Dalmatinska zagora je meteorološki vrlo hirovito područje. Iako ne toliko udaljena od mora, meteorološka događanja često znaju biti drukčija nego na obali, nerijetko i ekstremnija. Na granici mediteranske i kontinentalne klime, Zagora je poznata po svojim hladnim i jakim vjetrovima, često iznimnim količinama oborina, a u inverzivnim okolnostima i po niskim noćnim temperaturama. Grad Knin nije iznimka, a njegovi stanovnici posebno će pamtiti blagdan Tri Kralja, 06. siječnja ove godine.
Već smo pisali o prodoru hladnog zraka i jačanju sredozemne ciklone koja je donijela mnogo oborina, kišu na Jadranu i snijeg u unutrašnjosti, te znatno snizila temperature zraka ispod pozitivne granice. Dok su mnogi uživali u snijegu, neki ga i kudili, Knin i dio Dalmatinske zagore toga je popodneva vidio samo led i štetu koju je ovo nevrijeme napravilo.
Što je pošlo po zlu toga dana? Sredozemna ciklona s 999 hpa u centru, ušla je u Jadran malo sjevernije nego što se uglavnom očekivalo i svojim prednjim dijelom gurala topli zrak koji se pred hladnoćom koja je pristizala sa sjevera dizao u više slojeve atmosfere, stvarajući tzv “toplinski klin”. Zbog toga, oborine su padale u obliku kiše do prizemnog sloja gdje su već prevladali hladan zrak i negativne temperature. Dalmatinska obala je još bila temperaturno poviše nule i oborine primala u obliku obične kiše. Zapuhala je jaka do olujna bura.
Na karti vidimo položaj cikone s 999 hpa u centru oko 18h toga dana. Izvor: https://meteocentre.com
Koliko je toplinski klin bio jako izražen najbolje kazuju temperature zraka na vrhovima viših planina u blizini gdje postoje mjerne postaje. Dok je Knin već mjerio -2°C na dva metra visine, najviši vrh Hrvatske Sinjal na Dinari mjerio je +1°C, dok je planinarski dom na Promini koji se nalazi na 850 mnv mjerio +5°C tijekom cijelog popodneva i večeri.
Na kninskom području velika količina padalina jednostavno se ledila u dodiru s tlom, automobilima, objektima, stablima, stvorivši ledenu koru debelu 5-6 cm. Debeli slojevi leda po granama, ledene sige su visile po krovovima, stupovima stvarajući apokaliptični prizor.
Olujna bura lomila je grane stabala opterećene ledom koje su padale po ulicama, zakrčila ceste i željezničke pruge, srušeni su stupovi elektrodistribucijske i telekomunikacijske mreže, pa su dio Knina i većina okolnih sela ostali i bez struje i interneta. Bilo je i oštećenih automobila. Vlak koji je iz Zagreba krenuo u Split, ostao je preko 20 sati “zarobljen” na kninskom kolodvoru zbog oštećenja stakla i neprohodnosti pruge.
Malo olakšavajuća okolnost dogodila se tek u ranojutarnjim satima, odmicanjem ciklone dalje prema jugu i dodatnim zahlađivanjem. Viši slojevi bili su sve hladniji i počeo padati običan snijeg na zaleđenu površinu. Prava je sreća u svemu ovome što nije bilo ljudskih žrtava.
Iduća dva dana kninsko područje je zadržalo negativnu temperaturu koja je onemogućila otapanje leda i otežavala popravke i saniranje štete, pa su pojedina mjesta dugo čekala ponovnu uspostavu električne energije i normalizaciju života.
Kolika je stvarna šteta od ovog nevremena na kninskom području kao i još nekim dijelovima Dalmatinske zagore još se procijenjuje, a kiša koja se ledi pri dodiru s tlom ili “ledena kiša”, još je jednom pokazala koliko je opasan i ekstreman meteorološki događaj.
