Author: Ivan Toman

  • Znanstveni blog #4

    Znanstveni blog #4

    Razumiju li ljudi probabilističke prognoze vremena?

    Svaka vremenska prognoza nosi u sebi neizvjesnost. Ta je činjenica fundamentalna za meteorologiju, a ipak se o njoj rijetko otvoreno govori. Zašto? Postoji uvriježeno mišljenje da “ljudi ne razumiju vjerojatnosti” i da bi ih dodatne informacije o nesigurnosti prognoze samo zbunile. No što ako je ta pretpostavka pogrešna?

    Dva nedavno objavljena članka Kena Mylnea iz britanskog Met Officea, publicirana u časopisu Weather Kraljevskog meteorološkog društva, bave se upravo ovom temom — i njihovi zaključci mogli bi promijeniti način na koji razmišljamo o vremenskim prognozama.

    Zašto je neizvjesnost neizbježna?

    Atmosfera je kaotični sustav. Edward Lorenz, otac teorije kaosa, slikovito je to opisao riječima da “jedan zamah krila leptira može uzrokovati tornado na drugom kraju svijeta”. U praktičnom smislu, to znači da male pogreške u početnim uvjetima — a savršeno poznavanje stanja atmosfere jednostavno nije moguće — mogu rezultirati velikim razlikama u prognozi, osobito na dulje rokove.

    Tradicionalna “deterministička” prognoza polazi od jedne procjene trenutnog stanja atmosfere i simulira jedan mogući razvoj događaja. Problem je što takva prognoza ne govori ništa o tome koliko smo sigurni u taj ishod.

    Ansambli: od jedne do mnoštva prognoza

    Rješenje koje se u operativnoj meteorologiji koristi već više od tri desetljeća jest ansambelsko prognoziranje. Umjesto jedne simulacije, pokreće se više njih — svaka s malo drugačijim početnim uvjetima ili drugačijim podešavanjem modela, koji odražavaju nesigurnost u analizi trenutnog stanja atmosfere ili nesavršenost modela. ECMWF-ov globalni ansambl, primjerice, ima 51 član, dok britanski MOGREPS-UK koristi 18 članova s vremenskim pomacima.

    Rezultat je distribucija vjerojatnosti mogućih ishoda. Iz nje se mogu izvući razne informacije: najvjerojatnija vrijednost, raspon mogućih temperatura, vjerojatnost oborine iznad određenog praga ili, što je posebno važno za upozorenja, šansa za ekstremne događaje.

    Mylne u prvom članku navodi da verifikacijske studije dosljedno pokazuju kako ansambli imaju veću prognostičku vještinu od determinističkih modela, čak i kad rade na nižoj rezoluciji. Zbog toga su i Met Office i ECMWF odlučili ukinuti zasebne determinističke modele visoke rezolucije i usmjeriti resurse isključivo na ansambelske sustave.

    Hoće li javnost to razumjeti?

    Ovdje dolazimo do ključnog pitanja drugog članka. Uobičajene brige prognozera i pružatelja usluga uključuju tvrdnje poput: “Ljudi jednostavno moraju donijeti odluku”, “Korisnici žele da mi donesemo odluku umjesto njih” ili “Komunikacija neizvjesnosti potkopat će povjerenje u naše prognoze”.

    No istraživanja pokazuju suprotno.

    Na Sveučilištu u Exeteru provedena su laboratorijska ispitivanja u kojima su sudionici donosili odluke na temelju različitih prikaza vremenskih prognoza. U jednom eksperimentu (Roulston i Kaplan, 2009.), jedna skupina vidjela je jednostavan linijski graf temperature, dok je druga dobila složeniji prikaz s prikazanim rasponom nesigurnosti. Rezultat? Skupina s dodatnim informacijama o nesigurnosti donosila je ispravne odluke u 85% slučajeva, nasuprot 69% kod kontrolne skupine — i to neovisno o akademskoj pozadini sudionika.

    Posebno zanimljiva bila je online igra “Weather Game” (Stephens i sur., 2019.) s preko 8000 sudionika koji su pomagali izmišljenom prodavaču sladoleda Bradu odabrati najbolja vremena i lokacije za prodaju. Zaključci su bili jasni:

    • Većina ljudi sposobna je iskoristiti informacije o nesigurnosti
    • Složeniji prikazi nisu zbunjivali sudionike
    • Čak i uz determinističke prognoze, ljudi su iskazivali manje od 100% povjerenja — intuitivno su pretpostavljali određenu nesigurnost
    • Najbolje rezultate postigli su oni s najsloženijim prikazom (kombinacija linije najvjerojatnije vrijednosti s prikazom raspona)

    Sustavni pregled literature Ripbergera i suradnika (2022.), koji je obuhvatio 327 studija, dolazi do istog zaključka: prosječni ljudi mogu razumjeti i koristiti probabilističke informacije ako se pazi na način prezentacije, a takve informacije općenito poboljšavaju kvalitetu odluka.

    Kako komunicirati nesigurnost?

    Istraživanja nude konkretne smjernice. Jezik je važan: riječ “vjerojatnost” (probability) mnogima zvuči matematički i zastrašujuće, dok “šansa” (chance) ili “izgledi” (likelihood) djeluju pristupačnije. Slično tome, “pogreška” (error) u znanstvenom smislu znači odstupanje od točne vrijednosti, ali javnost može to protumačiti kao “grešku” ili nesposobnost.

    Posebno je problematično kad ljudi različito tumače što “30% šanse za kišu” uopće znači. Gigerenzer i suradnici (2005.) identificirali su tri česta pogrešna tumačenja: da će kiša padati na 30% područja, da će padati 30% vremena, ili čak da 30% meteorologa misli da će padati. Jasno definiranje na što se vjerojatnost odnosi — tzv. referentna klasa — ključno je za ispravno razumijevanje.

    Mylne predlaže dualni pristup: kombinaciju grafičkog prikaza (npr. tortni dijagram ili piktogram) s numeričkom vrijednošću. Tako se istovremeno doseže i one koji preferiraju vizualne informacije i one koji vole brojke.

    Događaji visokog učinka, niske vjerojatnosti

    Poseban izazov predstavljaju tzv. HILL događaji (High-Impact Low-Likelihood) — rijetki, ali potencijalno katastrofalni vremenski ekstremi. U ansambelskim prognozama oni se često pojavljuju kao “outlieri” — pojedinačni članovi ansambla koji predviđaju znatno drugačiji ishod od većine.

