Viden om stormvejr er også vigtig for nutidens skibe
Stormvejr var en af grundene til, at et stort containerskib i efteråret 2024 ændrede kurs og sejlede en stor omvej. Skibet skulle sejle med varer fra Le Havre i Frankrig til New York. Der var lagt en fin direkte rute på 3218 sømil, som svarer til omkring 6.000 km (Sort rute på kortet). Men så fik skibet besked om et uvejr, som lå lige på ruten. Derfor tog turen en helt anden retning, og den blev forlænget til 4832 sømil, som svarer til omkring 9.000 km (Rød rute på kortet). Det er dyrt at sejle så mange ekstra sømil/kilometer. Men det er dyrt – og farligt – at sejle i voldsomt uvejr med et stort containerskib. Der er ikke kun risiko for, at skibet mister nogle af containere med dyre varer. Der er også risiko for, at der sker noget med besætningen eller skibet. På billedet herunder kan du se den rute, som kaptajnen valgte at sejle.

Hvorfor er historiske data om vejret vigtige i dag?
I de gamle skibslogbøger kan vi finde historiske data om vindstyrke og vindretning. Det kan virke ligegyldigt at vide, hvordan vejret var, da de forskellige skibe sejlede rundt i fx 1700-tallet. Men det er det ikke. Viden om historisk vejr kan som nævnt bruges til at justere de klimamodeller, forskerne arbejder ud fra i dag. De gamle data om vindretning kan bruges til at bestemme, hvor højtryk og lavtryk befandt sig på et bestemt tidspunkt. Og ved hjælp af data om vindstyrken og retningen kan vi estimere trykforskellene og dermed styrken af højtryk og lavtryk. Disse data står ikke i de rigtig gamle skibslogbøger, for man begyndte først at måle lufttryk på havet systematisk omkring 1840-erne. Jo mere viden, vi kan få om fortidens vejr, jo mere detaljeret viden kan vi også få om klimaets udvikling. De mange historiske data kan sættes ind i modeller, der kan beregne klimaets udvikling. Modellerne er baseret på de fysiske love. Men med de nye historiske data kan vi ”fodre” modellen med data, som vi ikke tidligere har haft adgang til. Og disse historiske data kan så rent faktisk være med til at gøre prognoserne af de moderne klimamodeller bedre. Her er et eksempel: Lad os sige, at vi har en masse data om vejret på Atlanterhavet. Nu udvælger vi to områder, som vi har data fra. Det er fx data om position, vindhastighed, tryk og temperaturer. Så lægger vi data fra det ene område ind i vores klimamodel og beder computeren beregne, hvordan vejret så må have været det andet sted på Atlanterhavet. Dette sted har vi jo også data fra, så nu kan vi kontrollere klimamodellens beregning. Hvis klimamodellens beregning passer med vores data, så er modellen god. Men hvis den ikke passer med vores data, så kan man justere modellen, så den bedre er i stand til at matche de historiske data, som vi kender. Med større og mere præcis viden om fortidens klima kan vi fx lave nogle beregninger og kurver, som beskriver fortidens klima baseret på virkelige data. Det kan samtidig være med til at forbedre vores klimamodeller, så de kan give os en bedre idé, om hvordan fremtidens klima vil blive.