Uslijed vrlo niskih temperatura koje su jutros dosegle i blizu -20°C, izraženi zimski uvjeti nastavit će se i idućih dana. Tlo nad kontinentalnim krajevima prekrivenim snijegom, te s njime i prizemni sloj zraka zadržat će se na temperaturama oko ili ispod nule, a približavanjem atlantske ciklone prema našim će krajevima već danas početi pristizati topliji zrak sa zapada u višim slojevima troposfere. Takva situacija uzrokovat će temperaturnu inverziju (porast temperature s visinom), a uz sve oblačnije vrijeme u petak, već od jutra i oborine.
U takvim uvjetima kad na nekoj visini postoji sloj zraka topliji od 0°C, dovoljne debljine, oborina koja pada prema tlu se topi i pretvara u kišu. Međutim, zadržani hladan prizemni sloj te kapljice prehlađuje, tj. spušta im temperaturu ispod točke ledišta i one se u dodiru s tlom ili objektima na tlu, trenutačno smrzavaju. Tu opasnu i štetnu pojavu nazivamo ledena kiša.
U petak će u značajnom dijelu unutrašnjosti regije postojati takvi uvjeti. Prvenstveno, u središnjoj Hrvatskoj i Slavoniji (vidi kartu ispod).
Meteo Centar WRF: prognoza ledene kiše za 8. siječnja 2026. u 17h
Na slici je prikazan samo jedan od trenutaka (17 sati po lokalnom vremenu) gdje žuto-crveno obojana područja prikazuju prognoziranu ledenu kišu. Ona je moguća u cijelom nizinskom području unutrašnjosti gdje će se topao zrak koji dolazi u višim slojevima najteže probiti do tla.
Prestanak postojanja uvjeta za ledenu kišu očekuje se u noći na subotu, novim prodorom hladne zračne mase sa sjevera koja će ukloniti slojeve toplije od 0°C. Time će oborina ponovo prijeći u snijeg, a tijekom subote se očekuje i njegov prestanak te mjestimice i kidanje naoblake. U nedjelju još hladnije, a na Jadranu jaka i olujna bura. Noć na ponedjeljak bi mogla ponovo biti pretežno vedra, ponegdje uz maglu, te najniže temperature slične ovima jutros – na kontinentu većinom od -10 do -20°C.
Najluđa noć u godini bila je hladna i neugodna za doček na otvorenom. Situaciju je jedino ublažio izostanak bilo kakvog vjetra, pa se uz dobro zabavu lakše izdržalo. Bila je to samo uvertira u prilično turbulentni početak siječnja.
Od samog početka godine, na europski kontinent počeo se spuštati vrlo hladan zrak arktičkog porijekla. Ovo je uzrokovalo hladne dane, uz obilne oborine u istočnoj, sjevernoj i velikom dijelu srednje Europe. Temperature zraka pale su i 10-15°C ispod prosjeka. Prolaskom fronte, na području sjevernog Atlantika ojačalo je polje visokog tlaka zraka, stvarajući tzv. Grenlandski blok. Ovo je hladan zrak gurnulo još više prema jugu Europe, poremetivši uobičajeno zapadno strujanje. S prednje strane počeo je pritjecati topao i vlagom bogat zrak. Ulaskom u Sredozemlje došlo je do stvaranja niza ciklona i frontalnih aktivnosti. Na Jadranu je prvih dana Nove godine bila izražena južina. Do 05. siječnja naši su se krajevi našli pod utjecajem ciklone sa središtem u Tirenskom moru. Iako masa hladnog zraka uglavnom pruža dolinu prema jugozapadu kontinenta, dio je prošao Alpe i ušao u sjeverne djelove naše zemlje. Sudaranje toplih i hladnih zračnih masa uzrokuje turbulentne vremenske prilike. Na Jadranu i područjima uz Jadran imamo dugotrajnu kišu, dok je u višim dijelovima, gorju, ponegdje i u nizinama počeo padati slab do umjeren snijeg, koji se zbog niskih temperatura akumulira na tlu.
