Zašto WRF model pregrijava doline noću — i kako smo to popravili u zadnjoj verziji

Ako ste ikada gledali prognozu minimalne temperature za neku alpsku dolinu ili kotlinu u unutrašnjosti i pomislili da model griješi na topliju stranu — vjerojatno ste bili u pravu. Problem nije u lošim početnim uvjetima niti u pogrešnoj parametrizaciji zračenja. Problem je dublje: u samoj geometriji koordinatnog sustava koji WRF koristi.

Sigma koordinate: praktične, ali nesavršene

WRF, kao i većina regionalnih numeričkih modela, koristi sigma koordinate — sustav u kojem se modelske razine prilagođavaju terenu. Zamislite da preko brda i dolina prebacite elastičnu mrežu koja prati oblik tla: pri dnu mreža je deformirana točno po obliku terena, a prema vrhu atmosfere postupno se izravnava u horizontalne plohe.

Ovo je elegantno rješenje za osnovni problem numeričkog modeliranja nad složenim terenom — ne morate se mučiti s time kako predstaviti planinu unutar pravokutne mreže. No cijena dolazi noću, u stabilnim uvjetima, upravo tamo gdje nam točnost najviše treba.

Problem: lažno miješanje na nagnutim plohama

Tijekom vedre, mirne noći tlo se hladi dugovalnim zračenjem, a hladan zrak se slijeva u doline i kotline formirajući temperaturnu inverziju — najtopliji zrak više nije pri tlu, već na nešto većoj visini. To je jedan od najvažnijih meteoroloških procesa za prognozu minimalne temperature, magle i kvalitete zraka.

No u sigma koordinatama, modelske razine iznad strmih padina nisu horizontalne — one su nagnute. Shema za planetarni granični sloj (PBL shema) računa turbulentno miješanje duž tih nagnutih ploha, a ne duž stvarnih horizontalnih površina. U praksi to znači da model miješa topliji zrak s padina prema hladnijem zraku u dolini, duž koordinatne plohe koja presijeca slojeve različitih temperatura. PBL shema taj umjetni gradijent interpretira kao legitimnu turbulenciju i dodaje zagrijavanje pri tlu.

Rezultat: inverzija se u modelu razgradi prerano, minimalne temperature su previsoke, a magla koja bi se u stvarnosti formirala — izostaje.

Rješenje: kontrola energetskog budžeta

Naš pristup ne pokušava prepisati koordinatni sustav niti zamijeniti PBL shemu. Zamjena PBL sheme ne donosi generalno ništa, jer ona nije kriva sama po sebi za problem. A novi koordinatni sustav znači i novi model, pa to onda više nije WRF. Umjesto toga, postavlja jednostavno fizikalno pitanje: koliko zagrijavanja PBL shema smije dodati s obzirom na to koliko površinu hladi zračenje?

Tijekom noći nad kopnom, energetski budžet pri tlu je jasan — dugovalnim zračenjem površina gubi energiju, a PBL shema može dodati tek manji dio topline natrag kroz turbulentni tok osjetne topline. Ako PBL shema dodaje više topline nego što se može fizikalno opravdati praćenjem dijagnostike stanja modela, taj višak gotovo sigurno dolazi od numeričke pogreške sigma koordinata i za tu točku mreže se diže “red flag” te se pali zaštitni mehanizam kojem je cilj onemogućiti da to nefizikalno zagrijavanje uopće počne.

Korekcija radi ovako: svaki vremenski korak, na svakoj kopnenoj točki mreže u složenom terenu, uspoređujemo dvije tendencije koje WRF ionako računa:

• Dugovalnu tendenciju izračivanja — koliko zračenje hladi najniže slojeve (uvijek negativna noću)
• PBL tendenciju — koliko PBL shema zagrijava te iste slojeve

Dopuštamo da PBL shema zagrije do 30% vrijednosti hlađenja izračivanjem — to je realan doprinos turbulentnog toka topline u mirnoj, stabilnoj atmosferi. Sve iznad toga proglašavamo viškom i uklanjamo 70% tog viška iz tendencije potencijalne temperature u najnižih pet modelskih razina. I tu informaciju šaljemo PBL shemi prije nego ju ona primijeni na temperaturno stanje. Drugim riječima, monitoriranjem stanja modela, po detekciji nefizikalnog stanja kad izračunate vrijednosti različitih varijabli u sustavu bezrazložno postaju proturječne, proaktivno se ne dopušta izlazak varijabli modela iz granica normale.

Nije svaki slučaj isti: sigurnosni uvjeti

Korekcija se ne primjenjuje slijepo. Aktivira se samo kada su zadovoljeni svi sljedeći uvjeti:

Kopnena točka — morska površina i kopnena dinamika funkcioniraju po drugačijim pravilima, nad morem se ne miješamo u ove procese. To radi dobro.

Stabilna stratifikacija — mjerena Richardsonovim brojem (Ri). Ako je atmosfera turbulentna, miješanje je stvarno i korekcija nema što ispravljati. Prag je Ri 0,25 — klasična granica iznad koje turbulencija slabi. Ako je Ri ispod 0,25, zaštitni mehanizam se ne aktivira.

Složen teren — nagib terena mora biti barem 0,08 m/m ili topografski pozicijski indeks (TPI) barem 100 m. TPI mjeri koliko je neka točka niža ili viša od svoje okolice: visok pozitivan TPI znači dolinu ili kotlinu, negativan znači greben. Upravo u kotlinama inverzije “sjede” i upravo tamo je korekcija najpotrebnija.

Slab vjetar — ispod 8 m/s. Npr. kad puše bura ili foehn, miješanje je stvarno i snažno. Korektivni modul prepoznaje da u takvim uvjetima nema što ispravljati — model tada radi dobro i korekcija ne smije limitirati adijabatsko zagrijavanje zraka pri spuštanju.