    Primjer koji Mylne navodi jest oluja “Beast from the East” koja je početkom ožujka 2018. donijela obilne snježne nanose u jugozapadnu Englesku. Tri i pol dana unaprijed, većina članova ansambla predviđala je nastavak snježnih pljuskova na sjeveroistoku, dok je samo nekoliko članova sugeriralo mogućnost razvoja ciklone s juga koja bi pogodila jugozapad. To je bio signal za izdavanje ranog upozorenja.

    Britanski sustav upozorenja koristi matricu koja kombinira razinu učinka s vjerojatnošću. Istraživanje Mu i suradnika (2018.) pokazalo je da ljudi koji dobiju informaciju i o razini učinka i o vjerojatnosti donose bolje odluke od onih koji vide samo boju upozorenja.

    Implikacije za praksu

    Zaključak ovih istraživanja je jasan: uskraćivanje probabilističkih informacija iz straha da ih javnost neće razumjeti čini medvjeđu uslugu većini korisnika. Prognoza koja govori samo najvjerojatniji ishod onemogućuje korisnicima da prilagode svoje odluke vlastitim potrebama i osjetljivostima.

    Razmislite o sljedećem primjeru: prognoza daje 30% šanse za kišu. Automatski sustav koji “svodi” tu informaciju na deterministički zaključak “suho” loše služi svakom korisniku koji je osjetljiv na kišu i radije bi ponio kišobran pri 30% šanse nego riskirao. Slično, vlasnik broda koji bi premjestio plovilo na sigurno već pri 10% šanse za olujne vjetrove — zbog visokog potencijalnog troška štete — bio bi loše uslužen prognozom koja daje samo najvjerojatnije, blaže vjetrove.

    Meteorolog nikad ne može znati sve raznovrsne primjene javne prognoze, ali učinkovita komunikacija nesigurnosti otvara mogućnost korisnicima da donesu odluke primjerene njihovim okolnostima.

    Pogled naprijed

    Ansambli više nisu samo pomoćno sredstvo — postaju srž operativnih prognostičkih sustava. S razvojem sustava poput IMPROVER-a koji kalibrira i kombinira izlaze različitih modela, te s naglim usponom metoda umjetne inteligencije u meteorologiji, mogućnosti se dodatno šire.

    No tehnološki napredak sam po sebi nije dovoljan. Da bi se ulaganja u ansambelsko prognoziranje u potpunosti isplatila, ključno je pronaći učinkovite načine za komunikaciju tih informacija korisnicima — ne samo profesionalnim donosiocima odluka, već i širokoj javnosti s njezinom raznolikošću vremenski osjetljivih aktivnosti i različitom averzijom prema riziku.

    Istraživanja pokazuju da je taj cilj ostvariv. Većina ljudi nije samo sposobna razumjeti probabilističke prognoze — oni na temelju njih donose bolje odluke. Vrijeme je da im to i omogućimo.


    Izvori:

    Mylne, K.R. (2025). Probability forecasts – Part 1: ensembles and probabilistic forecasts. Weather. https://doi.org/10.1002/wea.70015

    Mylne, K.R. (2025). Probability forecasts – Part 2: will people understand? Weather. https://doi.org/10.1002/wea.70016

    Ivan Toman

  • Novi AI meteorološki modeli

    Novi AI meteorološki modeli

    Nova mala revolucija u prognoziranju vremena: NOAA uvodi novu generaciju umjetne inteligencije

    Američka meteorološka služba NOAA pokrenula je 17. prosinca 2025. godine tri nova operativna modela za globalnu prognozu vremena temeljena na umjetnoj inteligenciji, označivši tako jednu od važnijih prekretnica u povijesti numeričkog prognoziranja.

    Prognoziranje vremena oduvijek je bilo jedno od najizazovnijih područja znanosti. Atmosfera je kaotičan sustav u kojem sitne promjene početnih uvjeta mogu dovesti do dramatično različitih ishoda — fenomen poznat kao “učinak leptira”. Desetljećima su meteorolozi gradili sve složenije fizikalne modele koji numerički rješavaju jednadžbe dinamike fluida, pokušavajući predvidjeti buduće stanje atmosfere. No računalna zahtjevnost takvih simulacija je golemna: najnapredniji globalni modeli zahtijevaju superračunala koja troše megavate električne energije i satima računaju svaku prognozu.

    Sve se to počelo postupno mijenjati posljednjih godina pojavom strojnog učenja u meteorologiji. Tvrtke poput Googlea, Nvidije i Huaweija razvile su modele koji su pokazali da umjetna inteligencija može naučiti obrasce ponašanja atmosfere izravno iz podataka, bez potrebe za eksplicitnim rješavanjem fizikalnih jednadžbi. Rezultati su pomalo iznenadili znanstvenu zajednicu: ti su modeli postizali točnost usporedivu ili u nekim uvjetima čak bolju od tradicionalnih sustava, a što je najvažnije, prognoze su proizvodili u minutama umjesto u satima.

    Nova trijada AI modela

    NOAA je sada službeno uvela tri nova sustava u operativnu uporabu. Njihov razvoj proizašao je iz projekta EAGLE (Experimental AI Global and Limited-area Ensemble forecast system), zajedničke inicijative koja okuplja NOAA-ine laboratorije za istraživanje oceana i atmosfere, Nacionalnu meteorološku službu te Centar za inovacije u predviđanju Zemljinog sustava.

    AIGFS — Brži i učinkovitiji od prethodnika

    Prvi član nove obitelji jest AIGFS (Artificial Intelligence Global Forecast System), AI inačica poznatog američkog globalnog modela GFS. Ovaj sustav koristi grafičke neuronske mreže za generiranje šesnaestodnevnih prognoza, a njegova je najupečatljivija karakteristika nevjerojatna učinkovitost: jedna prognoza troši tek 0,3 posto računalnih resursa potrebnih klasičnom GFS-u i završava za približno četrdeset minuta. Za usporedbu, tradicionalni GFS zahtijeva sate računanja na superračunalima.

    No brzina nije jedina prednost. AIGFS pokazuje poboljšanu vještinu u prognozi velikih atmosferskih obrazaca, a osobito se ističe u praćenju tropskih ciklona — njegovi prognostički tragovi oluja na duljim vremenskim skalama preciznije pogađaju stvarnu putanju nego što to čini tradicionalni model. Ipak, prva verzija ima i slabosti: procjene intenziteta uragana trenutačno zaostaju za klasičnim pristupom, što razvojni tim planira ispraviti u budućim verzijama.

