Dlaczego prognoza na 3 dni jest dobra, a na 7 już kompletnie chybiona?

To klasyczny efekt motyla w praktyce – modele numeryczne (GFS, ECMWF) rozwiązują równania różniczkowe opisujące atmosferę, ale drobne błędy w danych wejściowych narastają wykładniczo. Po około 5-7 dniach te błędy są już większe niż sam sygnał pogodowy, który chcemy przewidzieć. Granica przewidywalności to fizykalne ograniczenie, nie kwestia słabości konkretnej aplikacji.

Mam pytanie do wątku – czy ta granica 5-7 dni jest taka sama latem i zimą? Intuicyjnie wydaje mi się, że zimą fronty są bardziej przewidywalne niż letnie burze konwekcyjne, więc może prognoza na 7 dni w grudniu jest dokładniejsza niż ta sama prognoza w lipcu?

Trochę bym sprecyzował – Weather Underground agreguje dane z wielu modeli i stacji, więc problem może leżeć też w tym, jak aplikacja prezentuje wyniki. ECMWF (europejski model) jest ogólnie uznawany za najdokładniejszy w perspektywie 5-10 dni, a GFS (amerykański) trochę gorszy. Warto porównać te same daty na Windy.com, które pokazuje surowe dane modelowe – często zobaczyć tam, że różne modele dają zupełnie inne wyniki już od dnia 4-5, co samo w sobie jest informacją o stopniu niepewności.

Z praktycznego punktu widzenia: zamiast patrzeć na konkretną temperaturę za 6 dni, patrz na trend i przedział. Jeśli modele pokazują '18-24°C, możliwe opady', to jest uczciwa prognoza. Problem z aplikacjami konsumenckimi jest taki, że dla czytelności upraszczają niepewność do jednej liczby, przez co 22°C brzmi jak pewnik, a nie środek rozstrzału.