Uz sve to, umjesto binarnog pristupa gdje pojedini prag predstavlja “da ili ne” odluku, intenzitet korekcije se glatko smanjuje kako se približavamo svakom pragu, a apsolutno je ograničen na 0,002 K/s kako nikada ne bi nadglasao stvarnu fiziku.

Suradnja s katabatičkim protokom

Ova termička korekcija nije jedina modifikacija koju primjenjujemo. Paralelno koristimo i shemu za katabatički (drenažni) protok — gravitacijski tok hladnog zraka niz padine koji sigma koordinate također loše razrješavaju.

Dva zahvata ispravljaju različite stvari:

• Drenažni protok ispravlja količinu gibanja — dodaje komponentu niz padinu koju ravne koordinatne plohe ne mogu uhvatiti.
• Koordinatna korekcija ispravlja termodinamiku — uklanja lažno zagrijavanje koje sprječava produbljivanje inverzije.

Zajedno daju bitno bolje rezultate za zimske noćne situacije nego svaki zasebno — što i ima smisla, jer su oba zahvata odgovor na isti temeljni problem: nesavršenost sigma koordinata nad složenim terenom.

Što to znači za prognozu?

Za krajnjeg korisnika, ova korekcija znači realističnije minimalne temperature u kotlinama i dolinama, bolje uvjete za prognozu magle i mraza, te pouzdaniju procjenu kvalitete zraka u zimskim noćnim situacijama kada se onečišćenje nakuplja ispod inverzije.

Za nas kao modelere, to je primjer pristupa koji ne zahtijeva drastične promjene u modelu poput izmjene cijelog koordinatnog sustava modela. Ne pretvaramo WRF u COSMO ili HARMONIE, ne pišemo bezbrojne nove PBL sheme koje ako rade ispravno ionako neće pomoći ukloniti stvaran uzrok – samo postavljamo fizikalnu zaštitu koja prepoznaje kada numerika proizvodi nešto što fizikalni zakoni ne dopuštaju, i diskretno to ispravlja.

---

Ivan Toman

Kako generativna AI brusi vremensku prognozu

Zamislite da gledate satelitsku sliku nekog područja, ali je razlučivost toliko gruba da jedva raspoznajete obrise otoka ili planina. Znate da negdje ispod te mutne slike postoji bogatstvo detalja — oštre obalne linije, planinski prijevoji, lokalne doline u kojima se skuplja hladan zrak. Upravo tako izgleda razlika između globalne vremenske prognoze rezolucije 25 km i regionalne prognoze na 2 km. A upravo tu razliku sada pokušava premostiti jedan od najzanimljivijih pristupa u suvremenoj numeričkoj meteorologiji — korektivni difuzijski model nazvan CorrDiff.

Problem: globalno je pregrubo, regionalno je preskupo

Suvremeni globalni vremenski modeli temeljeni na strojnom učenju — poput FourCastNeta, Panguea ili AIFS-a — revolucionirali su globalnu prognozu. Treniraju se na reanalizi ERA5 Europskog centra za srednjoročnu prognozu (ECMWF) i sposobni su proizvesti prognoze na razini cijelog planeta za djelić računalnog troška klasičnih numeričkih modela. No, njihova tipična prostorna razlučivost od oko 25 km jednostavno nije dovoljna za mnoge primjene: procjenu rizika od poplava, detaljno praćenje olujnih sustava ili predviđanje lokalnih učinaka topografije na vjetar i oborine.

Klasičan odgovor na ovaj problem je dinamičko spuštanje skale (dynamical downscaling) — pokretanje regionalnog numeričkog modela visoke rezolucije (npr. WRF) unutar okvira koji postavlja globalni model. Rezultati su izvrsni, ali cijena je visoka: ti regionalni modeli zahtijevaju enormne računalne resurse, što ograničava broj ansambalskih članova i duljinu simulacija. Upravo zato raste interes za statističko spuštanje skale (statistical downscaling), a posebice za njegove moderne varijante temeljene na dubokom učenju.

CorrDiff: dvostupanjski pristup s difuzijskim modelom

Tim istraživača iz NVIDIA-e i Tajvanske središnje meteorološke uprave (CWA) razvio je model nazvan CorrDiff (Corrective Diffusion), objavljen 2025. godine u časopisu Communications Earth & Environment. Ideja je elegantno jednostavna u konceptu, a sofisticirana u izvedbi.

Prvi korak je deterministički: regresijska neuronska mreža (arhitekture UNet) prima grubu sliku atmosfere — 12 kanala iz ERA5 reanalize na 25 km — i predviđa srednju vrijednost visoko rezolucijskog polja na 2 km za četiri izlazne varijable: temperaturu na 2 m, kinematičku energiju vjetra na 10 m, te sintetiziranu radarsku reflektivnost.

Drugi korak je generativni: difuzijski model uči distribuciju reziduala — razlike između stvarnog visoko rezolucijskog polja i predviđene srednje vrijednosti. Ovaj pristup inspiriran je Reynoldsovom dekompozicijom iz dinamike fluida, gdje se fizikalno polje rastavlja na srednji tok i fluktuacije. Difuzijski model tako ne mora naučiti cijelu složenost visoko rezolucijskog polja, već samo njegovu finiju strukturu — a to je bitno lakši zadatak.

Zašto baš difuzijski modeli?