    AIGEFS — Raspon mogućih ishoda

    Druga komponenta, AIGEFS (Artificial Intelligence Global Ensemble Forecast System), donosi ono što meteorolozi nazivaju ansamblskim pristupom. Umjesto jedne determinističke prognoze, ovaj sustav generira trideset i jedan član ansambla — trideset i jednu moguću verziju budućeg razvoja vremena temeljenu na malo različitim početnim uvjetima simulacije. Takav pristup prognosticima daje uvid u nesigurnost prognoze i raspon mogućih scenarija.

    AIGFS 12-satna prognoza oborine za 10.12.2025. Izvor: https://www.noaa.gov/news-release/noaa-deploys-new-generation-of-ai-driven-global-weather-models

    AIGEFS troši samo devet posto računalnih resursa klasičnog ansamblskog sustava GEFS, a pokazuje usporedivu vještinu prognoze s dodatkom koji nije zanemariv: predvidljivost se proteže za dodatnih osamnaest do dvadeset četiri sata u odnosu na tradicionalni pristup. U svijetu meteorologije, gdje svaki dodatni sat točne prognoze može značiti spašene živote i imovinu, to je značajan napredak.

    HGEFS — Hibridni “veleansambl”

    Treći i najinventivniji član nove postave jest HGEFS (Hybrid Global Ensemble Forecast System). NOAA ovdje čini nešto što dosad nijedan operativni centar nije pokušao: spaja trideset i jedan član fizikalnog ansambla GEFS s trideset i jednim članom AI ansambla AIGEFS u jedinstven “veleansambl” od šezdeset dva člana.

    Zašto je to važno? Svaki član ansambla predstavlja jedan mogući razvoj stanja atmosfere, a više članova daje bolju procjenu nesigurnosti. No ključ je u tome što dva sustava — jedan temeljen na fizici, drugi na strojnom učenju — griješe na različite načine. Kombiniranjem oba pristupa dobiva se robusniji skup prognoza koji bolje predstavlja pravu nesigurnost budućeg vremena. Ova metodika je inače slična onome što radi Meteo centar za svoju mobilnu aplikaciju – korištenjem različitih tipova meteoroloških modela za izračun konačne prognoze (uz razliku da u Meteo centru – još – ne koristimo AI modele za ulazne setove podataka). Početna testiranja pokazuju da HGEFS dosljedno nadmašuje i čisti AI ansambl i čisti fizikalni ansambl u većini verifikacijskih metrika.

    Na ramenima divova: GraphCast kao temelj

    NOAA-ini novi modeli nisu nastali “u vakuumu”. Kao polazišnu točku, tim je uzeo GraphCast — model koji je Google DeepMind predstavio krajem 2023. godine i koji je tada izazvao val iznenađenja u meteorološkoj zajednici. GraphCast koristi grafičke neuronske mreže za učenje vremenskih obrazaca iz gotovo četiri desetljeća povijesnih podataka, pretvarajući ogroman arhiv prošlih atmosferskih stanja u predvidljivu funkciju koja mapira sadašnje stanje u buduće.

    No NOAA nije jednostavno preuzela gotov model. Znanstvenici su GraphCast dodatno trenirali koristeći podatke iz vlastitog sustava za asimilaciju podataka GDAS te ERA5 reanalizu Europskog centra za srednjoročnu prognozu ECMWF. Taj postupak finog podešavanja poboljšao je performanse modela, osobito kada se inicijalizira operativnim podacima GFS-a. Rezultat je sustav prilagođen američkim operativnim potrebama, a ne samo akademska demonstracija mogućnosti.

    Globalna utrka u AI meteorologiji

    NOAA nije jedina organizacija koja ulazi u novo doba. Europski centar za srednjoročnu prognozu ECMWF — dugo smatran zlatnim standardom globalnog prognoziranja — u veljači 2025. pustio je u rad svoj AI sustav AIFS (Artificial Intelligence Forecasting System). ECMWF-ov model koristi tisuću puta manje energije od tradicionalnog sustava IFS, a pokazuje poboljšanja do dvadeset posto u praćenju tropskih ciklona.

    Europljani su također razvili Anemoi — otvoreni softverski okvir za razvoj AI modela u meteorologiji, koji sada postaje temelj za suradnju među europskim nacionalnim službama. Njemačka meteorološka služba DWD, francuski Météo-France i norveški MET rade na vlastitim regionalnim AI modelima, a svi koriste zajedničku infrastrukturu i dijele znanje.

    Prednosti i ograničenja novog pristupa

    AI modeli nude nekoliko neprijepornih prednosti. Brzina izrade prognoze dramatično se skraćuje, omogućujući češće osvježavanje a time i bržu reakciju na razvoj opasnih situacija. Energetska učinkovitost je revolucionarna — u doba kada računalni centri troše sve više električne energije, smanjenje potrošnje za dva do tri reda veličine nije zanemarivo. Operativna otpornost raste jer se prognoze mogu proizvesti na skromnijoj hardverskoj infrastrukturi.

    No postoje i ograničenja koja valja imati na umu. AI modeli uče iz prošlih podataka, što znači da mogu imati poteškoća s događajima koji nemaju povijesnih analogija — primjerice s ekstremima koji nadilaze sve dosad zabilježeno. Fizikalni modeli eksplicitno rješavaju zakone termodinamike i dinamike fluida; oni “razumiju” zašto se atmosfera ponaša kako se ponaša. AI modeli te zakone ne poznaju izravno — oni su naučili obrasce koji se podudaraju s tim zakonima, ali mogu pogriješiti na načine koje fizikalni modeli ne bi pogriješili.

    Upravo zato NOAA-in hibridni pristup ima smisla. Umjesto ideje da se potpuno napusti fizikalne modele, agencija kombinira najbolje od oba svijeta. Fizikalni modeli pružaju temeljno razumijevanje i pouzdanost u rubnim slučajevima; AI modeli donose brzinu, učinkovitost i sposobnost prepoznavanja suptilnih obrazaca koje čovjek možda nikad ne bi eksplicitno kodirao.

    Što donosi budućnost?

    Ovo je tek početak. NOAA planira proširiti projekt EAGLE regionalnim modelima visoke razlučivosti, uključujući AI verziju popularnog HRRR sustava za kratkoročnu prognozu nad kontinentalnim Sjedinjenim Državama. Razvijaju se i AI komponente za predviđanje oceanskih i ledenih uvjeta, što će omogućiti potpunije modeliranje Zemljinog klimatskog sustava.

