... toch geeft het mij een ongemakkelijk gevoel. Stel dat de temperatuurverwachting voor 14 juni extreem onzeker is, waardoor de koudste prognose (het koudste lijntje) op 13 graden zit en het warmste lijntje op 36 graden? Dan zou je, jouw statistische verhaaltje volgend, al op voorhand kunnen zeggen dat deze verwachting voor 99,9% 'goed' is, want puur klimatologisch gezien is de kans dat het kouder blijft dan 13 graden of dat het warmer wordt dan 36 graden, ongeveer 0,1%. (Die percentages zijn een schatting van mij, het gaat om het idee). Kortom, het is dan een verwachting waar je niets aan hebt en het enige wat je kan zeggen is, dat hij erg onzeker is.
Goed of slecht is een waardeoordeel, ik geef aan hoe de modelmakers bij o.a. ECMWF ernaar kijken. Er wordt daar op een veel uitgebreidere manier naar ensembles gekeken dan menigeen voor mogelijk houdt. Ook verificatie gaat daar heel ver.
Het geeft inderdaad een ongemakkelijk gevoel, maar denken in kansen en kansverdelingen is ook lastig. Te veel wordt de pluim door een deterministische bril bekeken, ook hier op het forum. Je kán een enkele ensembleverwachting niet afrekenen als goed of fout. Een pluim is dan ook niet bedoeld om er een 'gewone' weersverwachting uit te halen, maar voor het signaleren en monitoren van trends en waarschijnlijkheden.
Een tweede voorbeeld: Als ik zeg dat het morgen (vrij) zonnig, of half tot zwaar bewolkt, of geheel bewolkt is, en dat het daarbij droog blijft, of er vallen een paar of wat meer buien, of het regent langere tijd, dan krijg ik ook met een 99,9% zekerheid gelijk. Maar vind je dat dan ook een 'goede' verwachting?
We komen hier weer op deterministisch versus probabilistisch. Een dergelijke deterministische verwachting is niet goed, inderdaad. Als de pluim enorme spreiding geeft in bedekkingsgraad en neerslag, kan je enkel zeggen: de deterministische verwachting is onzeker. Dat moet je dan communiceren. De probabilistische verwachting kan desondanks uitstekend zijn.
Gr. Ben
Quote selectie
( 1153)
( 851)