Difuzijski modeli (engl. diffusion models) spadaju u obitelj generativnih modela koji su posljednjih godina postigli izvanredne rezultate u generiranju slika. Njihov princip rada temelji se na dva procesa: napredni (postupno dodavanje šuma podatcima dok ne postanu neraspoznatljivi od čistog šuma) i povratni (neuronska mreža uči obrnuti taj proces, korak po korak uklanjajući šum i rekonstruirajući realistične podatke). U kontekstu meteorologije, to znači da model može generirati ansambl fizikalno konzistentnih realizacija visoko rezolucijskog polja — a ne samo jednu determinističku prognozu.

Raniji pokušaji s generativnim suparničkim mrežama (GAN-ovima) pokazali su obećavajuće rezultate u spuštanju skale oborina, ali uz dobro poznate probleme: nestabilnost treninga, kolaps modova i poteškoće u hvatanju dugih repova distribucija — upravo onih ekstremnih vrijednosti koje su za meteorologiju najvažnije. Difuzijski modeli nude veću stabilnost treninga i bolju sposobnost reprodukcije punih distribucija.

Testiranje na Tajvanu: od hladnih fronti do tajfuna

CorrDiff je treniran na trogodišnjem skupu podataka (2018.–2020.) operativnog WRF modela tajvanskog CWA na rezoluciji od 2 km — dakle na podatcima koji su nastali klasičnim dinamičkim spuštanjem skale. Validacija je provedena na 205 nasumično odabranih termina iz 2021. godine, uz dodatne studije slučaja iz 2022. i 2023.

Rezultati su ohrabrujući na više razina:

Spektri i distribucije. CorrDiff uspješno reproducira energetske spektre po potenciji (power spectra) za sve varijable, uključujući i na malim prostornim skalama (ispod 50 km) gdje deterministički UNet značajno podcjenjuje varijabilnost. Posebno je impresivna sposobnost modela da sintetizira radarsku reflektivnost — varijablu koja uopće ne postoji u ulaznom ERA5 skupu podataka — uz realistične repove distribucije koji opisuju intenzivne oborine.

Hladne fronte. U studiji slučaja hladne fronte iz veljače 2022., CorrDiff je uspješno izoštrio horizontalne gradijente temperature i vjetra na frontalnoj granici, istodobno generirajući prostorno konzistentne oborine uz frontu. Ključno je da model održava fizikalnu konzistentnost između varijabli — tamo gdje temperatura naglo pada, vjetar mijenja smjer, a pojavljuje se i pojačana radarska reflektivnost.

Tajfun Haikui (2023). Ovo je bio posebno zahtjevan test. Tropski cikloni u ERA5 reanalizi na 25 km izgledaju kao razmazane, preširoke strukture s preslabim vjetrovima — srednji radijus maksimalnog vjetra u ERA5 iznosi oko 75 km, dok je u WRF-u samo 25 km. CorrDiff uspijeva suziti radijus na oko 50 km i pojačati maksimalne brzine vjetra s 22 m/s (ERA5) na 33 m/s, prema 45 m/s u WRF-u. Model također generira kvalitativno realistične strukture kišnih pojaseva tipične za tropske ciklone. Ipak, autori priznaju da CorrDiff pretjerano kontrahira horizontalnu strukturu ciklona i predviđa statistički premalen radijus maksimalnog vjetra — što je razumljivo s obzirom na to da su tajfuni izrazito rijetki događaji u trogodišnjem skupu za kvalitetan trening.

Brzina i učinkovitost

Jedan od najupečatljivijih rezultata je računalna učinkovitost. CorrDiff na jednom GPU-u radi 22 puta brže i troši 1300 puta manje energije nego operativni WRF model na 928 CPU jezgri. To otvara vrata generiranju velikih ansamblova — u ovom radu korišten je ansambl od 32 člana — što je za klasične regionalne modele gotovo nezamisliv luksuz.

Važno je naglasiti: CorrDiff nije zamjena za fizikalne modele. On je treniran na njihovim izlazima i bez njih ne može postojati. No, jednom naučen, može multiplicirati vrijednost tih skupih simulacija generiranjem probabilističkih prognoza uz zanemariv dodatni trošak.

Otvorena pitanja i budući smjerovi

Autori identificiraju nekoliko ključnih izazova:

Kalibracija nesigurnosti. Ansambli CorrDiff-a su trenutačno subdisperzivni — njihov raspon je preskučan u usporedbi sa stvarnom nesigurnošću. Opažene vrijednosti često padaju izvan raspona ansambla. Optimalna kalibracija stohastičke nesigurnosti ostaje otvoren problem.

Temporalna koherencija. Trenutačni model tretira svaki vremenski termin neovisno. Za praktičnu primjenu, prognoze na susjednim vremenskim koracima moraju biti fizikalno konzistentne — oluja se ne smije “teleportirati” između dva termina. Autori predlažu povezivanje s difuzijskim modelima za video ili autoregresivnom dinamikom na km-skali.

Generalizacija na druga područja. Model je demonstriran samo za Tajvan. Primjena na veće domene ili područja s manje dostupnih visoko rezolucijskih podataka za trening zahtijeva daljnje istraživanje skalabilnosti pristupa.

Klimatske projekcije. Posebno intrigantna je mogućnost korištenja CorrDiff-a za spuštanje skale klimatskih simulacija — no to otvara pitanje može li model treniran na sadašnjoj klimi vjerno reprezentirati buduće uvjete, osobito za ekstremne događaje.

Šira slika: prema globalnom regionalnom prognoziranju

CorrDiff je dio šireg trenda u atmosferskim znanostima koji bismo mogli nazvati hibridnim pristupom — spoj fizikalnih modela i strojnog učenja. Globalni AI modeli poput GenCast-a (DeepMind) ili NeuralGCM-a već pokazuju da strojno učenje može konkurirati klasičnim numeričkim modelima na globalnoj razini. CorrDiff dodaje sljedeću kariku u lanac: učinkovito spuštanje tih globalnih prognoza na regionalnu razinu s očuvanom fizikalnom konzistentnošću i probabilističkom informacijom.

