Teorie chaosu říká, že velmi složité systémy se chovají zdánlivě chaoticky a najít v nich pravidla je obtížné. Jedním z takových systémů je počasí, takže meteorologové s chaosem zápasí každý den.
Když se řekne chaos, představí si většina lidí něco neuspořádaného, možná nepořádek, třeba i chaos v hlavě. Meteorologům se ale nejspíš vybaví něco jiného – chaos deterministický, který souvisí s vlastnostmi atmosféry. A je pro ně ale i pro všechny na Zemi nesmírně důležitý. Proč?
Že se atmosféra chová chaoticky, zjistil už před šedesáti lety samotný zakladatel teorie chaosu Edward Norton Lorenz. Narazil na ni, když zkoumal konvekční proudění v kapalinách a plynech. V rámci experimentu ohříval plyn v nádobě, který pak zahřátý stoupal vzhůru, přitom se na povrchu ochlazoval a následně klesal zpět dolů po stranách, přičemž se tvořily válečky nebo takzvané konvekční buňky. Lorenz zjistil, že drobné změny v počátečních podmínkách mohou vést k velkým odchylkám ve výsledném chování.
Lorenz se pak tento jev snažil spočítat pomocí předpovědního modelu, sestávajícího z rovnic, ve kterých vystupovala teplota a rychlost proudění. K vyřešení těchto rovnic použil počítač, dnes běžnou věc, jenže tehdy šlo o náročnou záležitost a výpočetní čas byl drahý. Proto se při opakování výpočtu rozhodl ušetřit výpočetní čas a počáteční podmínky popsal pouze třemi desetinnými místy namísto předchozích šesti desetinných míst.
I když se počáteční podmínky lišily jen nepatrně, vedlo to ke zcela odlišným výsledkům a tato v podstatě náhoda vedla k odhalení zmíněného chaotického chování, kdy malé odchylky v počátečních podmínkách mohou v některých systémech vést k velkým rozdílům. A vlastnosti takovéhoto systému má právě i atmosféra.
Aby nedošlo k omylu, teorie chaosu neříká, že chování atmosféry je nepředvídatelné nebo zcela náhodné. Chaotické systémy jsou v zásadě předvídatelné, a proto se také mluví o deterministickém chaosu. Přesto jsou ale extrémně citlivé na malé změny počátečních podmínek, které mohou mít významné účinky. Edward N. Lorenz to vyjádřil slavnou metaforou: „Může mávnutí motýlích křídel v Brazílii vyvolat tornádo v Texasu?“ A tento příměr by šlo aplikovat na různé lokality ve světě.
Jak mohou motýli za to, že je jiné počasí, než vědci předpovídali
Tento takzvaný motýlí efekt posléze výrazně ovlivnil chápání složitých systémů, včetně atmosféry a předpovědi počasí. Určit počáteční stav atmosféry totiž není do všech detailů možné, protože měření nejsou dostupná pro každý bod v atmosféře, a navíc jsou sama o sobě náchylná k chybám. Kromě toho jsou rovnice v modelech popisujících vývoj počasí v jistém smyslu rovněž pouze přibližné. To všechno vede ke snížení úspěšnosti předpovědi počasí s tím, jak roste časová vzdálenost předpovědi. Zjednodušeně řečeno: tyto drobné změny na počátku se projevují tak, že se dlouhodoběji počasí špatně předpovídá.
Deterministický chaos se projevuje významněji hlavně při hraničních situacích, kdy se daná oblast nachází na pomezí dvou odlišných vzduchových hmot a mezi nimi leží často výrazné teplotní, respektive frontální rozhraní. Modelové výpočty pak můžou výrazně kolísat, přičemž je obtížné určit, na jaké straně rozhraní se dané území nakonec ocitne. Což s sebou nese i výrazné rozdíly v možné podobě počasí a teplot, někdy i dvacetistupňových.
K takové situaci došlo i začátkem minulého měsíce. Pro neděli 8. října modely původně počítaly s teplým počasím s maximy kolem 23 stupňů Celsia. Jenže nakonec k nám pronikl chladný vzduch a teploty byly výrazně nižší. Ještě ve středu, tedy pouhých pět dnů předem, nebylo zřejmé, jak to nakonec dopadne.
Meteorolog versus chaos
Aby se meteorologové s chaosem alespoň částečně vypořádali, provádějí se takzvané ansámblové výpočty. To znamená, že model počasí je počítán několikrát s mírně odlišnými počátečními podmínkami. Na jedné straně to slouží k posouzení spolehlivosti prognózy a na straně druhé k umožnění vyjádření pravděpodobnosti daného vývoje. Například Evropské centrum pro střednědobou předpověď (ECMWF) počítá sto takových mírně odlišných modelových běhů.
Výsledkem jsou pravděpodobnostní předpovědi, které v sobě zahrnují nejistotu prognóz za dané situace. Tyto předpovědi pozvolna pronikají i mezi širokou veřejnost (zejména pravděpodobnost srážek), nicméně její správné pochopení nemusí být bez doplňujících informací úplně jednoduché. Například údaj o pravděpodobnosti srážek 60 procent se může vztahovat k rozsahu území, kde se srážky vyskytnou, ale také k času, kdy se vyskytnou.
Většina lidí chce logicky znát odpověď na otázku, jestli například druhý den bude v daném místě pršet a ne pravděpodobnost, s jakou se déšť vyskytne. Druhá varianta je ale z meteorologického pohledu korektnější a lze očekávat, že se tyto předpovědi budou pozvolna dál rozšiřovat. Navíc pravděpodobnost daného jevu může napomoci v rozhodování při přijímání příslušných opatření k eliminaci škod a negativních dopadů, a to zejména během potenciálně nebezpečného počasí, jako je třeba výskyt krup nebo přívalových srážek.