    Možda je najuzbudljivija vizija ona koju su europski kolege nazvali “demokratizacijom prognoza”. AI modeli su toliko učinkoviti da bi ih u skoroj budućnosti bilo moguće pokretati na osobnim računalima. To bi moglo transformirati pristup meteorološkim informacijama, omogućujući istraživačima, malim tvrtkama i čak entuzijastima pristup sofisticiranim prognozama koje su dosad bile rezervirane za velike nacionalne službe.

    No s tom moći dolazi i odgovornost. Florian Pappenberger, direktor prognoza u ECMWF-u, upozorava da nacionalne meteorološke službe moraju preuzeti vodstvo u osiguravanju da se ova revolucija strojnog učenja koristi za dobrobit i sigurnost društva. Pouzdanost informacija, transparentnost metoda i jasna komunikacija nesigurnosti postaju važniji nego ikad.

    Za krajnje korisnike — od komercijalnih zrakoplova do poljoprivrednika, od gradskih službi za upravljanje krizama do vikend planinarenja — to znači točnije prognoze isporučene brže i jeftinije. Za meteorološku zajednicu, to je poziv na prilagodbu, učenje i suradnju. A za sve nas koji živimo na ovom planetu nestalnog vremena i promjenjive klime, to je razlog za umjereni optimizam: možda nećemo moći zaustaviti oluju, ali sve smo bliži tome da je predvidimo na vrijeme.

    Ivan Toman

  • Meteo novosti #3

    Meteo novosti #3

    Od Kariba do Dolomita, od Islanda do zapadnog Pacifika, priroda nas je i ove jeseni podsjetila na svoju snagu i nepredvidivost. U ovom pregledu donosimo najznačajnije vremenske događaje iz svijeta koji su obilježili posljednje mjesece.

    Uragan Melissa: Povijesna katastrofa za Jamajku

    Kad govorimo o najrazornijim atlantskim uraganima, imena poput Mitch, Matthew, Maria i Milton već su postala sinonimi za devastaciju. Sada im se pridružuje još jedno ime na slovo M – Melissa.

    Ovaj snažni uragan započeo je svoj put kao jedan od tipičnih afričkih istočnih valova – atmosferskih poremećaja koji se formiraju iznad afričkog kontinenta i putuju prema zapadu preko Atlantika. Mnogi od ovih valova nikad ne prerastu u tropske oluje, no Melissa je bila drugačija.

    Melissa, 26.10.2025. Izvor: EUMETSAT

    Do 21. listopada sustav je ojačao u tropsku oluju južno od Haitija i Dominikanske Republike. U početku je Melissa imala problema s “organizacijom” zbog jakog zapadnog smicanja vjetra – pojave koja “naginje” oluju i sprječava njezin vertikalni razvoj. No do 25. listopada uvjeti su se promijenili.

    S temperaturama mora od 30 do 31°C i velikom količinom toplinske energije u oceanu, Melissa je dobila idealne uvjete za brzo jačanje. Do 27. listopada postala je treći uragan kategorije 5 te sezone – čineći 2025. godinu jedinom u povijesti s tri uragana najviše kategorije (rekord iz 2005. s četiri takva uragana ostao je netaknut, ali i nedostižan za većinu sezona).

    Što čini uragan kategorije 5?

    Za one manje upućene u meteorološku terminologiju, Saffir-Simpsonova ljestvica klasificira uragane u pet kategorija prema brzini vjetra. Kategorija 5, najviša na ljestvici, označava uragane s prosječnim vjetrovima bržim od 252 km/h.

    Rekordan landfall

    Dana 28. listopada oko 17:00 UTC, Melissa je središtem izašla na kopno blizu mjesta New Hope na Jamajci sa prosječnim vjetrovima od nevjerojatnih 160 čvorova (oko 296 km/h) i središnjim tlakom od samo 892 hPa. Time je izjednačila rekord najintenzivnijeg atlantskog uragana koji se ikad “iskrcao” na kopno – rekord koji je do tada držao zloglasni uragan “Labor Day” iz 1935. godine.

    Zanimljivo je da Melissa nije prošla kroz eyewall replacement cycle – proces tijekom kojeg oko uragana privremeno oslabi dok se formira novi, veći zid oka. Ovaj izostanak omogućio joj je da zadrži punu snagu sve do udara u kopno.

    Sonda ispuštena u južni zid oka Melisse zabilježila je maksimalni vjetar od 219 čvorova (oko 405 km/h) – najvišu vrijednost ikad izmjerenu takvim instrumentom. Također je moguće da je Melissa postavila rekord u broju munja, s vrhuncem od 699 izboja u minuti, premda će konačne brojke biti poznate tek nakon detaljne analize Nacionalnog centra za uragane (NHC).

    Posljedice za Jamajku su katastrofalne: brojne žrtve, uništena infrastruktura i poplave koje će pogođenim zajednicama trebati mjeseci, ako ne i godine, za oporavak.

    Island: Komarci i rekordni listopadski snijeg

    U potpunom kontrastu s “tropskom furijom”, Island nas je iznenadio vijestima iz sasvim drugog spektra – otkrićem komaraca i rekordnim snijegom.

    Island je dugo bio jedno od rijetkih mjesta na Zemlji bez komaraca. Unatoč bezbrojnim močvarama i barama koje inače privlače ove insekte, hladna klima otoka držala ih je podalje. No s Arktikom koji se zagrijava gotovo četiri puta brže od globalnog prosjeka, uvjeti se mijenjaju.

    Nedavno je na Islandu otkrivena vrsta komarca otporna na hladnoću, sposobna preživjeti zime skrivajući se u podrumima i stajama. Za sada ovi pridošlice ne predstavljaju zdravstvenu prijetnju jer nisu poznati kao prenosioci virusa poput Zike.

    No samo nekoliko dana nakon otkrića komaraca, Island je “zatrpan” rekordnim listopadskim snijegom. Reykjavik je do podneva 28. listopada zabilježio visinu od 27 cm snijega, što je potaknulo izdavanje narančastih upozorenja za glavni grad i okolicu. Posljednji put kad je u listopadu palo toliko snijega u islandskoj prijestolnici bila je davna 1921. godina.