Vizija je jasna — sustav u kojemu globalni AI model daje prognozu za cijeli planet, a regionalni difuzijski model potom tu prognozu “izoštruje” na razinu potrebnu za lokalne korisnike, sve uz kvantificiranu nesigurnost i uz zanemariv računalni trošak u usporedbi s klasičnim pristupom. Do pune realizacije te vizije preostaje još mnogo posla, ali CorrDiff pokazuje da smjer je obećavajući.

---

Izvori

1. Mardani, M., Brenowitz, N., Cohen, Y. et al. Residual corrective diffusion modeling for km-scale atmospheric downscaling. Communications Earth & Environment 6, 124 (2025). https://doi.org/10.1038/s43247-025-02042-5
2. Pathak, J. et al. FourCastNet: A global data-driven high-resolution weather model using adaptive fourier neural operators. arXiv preprint arXiv:2202.11214 (2022).
3. Price, I. et al. Probabilistic weather forecasting with machine learning. Nature 637, 84–90 (2025).
4. Leinonen, J. et al. Stochastic super-resolution for downscaling time-evolving atmospheric fields with a generative adversarial network. IEEE Transactions on Geoscience and Remote Sensing 59, 7211–7223 (2020).
5. Ben-Bouallegue, Z. et al. The rise of data-driven weather forecasting. arXiv:2307.10128 (2023).
6. Hersbach, H. et al. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society 146(730), 1999–2049 (2020).

Ivan Toman

Svake godine 27. veljače obilježava se Dan zaštite polarnog medvjeda. Danas ih na svijetu ima u rasponu od 20.000 do 30 000, no vrsta je sve ugroženija i smanjuje se. Polarni medvjed je simbol Arktika (uglavnom mora pod ledom) i samim tim savršeno prilagođen arktičkim uvjetima Pravi je meteo ovisnik, a njegovo gusto krzno i sloj masnog tkiva omogućuje mu preživljavanje na temperaturi – 40 C. Ipak, ključ njegovog opstanka ne leži u hladnoći, nego u morskom ledu kao platformi za lov, a glavni zalogaj su mu tuljani.

Ilustracijski prikaz Sjevernog pola i Arktičkog kruga. Izvor: Wikipedia

Polarni medvjed. Izvor: Reuters

Polarni medvjed ima priliku obnoviti svoje zalihe energije preko jeseni i zime kod stvaranja leda. Ali, uslijed klimatskih promjena Arktik se sve brže zagrijava. Prema podacima arktički morski led ubrzano se smanjuje desetljećima što skraćuje životni ciklus ove vrste. Kako temperatura zraka raste, to utječe na debljinu i opseg površine morskog leda, na vjetrove, oborine i ciklone općenito. Ukoliko led nastaje sve kasnije u jesenskom razdoblju ili se u proljeće povlači prerano razdoblje lova za polarne medvjede je sve kraće.

Opstanak polarnih medvjeda ovisi o stabilnom i dugotrajnom zimskom razdoblju koje omogućuje stvaranje čvrstog leda. Znanstvenici bilježe snažnije oluje i vjetrove što nikako ne ide polarnim medvjedima u prilog. Snažne oluje lome led, razbijaju ga na manje komade i ubrzavaju topljenje pri čemu se stabilni ledeni pokrivač oblikuje u komade pokretnih santi leda. Za polarnog medvjeda to znači više plivanja, veći utrošak energije i manju vjerojatnost uspješnog lova. Jaki vjetrovi utječu na raspored morskog leda potiskujući ga dalje od obale ostavljajući polarne medvjede bez pristupa tradicionalnim lovištima. Također, znanstvenici upozoravaju da zagrijavanjem gubitak ljetnog morskog leda mijenja cijeli arktički sustav, a polarni medvjed je samo najvidljiviji simbol tog poremećaja.

Raspadanje leda na Arktiku. Izvor: Express.co.uk

U nedostatku uspješnog lova na tuljane polarni medvjed se pokušava prilagoditi. Sve češće dolazi bliže naseljima u Kanadi i na Aljasci. Jede iz očaja ptičja jaja, strvine pa čak i otpad. Tako polarni medvjed postaje nepobitan dokaz klimatskih promjena i pokazatelj da je klima temelj, a vrijeme prostor u kojem život može ili ne može postojati. Polarni medvjedi nose poruku da stabilna klima znači sigurniju budućnost za sve.

Izgladnjeli polarni medvjed. Izvor: Print Screen Youtube video

Zaštita polarnih medvjeda nije samo zadatak rezerviran za znanstvenike jer svaki pojedinac itekako može pomoći na mnogo načina kao npr. smanjenjem ugljičnog monoksida (korištenje javnog prijevoza, bicikle, hodanje), smanjenjem potrošnje energije u kućanstvu, pametnim trošenjem energije, regulacijom o prehrane (barem poneki dan bez mesa), odgovornom kupnjom (manje plastike, više održivih proizvoda), informiranjem se o ovom problemu i širenjem svijesti.

Ivica Grbelja

Nepal je država u južnoj Aziji. Na jugu graniči s Indijom, a na sjeveru je impozantni masiv Himalaje dijeli od Kine. Prije kraljevina, od nedavno republika, Nepal je jedna od najsiromašnijih država Azije. Često uzdrmana unutarnjim nemirima,vjerski raznolika, infrastrukturalno zanimljiva, ipak je najpoznatija kao startna točka svim alpinistima ili entuzijastima koji to misle da jesu, za pohod na Himalaju i osvajanje nekog od njezinih poznatih vrhova.

