Meteone

Cosa Sono i Modelli Matematici Previsionali

I modelli numerici di previsione meteorologica sono modelli matematici dell'atmosfera che utilizzano le condizioni meteorologiche attuali (stato atmosferico) come input o inizializzazione delle equazioni fondamentali del modello stesso per la previsione meteorologica in momenti o istanti successivi (prognosi).

Sono detti numerici perché la loro risoluzione, non possibile per via analitica data la complessità e non linearità delle equazioni coinvolte, passa attraverso opportune tecniche di analisi numerica e all'uso congiunto di supercalcolatori, vuoi anche per l'ingente mole di dati da elaborare in tempi brevi.

Accenni Storici

forecast-factoryIl matematico britannico Lewis Fry Richardson fu il primo, nel 1922, a proporre un modello matematico per le previsioni meteorologiche. Richardson tentò di formulare senza successo una previsione basata su calcoli matematici.

La prima previsione ottenuta con modelli numerici ad avere successo fu elaborata, nel 1950, da un gruppo di meteorologi americani composto da Jule Charney, Philip Thompson e Larry Gates, oltre che dal meteorologo norvegese Ragnar Fjörtoft e dal matematico John von Neumann, che si avvalsero del computer digitale ENIAC. Per il calcolo utilizzarono una formula semplificata delle dinamiche atmosferiche basata sull'equazione della vorticità barotropica. Tale semplificazione permise la riduzione dei tempi e della memoria richiesta dal computer, consentendo l'esecuzione dei calcoli da parte delle apparecchiature relativamente rudimentali che erano disponibili in quell'epoca. I modelli successivi poterono utilizzare equazioni complete della dinamica atmosferica e della termodinamica atmosferica.

Previsioni meteorologiche basate su modelli matematici iniziarono a essere utilizzate per un uso pratico nel 1955, nell'ambito di un progetto comune dell'aeronautica militare, della Marina e dello Weather Bureau degli Stati Uniti.

Come funzionano 

equazioniLe previsioni sono computate usando equazioni differenziali matematiche per la fisica e la dinamica dell'atmosfera dette anche equazioni primitive dei moti atmosferici. Si tratta di equazioni non lineari, impossibili da risolvere esattamente cioè analiticamente. Perciò, i metodi utilizzati, propri dell'analisi numerica, ottengono soluzioni approssimate cioè con inevitabili errori.

Modelli diversi utilizzano metodi numerici di soluzione diversi.

- I modelli sono inizializzati usando dati osservati da radiosonde, satelliti meteorologici e osservazioni meteorologiche di superficie ovvero stazioni meteorologiche su terraferma e oceano (boe e navi).

Le osservazioni, compiute su spaziature irregolari, sono elaborate mediante assimilazione di dati e metodi di analisi obiettivi, che effettuano il controllo di qualità e ricavano i valori presenti nelle località utilizzabili dagli algoritmi matematici del modello (di solito una griglia a spazi uniformi). I dati sono poi usati nel modello come punto di partenza per una previsione.

- Le equazioni primitive dei modelli sono inizializzate dall'analisi dei dati e sono determinati i tassi di variazione. Questi permettono di predire lo stato dell'atmosfera a un breve intervallo nel futuro. Questo nuovo stato atmosferico diviene il nuovo punto di partenza a cui sono applicate le equazioni per trovare nuovi tassi di variazione, che permettono a loro volta di predire lo stato atmosferico a un ulteriore intervallo nel futuro.

- Questa procedura per "passi temporali" è ripetuta continuamente finché la soluzione non raggiunge il momento desiderato della previsione. La lunghezza del passo temporale è collegata alla distanza tra i punti della griglia computazionale. I passi temporali per i modelli climatici globali possono essere dell'ordine di decine di minuti, mentre quelli per i modelli regionali possono oscillare da pochi secondi a pochi minuti.

- I risultati (output) dei modelli sono visualizzati su carte meteorologiche pronte all'uso per il meteorologo.

