har visat sig att väder och väderinformation är helt prestigelöst, vilket märkligt nog resulterat i ett överstatligt samarbete och datautbyte om väder globalt och helt utan kostnad. Alla vill ha väderprognoser och alla kan ta del av väderdata som sprids av FN-organet WMO (World Meteorological Organisation) och det sameuropeiska ECMWF (European Centre for Medium-range Weather Forecasts) på något så märkligt som ett överenskommet dataformat. Vem som helst kan dessutom tanka ned modellerings- och utvärderingsprogram som öppen källod, rulla in en superdator i källaren och börja sin egen väderlekstjänst, enbart med hjälp av öppet data.

MI gör som alla andra, hämtar in indata i form av automatiska och manuella observationer, behandlar det i olika beräkningsmodeller som arbetar utefter ett par olika algoritmer. Beräkningarna sker i kuber i ett rutnät (grid) och med kännedom om ursprungsförhållandena i alla kuber kan man med termodynamiska modeller beräkna hur de kommer att påverka varandra. Blåser det till exempel ut ur en kub, blåser det in i nästa. Kallnar en kub, kommer den att kyla av kuben intill, etc. MI lägger extra vikt vid sitt eget intresseområde Norge och använder högst upplösning där, kuber på mellan 4 och 20 kilometer, medan andra institut får ägna sig åt resten av världen. Indata och randvärden kommer från WMO-nätet, ECMWF i Reading som har stora superdatorer, satelliter, norska inhemska observationer, automatiskt rapporterande flygplan, med mera. Den vanligaste beräkningsmodellen är HIRLAM (High Resolution Limited Area Model), som även används av exempelvis SMHI.

Prognosmetod. Prognoser baseras dels på inrapporterat realtidsdata från WMO, ECMWF och synoptiska observationer i Norge. En stor del av indata till HIRLAM-körningarna är utdata från förra körningen, eftersom det är det bästa data man har, ofta det enda. Notera att väderradardata inte ingår i körningarna. Den norska delen av indata långtidsförvaras i klimatdatabasen och givetvis bidrar man med sitt utdata till WMO. Programmet Diana kan användas till att visa väderdata lite varstans i processen. Första gången mänskliga meteorologer kommer in är när manuella kommentarer ska skrivas efter en HIRLAM-körning.

Efter körning i beräkningsmodeller överlämnas data automatiskt till en server som gör det tillgängligt på Internet, bland annat på webbplatsen yr.no utan att ha vidrörts av människohand. Det data som yr använder sig av kan dock vem som helst ta och göra sin egen grafiska representation av, till exempel Norsk Rikskringkasting som gör TV-mässiga presentationer av precis samma data.

Yr.no: När yr får en förfrågan från internet sätter den ihop en aktuell webbsida baserad på olika XML-filer som den fått genom att lämna de koordinater användaren velat ha information om, till tre arkivservrar. Prognoser kommer direkt ur prognosarkivet, som i sin tur fått dem direkt ur HIRLAM. Radaranimationer skapas on-the-fly, för just denna användare, av visningsprogrammet DIANA i batchversion. Prognosarkivet bidrar också med inte så akuta uppgifter. Klimatfrågor besvaras av klimatdatabasen. Dessa frågor kan vem som helst, utan kostnad ställa till MIs arkivservar genom att skicka en lämplig HTTP-fråga, och få tillbaka en XML-fil med anvisningar om hur väderläget kan beskrivas grafiskt för den angivna koordinaten. Metoderna att sätta samman HTTP-frågan är publicerade öppet.

Allting på webben är dock inte automatgenererade prognoser, utan en riktig mänsklig meteorolog måste till för att kvalitetskontrollera och rimlighetsbedöma de automatiska värdena och dessutom skapa utförligare prognoser i textform. Dessa hamnar sedan som textprognoser på yr.no.

Flygvädret är speciellt eftersom man måste köra specialprognoser med högre upplösning längs inflygningen till alla flygplatser. Meteorologen på bilden har tillgång till realtidsbilder från de flesta norska flygplatser. Griddar på mellan 1 kilometer och 200 meter används. En viktig del är att försöka förutsäga turbulens.