U subotu 25.travnja 2015. godine, država i njenih 29 milijuna ljudi živjelo je svoju svakodnevnicu, kao i glavni grad Kathmandu. U baznom logoru (Base Camp) na 5364 mnv, sve je vrvilo od više skupina planinara koji su se pripremali za svoj adrenalinski pohod na Mount Everest. U četiri minute prije podne tj. 11:56h sati po Nepalskom vremenu sve se promijenilo. Potres jačine 7.8 stupnjeva po Richterovoj skali zatresao je središnji Nepal. Epicentar je bio u Barpaku, u pokrajini Gorkha, oko 75 km sjeverozapadno od glavnog grada Kathmandua. Potres je bio i relativno plitak, na svega 15km, što je dodatno povečalo štetu na površini, koju je uzrokovao. Problem je što Nepal leži na sudaru Indijske i Euroazijske ploče. Himalaja se doslovno još uvijek “diže”, a to znači vrlo česte i izrazito plitke potrese na tim područjima. Osim Nepal potres je jako zatresao sjeverne indijske države. Bangladesh i Tibetsku visoravan.

Simulacija epicentra potresa i stupanj stradanja pojednih gradova i područja.

Teško je stradao glavni grad Kathmandu. Gradnja objekata i ubrzana urbanizacija bile su uzrok jako nekvalitetnoj gradnji. Kuće i zgrade gradile su se samo od opeka, ili s vrlo malo armature ili vezivnih elemenata i teško da su mogle odoljeti ovakvom udaru. Širenjem grada i povećanjem broja stanovnika, neki katovi su nadograđeni bez ikakvog prethodnog statičkog proračuna. Srušen je i prepoznatljiv simbol grada, Dharahara toranj. U gradu je nastao kaos. Loše organizirane službe spašavanja, mnogo oštećenih i neupotrebljivih bolnica, kasne reakcije odgovornih, ljudi zarobljeni pod ruševinama i betonskim blokovima. Sve ovo rezultiralo je velikim brojem poginulih i ozlijeđenih.

Razmjeri razaranja u Nepalu. Izvor: Večernji.hr

Ruševine i dezorijentiranost. Izvor: Dalmacija News

Katastrofalni potres pokrenuo je mnoge lavine u planinama, prvenstveno u području Himalaje, gdje su neka sela jednostavno nestala pod naletima snijega, a trošne i slabo građene kućice sravnjene su sa zemljom. Langtang Valley je bila poznata destinacija planinara. Dolina je doživjela strašna razaranja, a selo Langtang jednostavno je prestalo postojati, uz mnogo poginulih i nestalih.

Ostaci sela Langtang. Izvor: DokuTV

Isto tako, 25.travanj 2015 bio je najcrniji dan za planinare. Everest Base Camp bazni logor je u trenutku potresa bio pun ljudi, na koje se najednom sručila lavina iz pravca Zapadnog grebena. Na žalost, nisu je svi uspjeli izbjeći i 19 planirara je smrtno stradalo, uz potpuno uništene objekte.

Everest Base Camp 5.364mnv Izvor: Nomad.hr

U potresu je smrtno stradalo 9000 ljudi, a 22000 je ozlijeđeno. Procijena je da je 600.000 stambenih objekata bilo oštećeno ili uništeno. Nepal su dugo nakon toga pogađali potresi jači od 5 ili 6 stupnjeva Richterove skale. a jedan početkom svibnja te godine iznosio je i 7 stupnjeva, što je samo produbilo oštećenja i rušenja na već načetim objektima.

Uz pomoć Međunarodne zajednice, UNESCO-a, koji je već pomogao u obnovi velikog dijela povijesnih lokacija, Nepal velikim dijelom sanira štete nastale u ovoj katastrofi. Turizam se polako vraća, a živost na ulicama Kathmandua i ostalih većih gradova opet postaje svakodnevnica. Obnovljen je i simbol grada toranj Toranj Dharahara, te još neki poznati budistički hramovi i svetišta.

Toranj Dharahara u obnovi. Izvor: Safarway

Prognoze seizmologa za ovo područje nisu optimistične. Nepal leži na sudaru Indijske ploče i Euroazijske ploče. Indijska ploča se gura prema sjeveru brzinom oko 4–5 cm godišnje. To je razlog zašto Himalaja i dalje “raste”. Ove dvije ploče su konstantno zaglavljene uz prisutnost trenja, napete “kao puška”. Kad popuste, dogodi se upravo katastrofa kakva se desila 2015. godine. Himalaja je zona tzv. megathrust rasjeda — to su najjači tipovi potresa na planeti. Kod potresa iz 2015. došlo je do horizontalnog pomaka 2-3 m, a na nekim se područjima teren podigao za cijeli metar. Rasjed koji je “pukao” bio je dug 150 km. Radi zaštite ljudi i imovine treba se primjeniti “japanski model” kvalitetne gradnje zgrada koje mogu izdržati jake udare i popratne “aftershockove”. Na tome se već uglavnom radi. Prkositi prirodi je jako teško, ali svaki pokušaj je vrijedan… Nepal je jake potrese doživljavao i prije, posebice 1833, 1934 i 1988 godine.

Ivica Grbelja

12. je veljače. Ponovo ciklonalna plima! Kao da more ima svoje raspoloženje i ovih dana nije baš najsretnije. Ribari i pomorci to znaju oduvijek — more raste kad zapuše jugo, a pada kad udari bura. Iza tog iskustvenog znanja stoji elegantna fizika koju vrijedi razumjeti.

