Mallityyppi riippuu käyttötarkoituksesta

Ilmakehää kuvaavia laskentamalleja kutsutaan yleisesti ilmakehämalleiksi. Ne voidaan jakaa kahteen päätyyppiin, säänennustusmalleihin ja ilmastomalleihin. Vaikka kummassakin käsitellään ilmakehää, ne ovat rakenteeltaan ja toiminnaltaan erilaisia: säämalleissa ollaan kiinnostuneita lyhyen aikavälin nopeista säänvaihteluista (n. 1-15 vuorokautta), ilmastomalleissa taas sään keskimääräisestä käyttäytymisestä paljon pidemmällä aikavälillä (n. 20-1000 vuotta).

Ilmakehän käyttäytymisen kaoottisuus, joka hankaloittaa jo lyhyidenkin sääennusteiden tekemistä, ei ole yhtä rajoittava tekijä ilmastomalleissa, koska sään keskiarvoinen käyttäytyminen hallitaan paremmin.

Säänennustusmallit voidaan jakaa edelleen kahteen päätyyppiin:

  • globaalit mallit

  • rajoitetun alueen mallit (LAM)

Globaalit mallit käsittelevät nimensä mukaisesti koko maapallon ilmakehää. Ne ovat isoja ja laskennallisesti raskaita, minkä takia ne vaativat paljon tietokoneresursseja.

LAM-malleissa ideana on se, että rajoittumalla pienemmälle alueelle kerrallaan voidaan samoilla tietokoneresursseilla käyttää parempaa paikallista tarkkuutta. Mallityypit ovat kytköksissä sitä kautta, että globaalit mallit tuottavat niin sanotusti LAM-mallien reunat, eli ne kertovat miten sää käyttäytyy laskennan aikana rajoitetun alueen mallin reunoilla.

LAM-mallin ja globaalin mallin kytkentä.
Globaalista mallista saadaan syötteenä rajoitetun alueen eli LAM-mallille tieto siitä, miten sää käyttäytyy alueen reunoilla.

Säänennustusmallit voidaan jakaa myös laskettavan ennusteen pituuden mukaan

  • hyvin lyhyen (alle 1 vrk)

  • lyhyen (1-3 vrk)

  • keskipitkän (3-15 vrk)

  • pitkän (yli 15 vrk)

ennusteen malleihin. Tarkat rajat eri mallityyppien välillä vaihtelevat. Pitkissä ennusteissa paikkaerottelukyky on yleensä huonompi, lyhyen ennusteen malleissa voidaan käyttää parempaa, hyvin lyhyissä aina 1-2 kilometrin tai sitäkin parempaa erottelukykyä, jolloin puhutaan usein mesomalleista. Globaaleilla malleilla lasketaan tyypillisesti keskipitkiä ja pitkiä ennusteita, LAM-mallit sen sijaan soveltuvat lyhyiden ja hyvin lyhyiden ennusteiden laskemiseen.

30.8.2021