Limite di Previdibilità di un Modello

butterflyeffect-creativecommons-hellispCome proposto da Edward Lorenz nel 1963, anche ammettendo di saper risolvere analiticamente le equazioni fondamentali dell'atmosfera (cosa non ancora raggiunta), è impossibile predire indefinitivamente (cioè deterministicamente una volta per tutte) lo stato dell'atmosfera a causa della natura non-lineare dunque caotica delle equazioni della dinamica dei fluidi che amplifica esponenzialmente l'inevitabile errore di inizializzazione del modello ovvero sulle condizioni iniziali. Come ulteriore fonte di incertezza si aggiunge il fatto che le reti di osservazione esistenti hanno una copertura o risoluzione spaziale limitata ovvero non omogenea, specialmente sulle grandi superfici d'acqua come l'Oceano Pacifico e l'emisfero meridionale, il che introduce maggiore incertezza sul reale stato iniziale dell'atmosfera.

Attualmente il limite temporale massimo di predicibilità dello stato dell'atmosfera da parte di un qualunque modello numerico meteorologico è non superiore ai 15 giorni con un grado di affidabilità che decade nel tempo e varia anche in funzione del tipo di condizioni atmosferiche da prevedere. Al di sopra di questo limite si entra nel campo delle cosiddette previsioni stagionali e dei relativi modelli.

 

Tipi di modelli

Locali (LAM-WRF) Modelli a scala regionale o nazionale, generalmente a medio-alta risoluzione e con orizzonte temporale generalmente limitato a 72h.
Mesoscala (MSM) Modelli a scala media. Spesso si tratta di applicazioni dei modelli globali ad aree geografiche ristrette o, viceversa, di applicazioni su aree più ampie dei modelli locali.
Globali (GM) Modelli a scala continentale, generalmente a medio-bassa risoluzione e con orizzonte temporale che si spinge fino ai 15gg.

Ensemble (ENS) Per tenere conto dell'incertezza insita nei metodi e nei modelli di previsione, cercare di aumentarne l'affidabilità e al contempo spingere in avanti il limite di validità della previsione è attualmente in uso la cosiddetta previsione stocastica o "per insiemi" (ensemble forecasting), che implica previsioni multiple create o con uno stesso modello a partire da condizioni iniziali diverse, comprese all'interno di una certa gamma di valori possibili, o con gruppi di modelli diversi tra loro per diverse parametrizzazioni fisiche utilizzate (multimodel ensemble forecasting) oppure incrociando tra loro entrambi i metodi.

Solitamente, la previsione per insiemi è valutata in termini di media d'insieme (ossia la media pesata con la verosimiglianza della condizione iniziale oppure con la probabilità di successo del modello precedentemente valutata statisticamente) di una variabile previsionale, e del divario o ampiezza (spread) all'interno dell'insieme, che rappresenta il grado di accordo tra varie previsioni nel sistema degli insiemi, note come elementi dell'insieme.

Un fraintendimento comune consiste nel credere che una bassa dispersione tra gli elementi dell'insieme implichi necessariamente un maggior grado di confidenza nella media dell'insieme. Sebbene a volte esista una relazione divario-attendibilità, la relazione tra il divario dell'insieme e il grado di attendibilità o capacità previsionale (forecast skill) varia in modo sostanziale in base a fattori quali il modello di previsione e la regione alla quale si applica la previsione.

Long Range (LR) Modelli di previsione stagionali.

Giungono a coprire un arco temporale di 3-6 mesi basandosi però su principi fisici, considerazioni base e approcci diversi da quelli dei modelli meteorologici: l'idea di fondo è quella delle anomalie termiche oceaniche come forcing della circolazione atmosferica sotto forma di teleconnessioni atmosferiche e relative anomalie atmosferiche termiche, bariche e precipitative: essi hanno cioè una risoluzione spazio-temporale inferiore ai modelli meteorologici ovvero offrono una prognosi di semplice "tendenza" risultando più simili ai modelli climatici e sono tuttora in fase di sperimentazione e sviluppo.

Allerte Italia

Ass. "Meteo Puglia e Basilicata"
C.F. 91094850723
Altamura (BA) - CAP 70022 
info@meteone.it

Seguici su:

   icogoogleplus

Nota - Il Sito fa uso di cookie - I cookie ci aiutano a fornire i nostri servizi. Utilizzando tali servizi, accetti l'utilizzo dei cookie da parte nostra.