U ovom tekstu bavimo se kratkotrajnim promjenama razine mora — onima koje se mjere u satima i danima, a uzrokuje ih atmosfera. Točnije rečeno, prostorne i vremenske promjene u atmosferi. Dugoročne promjene vezane uz klimu i tektoniku ostavit ćemo za drugu priliku.

Atmosfera kao nevidljivi teret morskog površini

Mi živimo „na dnu oceana” zraka. Masa atmosfere iznad svakog kvadratnog metra Zemljine površine iznosi otprilike 10 tona. Ta masa pritišće morsku površinu silom koja odgovara standardnom atmosferskom tlaku od 1013,25 hPa (hPa ili mbar – hektopaskal ili milibar, identična je mjerna jedinica za tlak). More, kao svaki fluid, na taj tlak reagira — i to na iznenađujuće jednostavan način.

Zamislite posudu s vodom i klip iznad nje. Pritisnete li klip jače, razina vode se spusti. Olabavite li pritisak, voda se podigne. Atmosfera se ponaša upravo poput tog klipa, samo što njezine promjene tlaka nisu lokalne i trenutne, već se kreću u prostoru kao veliki valovi — ciklone i anticiklone — čiji promjeri dosežu stotine i tisuće kilometara.

Inverzni barometarski efekt: 1 hPa = 1 cm

Veza između tlaka zraka i razine mora nosi ime inverzni barometarski efekt, a izvod je školski primjer hidrostatike.

Krenimo od osnovnog hidrostatičkog zakona. Tlak na nekoj dubini u fluidu određen je težinom stupca fluida iznad te točke:

gdje je p tlak, ρ gustoća fluida, g gravitacijsko ubrzanje, a h visina stupca fluida. Ako se atmosferski tlak iznad morske površine promijeni za iznos Δp, morska površina mora se pomaknuti za Δh kako bi se uspostavila nova ravnoteža:

Preuredimo li za Δh:

Sada uvrstimo brojke. Gustoća morske vode iznosi približno 1025 kg/m³, gravitacijsko ubrzanje 9,81 m/s². Za promjenu tlaka od 1 hPa (što je 100 Pa) dobivamo:

Ovim kratkim fizikalnim izvodom smo pokazali kako pad tlaka od 1 hPa podiže razinu mora za približno 1 centimetar, a rast tlaka od 1 hPa spušta je za isti iznos. Odnos je inverzan — otuda ime.

Duboka ciklona sa središnjim tlakom od 970 hPa, u usporedbi s okolnim područjem na 1013 hPa, stvara razliku od 43 hPa, što znači da more ispod središta ciklone stoji čak 43 cm više nego u okolini. No to nije sve, tlak rijetko djeluje sam – u izolaciji – na razinu mora kako je pokazano dosad.

Uloga vjetra u razini mora

Vjetar je drugi veliki igrač u ovoj priči, i često važniji od samog tlaka. Dok tlak djeluje kao vertikalni pritisak na morsku površinu, vjetar gura more horizontalno — proizvodi takozvani vjetreni nanos (engleski wind setup ili wind surge).

Mehanizam je intuitivan. Vjetar koji puše konstantno u jednom smjeru prenosi impuls na površinske slojeve mora putem trenja. Voda se gomila uz obalu prema kojoj vjetar puše, dok s nasuprotne strane razina pada. Što je vjetar jači, dulji i dosljedniji u smjeru, to je učinak izraženiji. Plitka mora posebno su osjetljiva jer se ista količina pogurane vode raspoređuje na manji volumen — pa razina raste više. Ovdje nije moguće jednostavnom matematičkom relacijom opisati odnos vjetra i razine mora, stvari su sad prilično komplicirane.

Olujni uspor kao savršena oluja za obalu

Olujni uspor (storm surge) jest ono što se dogodi kada se učinci niskog tlaka i snažnog vjetra zbroje i pojačaju. Definiramo ga kao razliku između stvarne razine mora i one koju bismo očekivali samo na temelju astronomske plime/oseke.

Olujni uspor nastaje u pravilu uz duboke ciklone koji donose jak vjetar usmjeren prema obali. Ako se tome pridoda plimni val — pogotovo ako oluja naiđe u vrijeme astronomski visoke plime — rezultati mogu biti katastrofalni. Takvo poklapanje nazivamo olujnom plimom (storm tide).

Neki od najrazornijih olujnih uspora u povijesti:

• Sjeverno more, 1953. godine — olujni uspor od preko 3 metra pogodio je Nizozemsku i istočnu Englesku, odnijevši gotovo 2500 života. Ta je katastrofa potaknula Nizozemce na izgradnju čuvenog sustava Delta.
• Tropski ciklon Katrina, 2005. — olujni uspor od gotovo 8,5 metara devastirao je obalu Mississippija.
• Ciklon Bhola, 1970. — u plitkom Bengalskom zaljevu olujni uspor je dosegnuo 10 metara. Poginulo je između 300.000 i 500.000 ljudi, što ga čini jednom od najgorih prirodnih katastrofa u modernoj povijesti.

Specifičnosti Jadrana

Jadran je u kontekstu olujnog uspora iznimno zanimljiv sustav. Relativno je malo, duguljasto, poluzatvoreno more s izrazitim gradijentom dubine — duboko je na jugu (do 1233 m u Južnojadranaskoj kotlini), ali izrazito plitko na sjeveru, osobito u Tršćanskom zaljevu i Venecijanskoj laguni, gdje dubine jedva prelaze 20-ak metara.

Oblik Jadrana nalikuje dugačkoj kadi nagnutoj prema jugu. Upravo taj oblik čini ga gotovo savršenim rezonatorom za određene atmosferske poremećaje.