Na slici koju je izdao ECMWF jučer u 12h po UTC-u vidimo kartu tlaka zraka, položaj ciklone i kretanje hladne zračne mase kakvo bi trebalo biti danas sredinom dana.
AT 500 hPa i tlak zraka na razini mora za 6.1. u 13h. Izvor: meteociel.fr
Valja napomenuti kako je u pograničnim područjima Hrvatske i BiH bilo i opasnih pojava kiše koja se ledi pri dodiru sa tlom ili predmetima, uz manje štete na infrastrukturnim objektima.
Foto: Ivica Grbelja
Što nas čeka u narednim danima? Prema prognozi DHMZ-a, u kontinentalnim dijelovima i gorju, snijeg će i dalje nastaviti padati,uz stvaranje snježnog pokrivača. Na Jadranu će uglavnom padati kiša, ponegdje i obilna, biti će i grmljavine, a niti mogućnost bujičnih poplava ponegdje nije isključena.Zbog jačanja AC grebena, bura će ojačati, pa će na poznatim lokacijama biti i olujna, moguće i orkanska. Južnije od Šibenika, zbog približavanja ciklone i njezinog ulaza u Jadran puhati će jugo, koje može imati i vrlo jake udare. Uz daljni pad temperature zraka snijeg je od sutra popodne i navečer moguć ponegdje i na Sjevernom Jadranu, Dalmatinskoj zagori, te uz obalu sjeverne Dalmacije. U Zagori je moguća i pojava kiše koja se ledi pri tlu. Daljnim prodorom hladnog zraka u niže slojeve, topliji zrak diže se u više. Ova vrlo opasna pojava izaziva poledicu, opasnu za pješake, vozače u prometu i infrastrukturu općenito.
Raspored i vrsta oborine za 7.1. u 11h. Izvor: meteociel.fr
Na gornjoj slici vidimo procjenu količine i vrste oborina u Europi i na našem području, kakva bi trebala biti 7. siječnja, sredinom dana.
AT 500 hPa i tlak zraka na razini mora za 7.1. u 13h. Izvor: meteociel.fr
Na slici iznad je sinoptička karta tlaka traka na 07.siječnja, po ECMWF modelu.
Vremenske prilike trebale bi se privremeno smirivati 8. siječnja u popodnevnim satima, u vidu slabljenja bure i odmicanjem ciklone dalje od naših krajeva. Napomenimo, da će ovo biti i najhladniji dan ovog razdoblja. Svuda se očekuju negativne temperature zraka, a minusa bi trebalo biti i uz obalu.
DHMZ prognozira tijekom četvrtka okretanje vjetra na zapadne i jugozapadne smjerove. Na Jadranu će bura slabiti i okretati na prvo sjeverni vjetar, a zatim u petak i jugo, koje će jačati na jako, ponegdje i olujno.
Ovo je uvod u novu promjenu vremena.
Očekivana visina snježnog pokrivača u četvrtak o 01h. Izvor: meteo.hr
Na slici vidimo procjenu debljine snježnog prekrivača koja bi ponegdje mogla biti i viša od 10 cm.
Iz subjektivnog kuta gledanja: Ovo je jedna od tipičnih zimskih situacija, karakteristična za siječanj i prvu polovicu zime. Snijega će biti, nekima na radost, nekima na žalost i to vjerojatno i u krajevima gdje duže vrijeme nije bio uobičajena pojava, kao nekad. Po mom mišljenju, za obalu je granična situacija po pitanju snježnih oborina. Možda orografija pojedinog područja bude presudna za prvo pahuljanje nakon duže vremena.