    Jesenska klackalica na Pirenejskom poluotoku

    Pirenejski poluotok doživio je u listopadu pravi meteorološki rollercoaster – od razornih poplava do rekordnih vrućina.

    Oluja Alice

    Kao prva imenovana oluja sezone za jugozapadnu Europu, Alice je donijela obilne kiše i olujne vjetrove istočnoj Španjolskoj. Španjolska meteorološka agencija AEMET izdala je crvena upozorenja za dijelove Valencije, gdje je palo do 160 mm kiše u samo 24 sata. Poplave su preplavile ulice Katalonije, odnoseći automobile u blatnim bujicama. Na Balearima je nakratko obustavljeno prometovanje na aerodromu Ibiza zbog poplavljenih pista.

    Kasni toplinski val

    No listopad nije bio samo kišovit. Krajem mjeseca jug poluotoka zahvatio je toplinski val s rekordnim temperaturama. Alicante je zabilježio najtopliju listopadsku noć u povijesti mjerenja – minimalna temperatura nije pala ispod 22,4°C. Dnevne temperature u Manilvi (Malaga) dosegle su 36,6°C, samo 1,5°C ispod apsolutnog španjolskog rekorda za listopad.

    Gibraltar je 24. listopada dosegao 31,0°C – najtopliji listopadski dan od 1997. godine, s prosječnom mjesečnom temperaturom 2,2°C iznad normale za razdoblje 1991.–2020.

    Nestabilni vrhovi Dolomita

    Visoko u talijanskim Dolomitima, otapanje permafrosta pretvara nekad stabilne planinske vrhove u tempirane opasnosti.

    Permafrost – trajno smrznuto tlo koje služi kao prirodno “ljepilo” držeći stijene na mjestu – ubrzano se topi pod utjecajem rastućih temperatura. Snimke dronom nedavno su otkrile širenje pukotina na mjestima gdje je led nekad čvrsto povezivao stijenje.

    Pale di San Martino – Dolomiti. Izvor: Ivan Toman

    Ljeti 2025. godine evakuirano je gotovo 100 turista nakon niza odrona u području Brenta Dolomita. Ponovljeni ciklusi smrzavanja i odmrzavanja otvaraju nove pukotine i slabe planinske stijene, što rezultira sve češćim lavinama i klizištima.

    Za Dolomite ovakve promjene znače dramatično preoblikovanje njihovih kultnih planinskih vrhova i sve veće rizike za zajednice i posjetitelje koji o njima ovise.

    Sezone tajfuna na sjeverozapadnom Pacifiku

    Dok je Atlantik bio zaokupljen Melissom, sjeverozapadni Pacifik proživljavao je vlastitu dramatičnu sezonu tajfuna. Do vremena pisanja originalnog članka, 27 sustava doseglo je status imenovane oluje.

    Tajfun Ragasa

    Ragasa je u rujnu stigla kao devetnaesta imenovana oluja sezone i prva koja je premašila kategoriju 3. Dosegla je status supertajfuna kategorije 5, sa prosječnim vjetrovima od 145 čvorova i središnjim tlakom od 905 hPa.

    Ragasa je prouzročila velike štete prelazeći Filipine i Tajvan prije udara u južnu Kinu. Prilikom slabljenja prešla je preko Hong Konga i sjevernog Vijetnama, prisiljavajući Hong Kong da podigne upozorenje na tajfun na razinu 10 – maksimalnu razinu – što je uzrokovalo obustavu svih letova na 36 sati. Poplave su na nekim mjestima dosegle prozore drugog kata, dok su plimni valovi opustošili obalne zajednice.

    Kalmaegi i Fung-wong

    Krajem sezone tajfuni Kalmaegi i Fung-wong donijeli su svježi podsjetnik koliko kasni sustavi mogu biti razorni. Kalmaegi je kao oluja kategorije 3 prešla središnje Filipine s vjetrovima od 80 čvorova, čupajući krovove s kuća dok su obilne kiše pretvarale ceste u rijeke.

    Poplave opisane kao najgore u desetljećima usmrtile su najmanje 188 ljudi na Filipinima. Dok je Kalmaegi harala Vijetnamom (gdje je poginulo dodatnih 5 osoba), Fung-wong je već nanosila nova razaranja Filipinima, samo nekoliko dana nakon devastacije koju je iza sebe ostavila oluja Kalmaegi.

    Iako su dugoročne prognoze predviđale “skoro normalnu” sezonu 2025., ovi događaji pokazuju kako prosjeci mogu maskirati ekstreme.

    Novosti iz svijeta numeričke meteorologije: ECMWF Cycle 50r1

    Za nas koji se bavimo vremenskim prognozama, značajna je vijest da ECMWF (Europski centar za srednjoročne vremenske prognoze) planira implementaciju novog ciklusa svog IFS (Integrated Forecast System) – Cycle 50r1 – u prvom tromjesečju 2026. godine.

    Ova nadogradnja donosi brojne promjene koje će poboljšati kvalitetu prognoza:

    • Bolja reprezentacija morskog leda i oceanske dinamike uvođenjem modela NEMO4-SI3
    • Unaprijeđena asimilacija podataka za bolju inicijalizaciju modela
    • Poboljšana parametrizacija konvekcije – ovo će biti najuočljivija promjena za većinu korisnika

    Trenutačno se u ECMWF modelu konvektivna oborina nerealistično nakuplja duž obalnih linija jer model ne može pravilno simulirati njezino pomicanje u kopno. U novom ciklusu dio ove oborine obrađivat će se parameterizacijskom shemom oblaka gdje se može realistično pomicati i isparavati.


    Izvor: Harris, D. i Hutin, Z. (2025). Weather news. Weather, 80(12), 398–399. Royal Meteorological Society.

    Ivan Toman

  • Znanstveni blog #3

    Znanstveni blog #3

    Vinova loza u doba klimatskih promjena: što nam govori hrvatska znanost?

    Kada će se dogoditi sljedeća berba Graševine? I hoće li ta berba uopće nalikovat onima kakve pamtimo? Nova doktorska disertacija baca svjetlo na izazove koji čekaju hrvatsko vinogradarstvo.


    Već su naši djedovi i bake znali da je vino „tekuća povijest” — u svakoj čaši grožđe priča priču o tlu, suncu i kiši jedne konkretne godine. No posljednjih desetljeća ta se priča ubrzano mijenja. Berbe koje su se nekada odvijale krajem rujna danas nerijetko počinju već sredinom kolovoza. Vinova loza, ta osjetljiva i plemenita biljka koja prati čovječanstvo tisućama godina, postaje sve izloženija ekstremnim vremenskim uvjetima.