Jadranska klackalica zvana seš

Jadran ima vlastitu prirodnu frekvenciju oscilacije — poput vode u kadi koju nagnete i pustite. Ta slobodna oscilacija naziva se seš, a za Jadran kao cjelinu fundamentalni period iznosi otprilike 21-22 sata. To znači da nakon početnog poremećaja (primjerice naglog prolaska ciklone ili jakog vjetrenog impulsa) more oscilira naprijed-natrag duž osi Jadrana s periodom nešto kraćim od jednog dana, što se lako uočava na mareografu kao rezidual nakon eliminacije astronomske plime i oseke.

Kada atmosferski poremećaj ima vremensku skalu blisku tom periodu, dolazi do rezonancije — more se ljulja sve snažnije s svakim novim impulsom. Zamislite to kao nekoga na ljuljačci koju guramo u pravom ritmu. Svaki sljedeći potisak stvara sve veću amplitudu ljuljanja. To je jedan od razloga zašto neke situacije na Jadranu produciraju iznenađujuće visoke razine mora.

Kad jugo „napuni” Jadran

Jugo (široko poznat i kao scirocco) puše iz smjera jugoistoka duž cijele osi Jadrana, od Otrantskih vrata prema sjeverozapadu. Za razinu mora, ovo je najnepovoljniji mogući smjer.

Jugo djeluje poput ruke koja gura vodu prema zatvorenom kraju kade. More se gomila na sjevernom kraju Jadrana, a istodobno se razina na južnom dijelu blago spušta. Nagib površine (kut) je izuzetno malen, ali na duljinu Jadrana nakupi se osjetna razlika u visini sjevernog i južnog Jadrana. Učinak je pojačan dodatno zbog toga što se sjever Jadrana postupno plići — voda koja pristigne iz dubokog južnog Jadrana nema kamo osim prema gore.

No jugo kao vjetar rijetko dolazi sam. Gotovo uvijek ga prati ciklonalna aktivnost — nizak tlak nad Jadranom ili u njegovoj blizini (Genovska ciklona). Dakle, u tipičnoj situaciji jakog juga istovremeno djeluju dva mehanizma podizanja razine mora:

1. Inverzni barometarski efekt — nizak tlak podiže razinu za 20-40 cm (ovisno o dubini ciklone).
2. Vjetreni nanos — jugo nagomilava vodu na sjevernom Jadranu, što može dodati još 50-100 cm, ponekad i više.

Kada se tome pribroji astronomska plima (koja na sjevernom Jadranu doseže 50-ak cm) i eventualna rezonancija seša, razine mogu doseći izuzetno visoke vrijednosti.

Bura: vjetar koji prazni i komplicira situaciju

Bura puše s kopna prema moru, iz smjera sjeveroistoka. Njezin utjecaj na razinu mora suprotan je od juga — u pravilu gura površinsku vodu od obale, što uz hrvatsku obalu dovodi do pada razine mora.

No bura je daleko od jednolične. Njezina mahovita narav — s udarima koji mogu biti i dvostruko jači od srednje brzine — stvara kaotično stanje na moru. Bura je pritom izrazito lokalna; propuhuje kroz kanale i prijevoje Velebita, Dinare i Biokova, stvarajući pojaseve ekstremnog vjetra naizmjenično s relativno zaštićenim područjima. Ta neravnomjernost znači da razina mora može varirati i duž relativno kratkog odsječka obale.

Važan detalj: bura obično dolazi s anticiklonom, što znači i visok tlak zraka. Inverzni barometarski efekt i vjetreni učinak tada djeluju u istom smjeru — oboje spuštaju razinu mora uz hrvatsku obalu. Zato za bure more zna biti izrazito nisko, a razina Jadrana se na sjevernom kraju može spustiti i za pola metra ispod normalnog stanja.

Venecijanski vječni sukob s morem

Nijedan tekst o razini mora na Jadranu ne bi bio potpun bez Acqua alte — visokih voda koje periodično plavlju Veneciju. Acqua alta je zapravo savršena demonstracija svega o čemu smo do sada govorili.

Venecija leži na samom sjevernom vrhu Jadrana, u izrazito plitkoj laguni, na samo 80-ak centimetara nadmorske visine (Trg sv. Marka čak niže). Sve što podiže razinu mora sjevernog Jadrana — a vidjeli smo koliko mehanizama to može — pogađa Veneciju s punom snagom.

Tipičan scenarij Acqua alte izgleda ovako: duboka ciklona prolazi preko zapadnog Sredozemlja ili sjevernog Jadrana. Pad tlaka podiže razinu za 20-40 cm. Istodobno, jugo puše od Otrantskih vrata prema sjeveru, gurajući ogromne količine vode prema Veneciji — to dodaje još 40-80 cm. Ako se to dogodi u trenutku astronomski visoke plime (dodatnih 40-50 cm), a uz to se poklopi i s fazom jadranskog seša koja gura vodu prema sjeveru — zbroj svih komponenti lako prelazi 150 cm iznad normalnog srednjeg nivoa mora.

Događaj iz studenoga 2019. ostao je u sjećanju — razina je dosegla 189 cm, što je drugi najviši ikada zabilježeni nivo, odmah iza katastrofalnih 194 cm iz 1966. godine. Trg sv. Marka bio je pod više od jedan metar vode.

Upravo zbog Acqua alte izgrađen je sustav MOSE (MOdulo Sperimentale Elettromeccanico) — niz pokretnih brana na ulazima u Venecijansku lagunu koje se podižu kada predviđena razina prijeđe 110 cm. Sustav je operativan od 2020. godine i dosad je uspješno zaustavio više desetaka poplava, premda nije bez kontroverzi oko cijene, održavanja i ekološkog utjecaja na lagunu.

