Come funzionano le previsioni meteo

Una previsione meteo stima come potrebbe evolvere l’atmosfera. Nasce da osservazioni recenti, da un modello dello stato presente e dal calcolo di possibili stati futuri. Dettaglio e attendibilità dipendono dalla situazione, dal luogo, dalla variabile, dalla scala spaziale e dall’anticipo.

Dalle osservazioni allo stato iniziale

I centri meteorologici ricevono misure da satelliti, stazioni al suolo, palloni sonda, aerei, navi, boe e radar. Le osservazioni riguardano luoghi e orari diversi, hanno errori di misura e lasciano zone scoperte. Da sole non formano un’istantanea completa con cui avviare un modello.

L’assimilazione dei dati unisce osservazioni sottoposte a controllo di qualità e una breve previsione precedente, chiamata stato di fondo. Il metodo pesa entrambe in base agli errori stimati e produce un’analisi, cioè la migliore stima coerente dello stato dell’atmosfera e delle altre componenti del sistema Terra all’ora iniziale. L’assimilazione aiuta anche a stimare l’incertezza di questo stato.

Nuove osservazioni possono modificare l’analisi. Due elaborazioni del modello emesse a poche ore di distanza possono quindi partire da valutazioni diverse dello stesso sistema meteorologico.

Come i modelli calcolano l’evoluzione

I modelli numerici tradizionali dividono atmosfera e superficie in una griglia tridimensionale. Risolvono equazioni per moto, calore, umidità, radiazione e altri processi fisici. I fenomeni più piccoli della griglia, come la microfisica delle nubi o la turbolenza, devono essere rappresentati con approssimazioni chiamate parametrizzazioni.

La previsione operativa comprende anche modelli basati sui dati e sull’apprendimento automatico. Questi sistemi apprendono relazioni da analisi e previsioni passate, quindi calcolano come potrà evolvere lo stato atmosferico. ECMWF esegue AIFS accanto al modello fisico IFS. Anche AIFS parte da un’analisi prodotta mediante assimilazione fisica dei dati. L’apprendimento automatico offre un altro metodo operativo, ma non elimina l’incertezza, le lacune osservative o la necessità di verificare i risultati.

La risoluzione conta, ma una griglia più fine non garantisce una previsione locale migliore. Influiscono anche lo stato iniziale, la fisica del modello, i dati di addestramento, il terreno e il tipo di fenomeno.

Gli ensemble mostrano esiti possibili

Un ensemble esegue più previsioni per la stessa ora di validità. I membri possono partire da stati iniziali leggermente diversi e variare la fisica, i parametri o le componenti stocastiche del modello. In questo modo campionano una parte dell’incertezza dell’analisi iniziale e del modello.

Quando i membri si raggruppano attorno allo stesso esito, l’attendibilità in genere aumenta. Quando si separano, restano plausibili più sviluppi. L’accordo non è una garanzia. I membri possono condividere lo stesso errore sistematico, la stessa osservazione mancante o una rappresentazione inadeguata dello stesso processo. Un ensemble con poca dispersione può quindi essere troppo sicuro, mentre una forte dispersione può comunque contenere segnali utili.

Un ensemble è diverso da un confronto fra modelli. Un ensemble può contenere molte elaborazioni dello stesso modello. Un sistema multi-modello combina invece indicazioni di modelli diversi e può rappresentare altra incertezza strutturale.

Cosa accade dopo un’elaborazione del modello

L’uscita grezza di un modello presenta spesso errori sistematici e non descrive bene un sito specifico. La post-elaborazione può correggere errori noti, calibrare le probabilità sulla prestazione passata, aumentare il dettaglio locale e combinare indicazioni di più fonti. Una probabilità ben calibrata dovrebbe corrispondere alla frequenza osservata su molti casi confrontabili.

Nei servizi meteorologici nazionali, i meteorologi operativi confrontano osservazioni, modelli deterministici, ensemble e conoscenza locale. Valutano i conflitti fra modelli ed emettono previsioni e allerte. I prodotti automatici svolgono molte operazioni di routine, ma una singola elaborazione del modello non coincide con l’intero processo di allerta pubblica.

Fino a quando una previsione è utile

Non esiste una tabella universale che assegni lo stesso livello di fiducia a ogni anticipo. La prevedibilità dipende dalla variabile e dal criterio usato per verificarla.