    Upravo tom problematikom bavio se dr. sc. Branimir Omazić u svojoj doktorskoj disertaciji obranjenoj krajem 2023. godine, čiji rezultati bacaju novo svjetlo na sadašnje stanje i budućnost hrvatskog vinogradarstva.

    Termometar u vinogradu: što nam brojke govore

    Da bismo razumjeli što se događa s vinovom lozom, prvo moramo razumjeti što se događa s klimom. Omazić je analizirao podatke s 80 meteoroloških postaja diljem Hrvatske u razdoblju od 1961. do 2020. godine — gotovo šest desetljeća kontinuiranih mjerenja.

    Rezultati su nedvosmisleni: temperatura zraka raste, i to posebno intenzivno od kasnih devedesetih godina prošlog stoljeća. No ono što možda iznenađuje jest da trend nije bio linearan. Šezdesete i sedamdesete godine prošlog stoljeća zapravo su bile razdoblje blagog zahlađenja — znanstvenici to povezuju s fenomenom globalnog zatamnjenja uzrokovanog industrijskim onečišćenjem. Tek od osamdesetih, a posebno od devedesetih, krivulja je krenula strmo uzlazno.

    Za vinogradare ta „suha” statistika ima vrlo konkretne posljedice. U istraživanju je korišteno pet bioklimatskih indeksa — svojevrsnih „mjernih instrumenata” prilagođenih upravo potrebama vinogradarstva. Među njima se ističe Winklerov indeks koji mjeri akumuliranu toplinu tijekom vegetacijske sezone. U Dalmaciji je 1994. godine prvi put zabilježena vrijednost iznad 2700 °C jedinica, što odgovara kategoriji „pretoplo” za klasično vinogradarstvo. Do 2018. godine jedna je postaja premašila čak 3000 °C jedinica.

    Jednako zabrinjavajući signal dolazi iz tzv. indeksa suhoće koji pokazuje sve veći deficit dostupne vode u tlu, naročito na jugu Hrvatske. Vinova loza jest razmjerno otporna na sušu, no i njezina izdržljivost ima granice.

    Četiri sorte pod povećalom

    U središtu Omazićeva istraživanja bile su četiri sorte koje čine oko 70 posto ukupne hrvatske proizvodnje vina. Dvije bijele — Graševina i Chardonnay — i dvije crne — Merlot i Plavac mali. Graševina i Plavac mali pritom su autohtone hrvatske sorte s dugom tradicijom uzgoja, dok su Chardonnay i Merlot „pridošlice” koje su se izvrsno prilagodile našim podnebljima.

    Za svaku od ovih sorti praćene su četiri ključne fenološke faze: pupanje, cvatnja, šara (trenutak kada bobice počinju mijenjati boju i omekšavati) te berba. I kod svih se uočava isti trend — sve se događa ranije nego nekad.

    Najdramatičniji pomaci zabilježeni su upravo kod pupanja i berbe. Na pojedinim lokacijama trend doseže i 15 dana ranijeg pupanja u samo desetljeću. Za berbu su pomaci ponegdje još izraženiji, premda valja napomenuti da na vrijeme berbe utječe i ljudska odluka, ne samo fiziologija biljke.

    Korišteni računalni modeli

    Jedna od najvažnijih inovacija u ovom istraživanju bila je primjena sofisticiranih računalnih modela za predviđanje fenoloških faza. Omazić je razvio četiri statistička modela i po prvi put u Hrvatskoj testirao biodinamički model STICS (Simulateur mulTIdisciplinaire pour les Cultures Standard), francuski sustav koji se koristi diljem Europe.

    Modeli temeljeni na akumulaciji topline — dakle, oni koji računaju koliko „toplih dana” treba proći da bi biljka prešla u sljedeću fazu razvoja — pokazali su se najtočnijima. Model STICS dao je izvrsne rezultate za bijele sorte, dok je kod crnih, posebice kod Plavca malog, odstupanje bilo nešto veće. To ne iznenađuje jer su autohtone sorte često „tvrdoglavije” i manje predvidljive — upravo ta genetska posebnost čini ih tako vrijednima.

    Kombinacijom ovih modela s projekcijama regionalnih klimatskih modela EURO-CORDEX dobivene su procjene za budućnost. I te procjene daju povoda za zabrinutost.

    Dvije opasnosti na obzoru

    Projekcije za kraj ovog stoljeća otkrivaju dva glavna izazova s kojima će se hrvatski vinogradari morati suočiti.

    Prvi izazov: mraz u proljeće. Paradoksalno, upravo globalno zatopljenje povećava rizik od štete uzrokovane mrazom. Kako? Mehanizam je zapravo logičan: više temperature uzrokuju ranije pupanje — u kontinentalnoj Hrvatskoj ono bi se moglo pomaknuti čak prema početku ožujka. No datumi posljednjeg proljetnog mraza neće se pomaknuti u istoj mjeri. Drugim riječima, mladi, osjetljivi pupovi pojavit će se ranije, dok će opasnost od mraza ostati gotovo jednako dugo prisutna. Istraživanje predviđa da će se posljednji dan s mrazom u kontinentalnoj Hrvatskoj pomaknuti tek oko 10 dana ranije, dok će pomak pupanja biti znatno veći. Ovakve situacije s proljetnim mrazevima koji dolaze nakon početka vegetacije, zadnjih se godina viđaju vrlo često na našem području.

    Drugi izazov: vruća dozrijevanja. Pomicanje šare prema kraju srpnja i početku kolovoza znači da će najvažnije razdoblje u životu grožđa — od šare do berbe — u cijelosti protjecati usred najvrućeg dijela godine. Za kvalitetu vina to ima dalekosežne posljedice. Visoke temperature ubrzavaju nakupljanje šećera, ali istovremeno razgrađuju kiseline koje vinu daju svježinu i eleganciju. Rezultat mogu biti vina veće alkoholne snage, ali manjeg aromatskog bogatstva i slabije sposobnosti starenja.

    Detekcija mraza: nova metoda za stare brige

    Poseban doprinos disertacije predstavlja razvoj metoda za detekciju mraza. Od deset testiranih metoda, pet je bilo potpuno novo. Najuspješnijom se pokazala ona koja kombinira minimalnu temperaturu zraka od 3 °C s temperaturom rosišta ispod 0 °C. Logika je jednostavna: mraz nastaje kada se vodena para iz zraka izravno pretvara u ledene kristale, a to se događa upravo kada temperatura rosišta padne ispod ništice.

