GDD-verktyg - FAQ - data? | GreenCast

Du är här

Share page with AddThis

GDD-verktyg - FAQ - data?

Tekniska nyheter

Vi har nyligen lanserat vårt GDD-verktyg och i den här artikel kommer vi att prata om var våran väderdata kommer från, hur det genereras och varför det är det mest pålitliga sättet att göra det.

 

GDD-verktyget säger att det använder en "såhär" eller "såhär" väderstationsdata, ändå ser datan annorlunda ut.

När du anger en plats i GDD-redskapet ser du något liknande det här

Detta är Googles location-verktyg som vi har integrerat på vår webbplats. Det hjälper till att få helt korrekta locations som ur ett IT-perspektiv är mer exacta än ett postnummer. Utan, det här är ingen väderstation.

 

Hur genererar vi väderdata då?

Det gör vi inte - vi arbetar med andra företag bakom kulisserna för att få tillgång till deras data. Produktion av väderdata är en hel industri på egen hand och det finns många, många väderdata-modeller där ute. Det finns en enorm mängd data som används för att generera dessa modeller som kommer från många platser inklusive:

  • Satelliter
  • Flygplan
  • Väderballonger
  • Väderstationer

Nedan följer en kort video som visar hur detta fungerar.

Även om just det här handlar om en väderprognos, används samma modeller för att registrera den uppfattade väderdatan. Inte säker på om du har lagt märke till det förr, men när vi har rekordtemperaturer väntar vi på att det ska verifieras av en verklig väderstation.

Varje dag får dessa företag miljoner observationer av temperatur; tryck; vindhastighet och riktning; fuktighet och många andra atmosfäriska variabler.

Det finns emellertid stora datagaps i denna information med otillgängliga regioner på land, till sjöss och många platser i atmosfären där det finns mycket få eller inga observationer.

 

Varför inte bara använda väderstationsdata?

Väderstationsdata är bra för att visa mikroklimatet på den exakta platsen som stationen befinner sig i, men är inte det mest pålitliga och logiska sättet att mäta den allmänna väder informationen för det området. Väderstationsdata är mycket bättre när uppgifterna används för att förse en modell som använder alla de andra data inmatningarna som nämns ovan för att utjämna data luckor, mikroklimat och dåligt placerade eller kalibrerade väderstationer.

Det finns många väderstationer runt om i Sverige, men förvånansvärt få används för att förse dessa modeller - modellerna förlitar sig starkt på alternativa källor för att generera väderdata.

GDD-redskapet drivs av modellerad data snarare än en väderstation. Väderstationer matas in i den här modellen men data från dessa litas inte helt på.

Även om dina väderstationsdata kommer att vara annorlunda än våra - är vi övertygade om att vårt redskap ger en exakt representation av vädret på din plats. Förutsatt att din väderstation är väl kalibrerad kommer den att ge en bättre mätning av det exakta läget, men den är bara representativ för den platsen och är benägen till fler datagaps. 

Testa vår nya GDD-kalylator