Dlaczego prognoza się nie sprawdza?
Część 2: O danych wejściowych
Aby rozpocząć pracę z modelem numerycznym, niezbędne jest wprowadzenie tzw. danych wejściowych. Zaliczamy do nich np. warunki początkowe (warunki meteorologiczne, dane o emisji) i warunki brzegowe (czyli to, co dzieje się na brzegach obszaru obliczeniowego). Zwrot “garbage in – garbage out”, czyli w dowolnym tłumaczeniu „śmieci wrzucasz, śmieci dostajesz”, mówi o tym, że poprawne dane wejściowe są kluczowe dla pracy modelu. Gdy wprowadzone dane będą niepełnowartościowe, wtedy większa szansa na błędy w prognozie.
W przypadku modelowania stężeń zanieczyszczeń, najczęściej problemem są dane o emisji – która bywa dość trudna do ustalenia (np. dla osiedli domów jednorodzinnych).
Podpis do rycin:
Źródło: Roczna ocena jakości powietrza w województwie dolnośląskim. Raport wojewódzki za rok 2018
Autor: RWMŚ GIOŚ (http://powietrze.gios.gov.pl/pjp/publications/card/14061)