    Ova metoda mogla bi pomoći vinogradarima da preciznije predvide opasne situacije i pravovremeno poduzmu zaštitne mjere — od tradicionalnog paljenja vatre u vinogradu do modernijih sustava s ventilatorima ili grijalicama.

    Što mogu učiniti vinogradari?

    Rezultati ovog istraživanja nisu razlog za paniku, ali jesu poziv na prilagodbu. Diljem Hrvatske već se provode projekti poput VITCLIC i CroViZone koji istražuju konkretne strategije prilagodbe — od promjene agrotehničkih mjera do mogućeg preslagivanja sortimenta.

    Neke prilagodbe već su vidljive u praksi: kasnija rezidba koja odgađa pupanje, prilagođeno navodnjavanje, zelena rezidba koja smanjuje opterećenje trsa i usporava dozrijevanje. Dugoročno, moguće je da će pojedine sorte postati prikladnije za uzgoj na višim nadmorskim visinama ili u kontinentalnim područjima koja su do sada bila granična.

    Za autohtone sorte poput Graševine i Plavca malog situacija je posebno delikatna. One su tijekom stoljeća evoluirale u skladu s lokalnom klimom, a brzina sadašnjih promjena nadmašuje njihovu sposobnost prirodne prilagodbe. Upravo zato je znanstveno praćenje i modeliranje od presudne važnosti — ono nam daje vrijeme da reagiramo prije nego što štete postanu nepovratne.

    Zaključak: znanost u službi tradicije

    Doktorska disertacija Branimira Omazića predstavlja važan doprinos razumijevanju utjecaja klimatskih promjena na hrvatsko vinogradarstvo. No njezina vrijednost nadilazi akademske okvire. U doba kada se s jedne strane suočavamo s globalnim izazovom klimatskih promjena, a s druge nastojimo očuvati bogatu vinogradarsku baštinu, ovakva istraživanja postaju most između tradicije i budućnosti.

    Vinova loza nas uči strpljenju — od sadnje do prve ozbiljne berbe prolazi barem pet godina. Ta vremenska perspektiva podsjeća nas da i mi moramo razmišljati unaprijed. Rezultati ovog istraživanja jasno pokazuju da budućnost hrvatskog vinarstva ovisi o našoj sposobnosti da već danas donosimo informirane odluke.

    Na kraju krajeva, vino koje ćemo piti za dvadeset godina upravo se sada sadi. I upravo zato znanost poput ove nije luksuz, nego nužnost.


    Ovaj članak temelji se na doktorskoj disertaciji „Utjecaj ekstremnih uvjeta u atmosferi na vinovu lozu u sadašnjim i budućim klimatskim uvjetima” dr. sc. Branimira Omazića, obranjene 15. prosinca 2023. godine. Puni tekst disertacije dostupan je putem digitalne zbirke Nacionalne i sveučilišne knjižnice.

    Ivan Toman

  • Meteo novosti #2

    Meteo novosti #2

    Studeni nas je ove godine odlučio podsjetiti što znači prava kasna jesen, odnosno rana zima. Dok je prva polovica mjeseca bila obilježena stabilnijim, ali maglovitim vremenom nad kontinentom, druga polovica donijela je naglu promjenu sinoptičke situacije. Od “zaključanog” Sredozemlja do atlantskih oluja, atmosfera je sve samo ne dosadna. Donosimo najznačajnije događaje koji su obilježili meteo svijet u proteklih nekoliko tjedana.

    1. Hrvatska i regija: Prvi pravi “ugriz” zime i orkanska bura

    Sredina ovog tjedna (oko 20. studenog) donijela je prvu ozbiljniju zimsku ciklonu u našu regiju. Nakon neuobičajeno toplog početka mjeseca, polarni maritimni zrak spustio se sa sjeverozapada Europe, formirajući genovsku ciklonu koja se premjestila preko Jadrana.

    • Snijeg u gorju: Snježna granica se u noći s utorka na srijedu naglo spustila. Zavižan je “okovan” pravim zimskim uvjetima, a snježni pokrivač zabijelio je i niža gorja – Begovo Razdolje, Delnice i Platak dobili su konkretne centimetre, stvarajući pravu zimsku idilu, ali i prometni kolaps. Pahulje su zabilježene čak i u nekim nizinama unutrašnjosti te u zaleđu Kvarnera.
    • Orkanska bura: Kako to obično biva s ovakvim prodorima, barički gradijent između anticiklone na sjeverozapadu i ciklone u Jadranu rezultirao je orkanskom burom. U podvelebitskom području udari su prelazili 150 km/h, zatvarajući ključne prometnice i podsjećajući nas na snagu velebitske kraljice vjetrova te činjenicu da ulazimo u zimski period kad treba biti spreman na ovakve situacije.
    • Snijeg i u Dalmaciji: U subotu, 22. studenog, premještanjem jadranske cikona na jug, hladan zrak preplavio je i Dalmaciju. Snježne oborine su zabilježene i nadomak Splita, sve do Klisa uz svega 1°C, te u mnogim drugim dijelovima Splitsko-dalmatinske županije (Dugopolje, Neorić, Aržano, Dicmo, veći dio autoceste A1 na višoj nadmorskoj visini, itd.).
    Bura na Jadranu, foto: Ivan Toman

    2. Oluja “Claudia” potopila zapadnu Europu

    Sredinom mjeseca (oko 14. studenoga), pažnja europskih meteorologa bila je usmjerena na oluju Claudia, koju je imenovao španjolski AEMET.

    Ovaj sustav nije bio toliko opasan zbog vjetra, koliko zbog ogromnih količina kiše. Claudia je najprije pogodila Kanarsko otočje i zapadni dio Pirenejskog poluotoka, da bi se njezine fronte potom premjestile na sjever, donoseći obilne oborine Irskoj i Ujedinjenom Kraljevstvu. U dijelovima Irske pale su mjesečne količine kiše u samo 24 sata, uzrokujući izlijevanje rijeka i poplave na već zasićenom tlu. U jugozapadnoj Francuskoj Claudia je južnim strujanjima zraka podigla temperature do 29,8°C što je ujedno i državni rekord za studeni.