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
Vrijeme Božića u većini nas probudi neki poseban osjećaj. Svaki događaj koji bi nam u obično vrijeme zvučao kao “nešto normalno”, za Božićnih blagdana ima neku svoju posebnu vrijednost, lakše ga i duže pamtimo. Isto vrijedi i za meteorološke prilike koje nas pohode u to vrijeme. Božićna ciklona nije neki službeni i strogo definirani pojam. To je kolokvijalni / medijski naziv koji se koristi za izraženu ciklonu koja se razvije ili zahvati neko područje oko Božića (otprilike 24.–26. prosinca).
Zašto su ciklone oko Božića česte ili posebno jake? To je obično vrijeme jakog temperaturnog kontrasta. S jedne strane imamo hladno kopno (nad srednjom i istočnom Europom) i puno toplije Sredozemlje (zbog još relativno dosta toplog mora). Ovakav temperaraturni gradijent stvara idealne uvjete za ciklogenezu. Što je razlika veća i ciklona će biti jača. Zimi se polarna fronta spušta dosta južnije. Mlazna struja, tzv. Jet Stream spušta se prema jugu i Sredozemlju. Hladan zrak upadom nad toplo more pretvara Sredozemlje u tvornicu ciklona, koje se stvaraju u Genovskom zaljevu, Sjevernom Jadranu, Tirenskom moru ili izazivaju produbljivanje i jačanje dolazećih atlantskih ciklona. U isto vrijeme sjeverozapadna Europa, Skandinavija i Istočna Europa nalaze se u sektoru visokog tlaka zraka, uz mirno i hladno vrijeme.
Događanja tijekom Božićne ciklone, za hrvatske prilike mogli bi podijeliti u tri epizode:
1. Stvaranje ili produbljavanje ciklone koja se još nalazi zapadno od nas. Mi smo na njenoj prednjoj strani, u toplom sektoru, pa imamo toplo i vlažno vrijeme, često popračeno jakim i olujnim udarima juga. Tlak zraka je u stalnom padu.
2. Prolazak fronte preko naših krajeva. Dok se nalazimo u samom centru ciklone, vrijeme se zna krako prividno umiriti. Tlak zraka je najniži, vjetar često skreće s SE na S i SW smjer, kod izrazito niskog tlaka moguće su ciklonalne plime, plavljenje obala, uz jaku kišu, grmljavinu, pa čak i pijavice na moru. Ova epizoda najkraće traje, ali vremenski zna biti najhirovitija i najopasnija.
3. Odmicanjem fronte, ulazimo u njezin stražnji sektor, iza kojeg počne pritjecati osjetno hladniji zrak s kontinenta. Iako smo siromašniji vlagom, uz zahlađenje često se zna zabijeliti gorje, djelovi unutrašnjosti, pa čak i viši predjeli dalmatinske zagore. Obično zapušu vjetrovi iz 1. i 4. kvadranta, vrlo često i bura, koja zna imati i jake do olujne udare.
Važno je još jednom napomenuti, da ovakve ciklone nisu nikakva novost na Sredozemlju ili Jadranu i da se dogode jednog klasičnog jesenjeg ili zimskog dana, bile bi kao “jedna od mnogih u nizu”. A za Božić? Ljudi su većinom doma ili putuju. Svi žele lijepo i mirno vrijeme, a sve što remeti planove ostaje zapamćeno.
Na slici ispod vidimo presjek jedne Božićne ciklone, po ECMWF modelu, njezino kretanje i vrijednosti tlaka kroz 108 sati, uz pogled na potencijalni vrtlog zraka. Kad se visoki PV spusti niže → stvara se uzlazno gibanje, tj pad tlaka na površini i ciklona se produbljuje.
Zadnjih nekoliko godina imali smo ugodno i prilično toplo vrijeme tijekom božićnih praznika, a što nas čeka ove godine, vidjeti ćemo. U području gdje živim, pojam “Bijeli Božić” je uvijek bio relativan (iznimka je bila 1996. godina), a sve rijeđe se posljednjih godina spominje i na kontinentu. Šteta, jer snježni ugođaj za vrijeme Božića zna biti stvarno poseban…
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.
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.
