Omsider kommer det et nytt varsel fra prosjektet vårt. Dette gjelder for desember 2019 og er en statistisk modell basert på seks sesongvarslingsmodeller: dwd (fra Deutscher Wetterdienst i Tyskland), ecmwf (fra det europeiske værvarslingssenteret ECMWF i England), ukmo (fra Met Office i Storbritannia), mf (fra Météo France i Frankrike), cmcc (fra Centro Euro-Mediterraneo sui Cambiamenti Climatici Italia) og NorCPM, som er vår egen norske modell.
Merk at vi som vanlig ikke anbefaler ikke å tillegge varslene vekt i beslutningsprosesser. Varselet er eksperimentelt og en del av forskningsprosjektet Seasonal Forecasting Engine, som er finansiert av Forskningsrådet.
Figuren under viser «skill score». Kort sagt sier den noe om hvor godt den statistiske modellen vår har gjort det i tidligere år, basert på «hindcasts» eller «re-forecasts», altså varsler bakover i tid. Verdier under null indikerer at modellen gjør det bedre enn en superenkel statistisk modell som hvert år varsler null avvik fra det langsiktige gjennomsnittet (såkalt «klimatologi»). Grovt sagt kan man si at en verdi på –0,2 betyr at modellen er 20% bedre enn klimatologi.
Vår «skill score» er negativ alle steder i bildet, men den er ikke mer enn mellom 0 og 20% bedre enn klimatologi.
Så til temperaturvarselet, som er vist på figuren under. Enheten er avvik fra et gjennomsnitt de siste 20 år. Den statistiske modellen varsler et avvik fra normalen på rundt en halv grad. Det er ikke så mye, og i praksis betyr det en helt normal desember, ettersom vi er inne i en kraftig oppvarming både globalt og regionalt.
De samme sesongvarslingsmodellene som vi har brukt varslet i forrige måned at perioden november, desember og januar skulle bli mild. November 2019 ble ganske så kald i store deler av Norge. Dette er et eksempel på at sesongvarsling er et umodent felt. I prosjektet vårt blir neste steg å inkludere empiriske data i vår egen statistiske modell, blant annet ved hjelp av maskinlæring. Det langsiktige vårt er selvsagt å forbedre vår «skill score».