I sistemi grandi e lenti conservano in genere capacità previsionale più a lungo rispetto al luogo e all’ora esatti di un temporale. Una tendenza regionale della temperatura può restare utile quando l’inizio preciso di un rovescio è già incerto. Montagne, coste, convezione, nebbia e strette zone di passaggio fra pioggia e neve possono ridurre prima l’accuratezza locale rispetto a un ampio campo di pressione.

Il limite di prevedibilità di due settimane, spesso citato, riassume le prime ricerche sulla previsione meteorologica giorno per giorno. Non è una barriera rigida per ogni variabile e scala. Alcune medie su vasta area o segnali ricorrenti possono mantenere capacità previsionale più a lungo. I dettagli locali possono perderla molto prima.

Anche l’affermazione secondo cui le previsioni guadagnano un giorno di capacità per decennio è una sintesi storica riferita a determinati modelli, periodi e punteggi di verifica. Non significa che ogni luogo, fenomeno o previsione di un’app migliori con quel ritmo esatto. Un confronto è valido solo se usa la stessa definizione e lo stesso criterio.

Oltre l’intervallo della previsione giorno per giorno, l’attenzione passa di solito a probabilità e anomalie, per esempio alla possibilità di un periodo più caldo o piovoso della norma. Le tendenze stagionali non descrivono il tempo di una determinata ora o giornata con mesi di anticipo.

Perché le previsioni cambiano

Una nuova previsione può cambiare perché le ultime osservazioni hanno modificato l’analisi, un sistema si è sviluppato diversamente, le indicazioni dei modelli si sono spostate o la post-elaborazione ha prodotto un altro risultato locale. Nell’atmosfera caotica crescono anche piccoli errori dello stato iniziale.

Una modifica non dimostra che la previsione precedente fosse corretta, né indica automaticamente un guasto del sistema. La previsione precedente può essere stata errata oppure può aver rappresentato l’esito meglio sostenuto prima dell’arrivo di nuovi dati. Controlla l’ora di emissione, il periodo di validità, l’andamento degli ultimi aggiornamenti e le allerte ufficiali invece di giudicare due soli valori.

Come leggere probabilità e incertezza

Usa la previsione alla scala che può sostenere:

• Associa ogni valore alla sua ora o giornata di validità. Un dato giornaliero e uno orario rispondono a domande diverse.
• Considera un orario locale preciso meno stabile quando aumenta l’anticipo rispetto a un’indicazione su vasta scala.
• Cerca segnali che persistono in più aggiornamenti. Una singola elaborazione può ancora cambiare.
• Per i fenomeni pericolosi, segui le allerte ufficiali. Includono soglie di impatto e valutazioni specialistiche che una normale app può non mostrare.

Per il National Weather Service statunitense, la probabilità di precipitazione indica la possibilità che almeno 0,01 pollici di precipitazione liquida, o l’equivalente liquido di una precipitazione solida, raggiungano un punto nel periodo specificato. Non indica la percentuale di tempo con precipitazioni, né la percentuale di area interessata. Altri fornitori possono usare soglie, intervalli o definizioni spaziali differenti, quindi conta la definizione del prodotto.

Come Airpult crea e mostra la previsione

Airpult legge attualmente i campi previsionali dal modello fisico IFS di ECMWF, dal modello basato sui dati AIFS Single di ECMWF e dal modello fisico GFS della NOAA. La nostra elaborazione assegna una priorità alle fonti per variabile e disponibilità. Una fonte con priorità inferiore completa un campo quando quella precedente non fornisce una serie completa. Non calcoliamo la media di tutti i modelli per ogni valore mostrato.

La previsione pubblica di Airpult contiene 48 ore di dati orari e sette righe giornaliere. Il servizio web conserva per cinque minuti una previsione locale ricevuta correttamente. I cicli dei modelli sottostanti sono meno frequenti: la configurazione attuale acquisisce GFS e AIFS Single ogni sei ore e IFS ogni dodici ore. Ricaricare la pagina può quindi mostrare la stessa elaborazione. Se una richiesta in tempo reale al servizio dati non riesce, il sito può usare temporaneamente una risposta precedente conservata per un massimo di un’ora.

La pagina presenta una previsione elaborata, senza grafico dei membri ensemble né fascia di confidenza. La percentuale oraria di precipitazione è una probabilità del modello o del fornitore per quella fascia oraria, e la pagina non ne specifica la soglia misurabile. Leggila come possibilità, non come quantità o durata della pioggia. Per i dettagli sulla misurazione e sui tipi di precipitazione, consulta Che cosa sono le precipitazioni?.