Diana, en samnordisk arbetshäst

MI är en stor utvecklare av programvarumodeller och algoritmer, som de sprider gratis på Internet. Diana är ett visningsprogram som kan hantera mängder av indatakällor (HIRLAM, väderradar, satellitbilder, manuella prognoser mm och visa dem tillsammans på en karta. MI började utvecklingen av Diana och numera hjälper SMHI till. De använder den i sin process för att visualisera prognoser. KVALOBS är en rutin för kvalitetsbedömning och rättning av indata i realtid, som också är fri. Diana och KVALOBS m fl är avsedda för Linux varför hela den meteorologiska produktionen kör Linux. HIRLAM är ett sameuropeiskt projekt. En lustifikation är att HIRLAM är little-endian, precis som superdatorerna, medan PC och Linux är big-endian. En konvertering måste till när data ska föras in i och ut ur HIRLAM.

Diana visar ett råresultat ur HIRLAM: isotermer kring Oslofjorden (Oslo ligger i mitten av bilden). Upplösningen (rutnätet, gridden) är på 4 kilometer och HIRLAM har förutsagt temperaturer mellan 6 och 12 grader vid marken. Det är naturligtvis varmast nere vid Oslofjordens vattenyta. Det blåaktiga, luddiga är det prognosticerade molntäcket.

Ett sätt att få meteorologiska rapporter i lufthavet är via AIREPs (Aircraft Reports). Det är framför allt trafikflygplan som skickar ned väderrapporter automatiskt, som går vidare till WMOs marknät. Rapporterna sänds för det mesta var tionde längdgrad, även om vissa bolag verkar skicka kontinuerligt, och innefattar vindstyrka, temperatur, molnmängd, molnhöjd samt specialfenomen (!). Det enda andra sättet att få data ur lufthavet är faktiskt att skicka upp meteorologiska ballonger, vilket Norge gör sex gånger per dygn.

Diana visar en prognos i form av en temperaturprofil för en flygrutt mellan Goose Bay i Newfoundland och Nordnorge utkörd med HIRLAM med en grid på 12 kilometers upplösning. Profilen visar såväl Grönlands bergskedjor som hur temperaturen kommer att variera med lufttrycket, mellan cirka noll vid havsytan ned till -52 grader på marschhöjd.

Problemet med väderprognoser

Problemet med prognoser är inte bristen på CPU-kraft (som man visserligen aldrig kan få nog av) eller brister i algoritmerna, utan bristen på tillförlitligt indata. Ska man kunna beräkna hur luftströmmar och temperaturer kommer att se ut i framtiden, måste man veta hur de ser ut nu, så man kan räkna framåt. Det är helt enkelt ont om indata, eftersom det är ont om observatörer med termometrar 10 km upp i atmosfären, varför större delen av indata måste bli avancerade gissningar. Icke desto mindre måste man ha indata i alla delar av atmosfären för att kunna beräkna vad som händer där, varför man får ta sitt eget utdata, justera och använda som indata.

Njord är en norsk superdator (”tungregnemaskine”) i Trondheim, där MI kör sina HIRLAM-körningar var sjätte timme (”tungregning” på norska). Njord är ett IBM System p5 med 992 stycken power5+-processorer (PowerPC-RISC-processorer) som klarar 7,5 TFLOPS. Den har 2 TB minne och 70 TB hårddisk.

Här ska det bli datorhall

Grävskoporna jobbar för fullt på gårdsplanen utanför MI i Blindern utanför Oslo. Den kommande datorhallen ska bland annat rymma backup-maskiner för superdatorn i Trondheim man för närvarande gör sina körningar på.

Under tiden kör MI sina lokala körningar i en tillfällig datorhall bestående av tre 20-fotscontainrar.

En typisk väderstation med fuktmätare, regnmätare och diverse andra trattar som mäter vind, snö, temperatur och nederbörd och rapporterar vidare till MI automatiskt.