More kao barometar

More je, na neki način, najveći barometar na svijetu. Svaka promjena atmosferskog tlaka, svaki vjetar koji zapuše, ostavlja „otisak” na njegovoj površini. Na otvorenom oceanu te se promjene rasprostru i razblaže. No u zatvorenim, plitkim bazenima poput sjevernog Jadrana, akumuliraju se i pojačavaju — ponekad s dramatičnim posljedicama.

Razumijevanje fizike iza ovih procesa je osnovna lekcija za buduće oceanografe ali i pomorce na sveučilištima. Za stanovnike jadranskih gradova, za luke i ribare, za urbaniste i građevinare — to je praktično znanje koje oblikuje svakodnevicu. Na Jadranu, nebo i more su fizikalni sustav vezan jednadžbama koje, kad ih razumijemo, čine razliku između pripravnosti i iznenađenja.

Ivan Toman

Ciklonalna plima je pojava podizanja razine mora uslijed djelovanja ciklona s niskim tlakom zraka i jakog do olujnog vjetra. Ovakva vrsta plime nema nikakve poveznice s djelovanjem Sunca i Mjeseca i često traje satima, pa i danima. Vjetar koji je uzrokuje u pravilu je jako, olujno do orkansko jugo. Pad tlaka za 1 hpa odgovara podizanju mora za 1 cm.

Jadran je posebno osjetljiv na ciklonalne plime, jer je sa svojih 800km dužine otvoren samo prema jugu. Jaki južni vjetrovi podižu valove i guraju vodu od juga prema sjeveru. Voda nema kamo i stvara se tzv, “efekat lijevka”. Uz to, sjeverni Jadran je relativno plitak i specifične konfiguracije morskog dna, šta još više pridonosi podizanju vode i stradavanju gradova uz more, tj gradskim obalnim dijelovima (npr. Venecija).

Ova pojava štetu često nanosi i dalmatinskim gradovima uz obalu, gdje stradavaju niži dijelovi, površine s niskim rivama i objekti uz njih.

Animacija i opis nastajanja ciklonalne plime u Jadranu

Jednu od većih ciklonalnih plima u posljednje vrijeme Jadran je doživio 04. veljače ove godine i to u popodnevnim i večernjim satima. Genovska ciklona s vrlo niskim tlakom zraka od 990hpa u središtu u to je vrijeme ušla u Jadran i nastavila put prema istoku. S prednje strane ciklone pritjecao je topli zrak i pojačavao udare juga, čija je snaga bila olujna, na otvorenom moru i orkanska. U uvjetima niskog tlaka zraka i jakog vjetra koji je “nabijao” more prema obali i ponegdje vrlo obilnih oborina u obliku kiše, u mnogim gradovima i mjestima na dalmatinskoj obali došlo je do plavljenja riva, punjenja kanalizacijskih šahtova i prodiranja vode duboko u kopno.

Sinoptička karta vrlo izraženih ciklonalnih aktivnosti koje su se protezale od Atlantskog oceana i obuhvatile veliki dio srednje i južne Europe, 04.veljače u 12h. Izvor: Meteociel

Karta izobara i vrijednosti tlaka zraka, ulaskom ciklone u Jadran oko 20h, istog dana. Izvor: Meteociel

Te večeri voda je prešla granice pretežno nižih riva i poplavila objekte bliže obali. Stradale su kuće uz more, voda je prodrla u podrume, ugostiteljske i druge poslovne objekte. Potopljeni su mnogi brodovi na vezovima, a stradali su i automobili koji su se našli na kritičnim mjestima u to vrijeme. Bilo je štete i na infrastrukturnim objektima. Usred udara jakog vjetra i plime, lomile su se rive, a oštećeno je mnogo toga što se nalazilo u dijelu bliže obali, hortikultura, lučki objekti i drugo.

Šteta učinjena u Kaštelima, izvor: Crometeo

Od gradova i mjesta koji su bili izrazito pogođeni ovom nepogodom izdvojit ćemo Kaštela, gdje je mjesto Kaštel Novi gotovo cijelo bilo pod vodom, zatim Trogir, Omiš i Pag. Prelijevanja mora preko riva bilo je i u Splitu, Vodicama i Zadru, a tradicionalno je opet stradao i najstariji i najniži dio Šibenika, Dolac, Voda je prodrla u prvi red kuća, restorana i caffe barova, a stanovnici izrađivali zečje nasipe, kako bi zaštitili imovinu. Vatrogasci su svugdje po Dalmaciji imali pune ruke posla, ispumpavajući vodu iz podruma i prizemnih prostorija.

Poplavljena vodička riva, foto: Infovodice-Petar Gurgurev

Šibenik, Dolac, foto: Duško Jaramaz (Pixell)

Prolaskom ciklone i slabljenjem juga, voda se počela povlačiti već idućeg dana, ali su nivoi još uvijek iznad razine normalnog. idućeg dana, 06. veljače nailazi nova sredozemna ciklona, ali meteorolozi iz DHMZ-a pretpostavljaju da uvjeti ne bi trebali biti tako ekstremni kao dva dana prije…nadajmo se da su u pravu.

Komentar: Ne bi sada ulazio u dubinu tema kao što su klimatske promjene, globalno zagrijavanje, topljenje ledenjaka, sve ekstremnije zime i ljeta…ciklonalne plime su pojava koje se kod nas na Jadranu događale i događati će se. Naše je što bolje se zaštititi od ekstremnih situacija s morem, valovima i vjetrovima. Treba se ulagati u gradnje lukobrana, podizati rive na višu razinu, održavati ih i redovito sanirati. Sve kako bi se zaštitila imovina, objekti, pa i spriječile moguće veće nedaće ili eventualne tragedije.

Izvor slika: HRT

Ivica Grbelja