    Ciklona Claudia, 15. studenog u 00 UTC. Model: ERA5. Izvor: meteologix.com

    3. Rekordno topao početak studenog

    Prije nego što je “Claudia” stigla, veći dio Europe, uključujući i Ujedinjeno Kraljevstvo, bilježio je nevjerojatno topao početak mjeseca.

    Noć s 5. na 6. studenoga (“Bonfire Night”) u Velikoj Britaniji bila je najtoplija takva noć u povijesti mjerenja, s temperaturama koje se lokalno nisu spuštale ispod 14°C – vrijednosti primjerenije ljetnim jutrima nego kasnoj jeseni. Ovaj toplinski val bio je posljedica snažnog južnog strujanja koje je “pumpalo” topao zrak s kontinenta prema sjeveru, još jednom potvrđujući trend sve toplijih jeseni.

    4. Svemirsko vrijeme: Spektakl solarne oluje

    Osim atmosferskih, studeni 2025. donio nam je i uzbuđenja izvan našeg planeta. Oko 11. i 12. studenoga Zemlju je pogodila serija snažnih geomagnetskih oluja uzrokovanih koronalnim izbacivanjima mase (CME) sa Sunca.

    Polarna svjetlost u Mallorci, 12.11.2025. u 5:15 CET. Foto: Javi Moranta. Izvor: esa.int

    Ovaj događaj rezultirao je spektakularnim polarnim svjetlostima (aurora borealis) koje su bile vidljive puno južnije nego inače (npr. Mallorca u Španjolskoj). Iako nije bilo većih problema s tehnologijom, ovo je bio jedan od intenzivnijih događaja “svemirskog vremena” u trenutnom solarnom ciklusu, podsjećajući nas koliko smo ovisni o raspoloženju naše zvijezde.

    5. Filipini na udaru tajfuna “Fung-wong”

    Studeni obilježava kraj sezone tropskih ciklona na Atlantiku. No sjeverni Pacifik često ne miruje ni u studenom pa je tako bilo i ove godine. U prvoj polovici mjeseca (3.-13. studenoga), tajfun Fung-wong harao je sjevernim dijelom Filipina.

    Prema izvještajima, ovo je bio jedan od većih tajfuna sezone, koji je donio ekstremne poplave i razaranja infrastrukture. Nažalost, zabilježene su i ljudske žrtve. Pojava ovako snažnih tropskih ciklona u studenom ukazuje kako se sezona tajfuna postupno produljuje prema kraju godine, a njihov maksimalni intenzitet povećava uslijed visokih temperatura oceana.

    6. Klimatski kontekst: 2025. u utrci za najtopliju godinu

    Globalni podaci za listopad, koji su pristigli početkom ovog mjeseca, potvrdili su da je listopad 2025. bio treći najtopliji u povijesti mjerenja. S obzirom na visoke temperature zabilježene u prvoj polovici studenog diljem sjeverne hemisfere, klimatolozi su sada gotovo sigurni da će 2025. godina završiti u top 3 najtoplije godine ikada zabilježene, nastavljajući niz vrlo toplih godina (najtoplija je bila 2024.).

    Ivan Toman

  • Premium ponuda Crnog petka

    Premium ponuda Crnog petka

    Poštovani korisnici besplatne verzije,

    U periodu od ponedjeljka, 24. studenog, pa zaključno s krajem idućeg ponedjeljka, 1. prosinca (Black Week; Cyber monday), moći ćete se besplatno pretplatiti na našu Premium verziju, u trajanju od punih mjesec dana!

    Benefiti Premium verzije su u ovom trenutku:

    • Mogućnost definiranja sistemskih obavijesti temeljem proizvoljnih meteoroloških kriterija
    • Prikaz aplikacije bez reklama

    Sigurni smo da će vam se sistemske obavijesti svidjeti, posebno istinskim zaljubljenicima u meteorologiju i vrijeme. Putem njih aplikacija će vas obavještavati svaki put kad se u prognozi pojave postavljeni kriteriji, onako kako ih vi sami definirate u Postavkama aplikacije.

    Da bi aktivirali vaših besplatnih mjesec dana Premiuma:

    U periodu između 24.11. i 2.12. trebat ćete otići u aplikaciju Trgovina Play (Play Store aplikacija na engleskim verzijama Androida) i unijeti promotivni kod BF2025, prema sljedećim uputama:

    1. Izađite iz ove aplikacije i otvorite aplikaciju “Trgovina Play“.
    2. Dodirnite ikonu svog profila (gore desno).
    3. Odaberite “Plaćanja i pretplate“.
    4. Odaberite “Iskoristi darovni kôd“.
    5. Unesite kôd: BF2025

    Nakon unosa koda, vratite se u Meteocentar i vaš Premium će biti aktivan tijekom sljedećih mjesec dana!

    Ovo je također zgodna prilika za isprobavanje Premium paketa u cilju odluke da li ga želite zadržati nakon isteka besplatnih mjesec dana po vrlo povoljnoj cijeni (2 eur + PDV mjesečno ili 20 eur + PDV godišnje). Svi oni koji se pretplate po toj cijeni, trajno ju zadržavaju (pod uvjetom kontinuiteta), pa i onda kad se u budućnosti cijena za nove pretplatnike povisi, po dodavanju novih planiranih Premium opcija kao što je npr. napredno praćenje radarskih odraza koje je trenutačno u fazi razvoja.

    Važno za znati: Iako je promotivni mjesec besplatan, Google će od vas pri unosu promotivnog koda tražiti da imate povezan način plaćanja (karticu ili PayPal) u trenutku iskorištavanja koda.

    • Zašto? Zato što Google ovo tretira kao pretplatu koja počinje besplatnim probnim periodom, a ne kao jednokratni poklon. To je tehničko ograničenje Google Play sustava, tj. jedini način za izvesti ovakvu promotivnu ponudu.
    • Naplata: Naplatit će se 0,00 €.

    Ako ne otkažete pretplatu unutar tih 30 dana:

    • Google će početi automatski teretiti vašu karticu/Paypal za iznos vaše redovne mjesečne pretplate.
    • Pretplata se nastavlja normalno svaki mjesec dok je ne otkažete.

    Ako želite samo besplatno bez nastavka pretplate:

    • Možete unijeti kod, dobiti besplatni mjesec i kasnije bilo kad otkazati pretplatu (unutar 30 dana).
    • Rezultat: Imat će Premium do isteka punih 30 dana (bez obzira kad otkažete unutar 30 dana), a nakon toga neće se izvršiti naplata.

    Vaš Meteocentar tim!