Byggsatser till regnmätare som ska sättas ut. Nere i källaren har MI en verkstad där man bygger och underhåller de cirka 300 väderstationer institutet har ställt ut i Norge.

Väderradar osäkert hjälpmedel

Det är intressant att notera att data från väderradar inte ingår i prognoserna. Det kvalitetskontrolleras, visas på webben och används vägledande av meteorologerna men kan på grund av de många osäkerhetsfaktorerna inte användas för prognoser.

Det är ju trist eftersom radar kan tyckas vara ett effektivt instrument att samla in vädersituationen över stora områden, snabbt och detaljerat. Men den reflektivitet som radarn observerar är tyvärr inte den nederbörd som faller till marken, utan den som råder 2-3-4-kilometer upp i molnet. Det är inte alls säkert att denna faller ned till marken på samma ställe som där den registreras av radarn, om den alls faller ned. Ett reflektivitetsvärde i molnet kan inte alls översättas till regnmängd i millimeter per timme

Norska radarnätet. Alla norska väderradarer lämnar sina bilder till en central server i Oslo (Blindern) över ett IP-nät, även om länkarna på vägen kan variera (radiolänk, telefonmodem etc). Radarerna sveper av omgivningen med ständigt växlande elevation (0,5° – 15,5° över horisonten) och levererar data hopsamlat svep för svep. I Blindern plockas svepen ihop till en datavolym (en boll av värden) i programmet Rainbow, som levererar olika dataset (produkter) varav MI använder sig av 2D-flak av data från olika höjd. 2D-flak från en bestämd höjd från flera radarer, sätts samman (fusioneras) till en samlad radarbild av Norden och Baltikum i programmet Prorad, vilken sedan ligger till grund för animationer.

Arbete för att få med radardata i prognoserna pågår. Man använder sig av olika empiriska modeller för att kunna räkna om reflektivitet till sann nederbörd, men det är inget lätt projekt och godtycke råder. Olika typer av moln och landskap kräver olika algoritmer.

Men det är alldeles klart att när man väl lyckats få med väderradarn i prognoserna kommer dessa att bli mycket bättre, eftersom det plötsligt finns mycket mera realtidsdata tillgängligt än det funnits förut.

Modern norsk meteorologi i fem punkter

>> Väderdata är tillgängligt från världsomspännande organisationer
>> Indata kommer dessutom från norska observationer och väderradarer
>> MIs prognoser produceras och publiceras helt automatiskt
>> Utdata är öppet och fritt tillgängligt
>> MIs applikationer är öppen källkod

Så går du vidare

Jämför själv: yr.no och smhi.se
Meteorologisk Institutt: met.no
Öppen källkodsprojekt (Diana med flera): wiki.met.no
WMO: wmo.int
ECMWF i Reading: ecmwf.int
Grunderna i väderradar: radartutorial.eu
Norskt superdatorcenter: notur.no

Folk säger så mycket

”Folk säger” så mycket, men att yr.no skulle vara träffsäkrare än smhi.se verkar vara en myt. När jag satt hos utvecklingschefen Knut Helge Midtbø och undersökte olika prognosmetoder passade vi på att ta fram yr.no och den visade en stor, fet sol över Oslo. Jag tittade ut genom fönstret och såg ett tungt molntäcke. Vi letade bland satellitbilderna och hittade även där ett molntäckte. Quod Erat Demonstrandum.

Den officiella inställningen från pressansvarige Heidi Lippestad är följande: ”Jag tvivlar på att de norska prognoserna är väldigt mycket bättre än de svenska eftersom vi använder oss av samma utgångspunkt på yr.no som svenskarna i sina prognoser, nämligen prognosmodellen HIRLAM, som visserligen vidareutvecklas i olika riktning av de olika länderna i HIRLAM-samarbetet. Vi får också klagomål från användare som föredrar SMHI eftersom de anser SMHI som bättre och träffsäkrare. I Norge säger vi att ’Gräset är alltid grönare på andra sidan staketet’. Jag tror att det härmed skulle vara bevisat.”