Cosa può concorrere a fare un buon modello di previsione meteorologica?

[meteol]

Cosa può concorrere a fare un buon modello di previsione meteorologica soprattutto ad alta risoluzione?

In questi giorni si sta dibattendo su quale sia la migliore strada per avere la migliore previsione possibile.Voglio lasciarvi alcune riflessioni in proposito e vorrei avere anche il vostro parere in merito.
Partiamo dal comportamento dei modelli globali in questa estate dominata dalla componente anticiclonica africana.Le emissioni modellistiche basate su ECMWF ( risoluzione 16 Km ) hanno in linea generale sempre sovrastimato anche in modo vistoso le massime, sia sul breve che sul medio periodo mentre i RUN GFS ( risoluzione 27 Km ) ,con dati di inizializzazione meno precisa del modello europeo hanno spesso sovrastimato in modo evidente le minime. Non voglio entrare su dettagli di lana caprina su quanto e come del dato , di conforto che il monitoraggio meteo è stato condotto sulla base di circa 200 punti di misura in Italia.

Tralascio l'analisi dei fenomeni precipitativi o di altre variabili perchè soggette ad una interpretazione più personalistica e quindi secondo me meno rappresentative in un argomentazione tecnica ma discorsiva.

Ora come si sono comportati durante questa ultima estate i modelli ad area locale conosciuti con l'acronimo di LAM?

I limited area model, LAM appunto, che si alimentano con i dati ingresso del modello europeo a pagamento ECMWF a risoluzioni dichiarate anche spinte non hanno mitigato la sovrastima delle temperature massime nel suo medio nel sul breve termine, salvo virare all'ultimo momento verso una soluzione di compromesso più consona poi ai valori reali.L'eccezzionalità di questa estate ha fatto si che complice anche un pò di confusione tra temperatura reale e percepita gli italiani talvolta abbiamo avuto più caldo di quanto in effetti fosse il misurato.Logicamente quando si boccheggia non si va per il sottile e gridando al record si cerca la prima soluzione di frescura a portata di mouse. Ed ecco apparire le colline e le montagne del Nord Ovest, lembo del Piemonte ove si è sentito in modo macroscopico solo l'ultima irruzzione africana, quella di agosto.

A partire proprio dal Nord Ovest si sono viste delle sovrastima importanti della colonnina di mercurio dei dati previsti come minime, rispetto poi alle misure rilevate dalle stazioni generate dai modelli meteorologici anche ad alta risoluzione inizializzati tramite il modello americano gratuito GFS.

Come mai?

La strutturazione dell'anticiclone africano è tutt altro che banale comparendo stratificata con una serie di strati inversionali lamellari disomogenei sia in prossimità del suolo, che in quota. Per gli amanti
delle diciture anglosassoni abbiamo avuto aree con "shallow convenction" in quota ed inversioni lamellari verticali al suolo.
Parlando non in meteorologichese l'atmosfera in presenza dell'aria caldo umida portata dall'anticiclone africano era un ottimo innesco per instabilità convettiva pomeridiana ed altrettanto per far impazzire i modelli con dismogeneità termometrica sia in quota che su estensioni limitate di territorio.
Queste condizioni sono difficilmente leggibili dai modelli anche se a prima vista paiono elementari da risolvere come equazioni di variabilità atmosferica.

Come dpuò essere strutturato un buon modello ad alta risoluzione

Un buon modello deve avere
-risoluzione orizzontale adeguata cioè avere una griglia di punti di previsione fitta per risolvere al meglio le variabili meteo in previsione.Per l'Italia direi sotto gli 8 Km

-risoluzione verticale adeguata cioè avere una griglia di livelli verticali alle varie altezze per quelli prossimi al suolo ( hybrid sigma level ) e altitudini per quelli in quota ( pressure level ) aper risolvere al meglio le variabili meteo in previsione.Per l'Italia direi non meno di 40 livelli verticali

-foundamental time step o consistenza dell'output in uscita elevato al fine di avere un buon datase di previsione, quindi un campionamento sotto i 10 secondi.Ciò vuol dire che un 60 minuti avrò 6 dati minuto 6x60=360 campioni di un dato di previsione da mediare ad esempio in 60 minuti=1 ora.

-microfisiche e parametrizzazioni adeguate

Con una ottima potenza di calcolo ed un buon staff modellistico e volendo avendo a disposizione i dati di inizializzazione GFS ed ECMWF a pagamento posso proporre un modello che fa la differenza ma è lungi dall'essere perfetto

Come posso migliorarlo?

Prima cosa si può aumentare di risoluzione. Il voler cmq proporre previsioni su scala nazionale ed internazionale sul filo dei modelli microscala ( sotto il Km di risoluzione, al di sopra di tale risoluzione i modelli a scala limitata sono denominati a meso-scala ) può essere un rischio in quanto il modello è esposto a derive, cioè ad errori anche molto vistosi come vedremo difficili da correggere.

Premesso che gestiamo una catena modellistica basata su tecnologia WRF a 1 Km da metà del 2010 ( info qui ) proponiamo previsioni puntuali sul settore Mediterraneo, con dati orari per le prossime 84 ore, con la semplice indicazione della latitudine e longitudine calibrate con tecnologie che permettono di correlare archivi meteorologici storici con il punto griglia scelto, al fine di simulare al meglio il microclima massimalizzando gli effetti dell'applicazione di risoluzioni molto spinte.

Al fine di limitare gli errori sui modelli oltre ad una accurato settaggio delle microfisiche e parametrizzazioni del modello stesso si utilizzano sistemi di assimilazione variazionale 3-4Dvar che permettono di inserire nel calcolo delle previsioni dati di stazioni meteo, sat, radisondaggi al fine di avere una fotografia più attuale ed aggiornata dello stato dell'atmosfera.

Queste soluzioni richiedono ottima copertura di stazioni meteorologiche, avanzati algoritmi di trattazione del dato satellitare e grandissima potenza di calcolo disponibile.

Non tutti questi elementi sono di facile reperimento in primis la copertura capillare ed attendibile di reti di stazioni meteo. Le pubbliche che rilasciano dati in Italia sono circa 100

Le nuove frontiere oltre a quelle modellistiche quali sono?

Sinora abbiamo esaminato le varie possibilità di miglioramento interne alle emissioni modellistiche. Come si è capito un aumento della risoluzione deve essere accompagnato dalla possibilità di affinare la griglia di assimilazione dei dati attuali e storici di stazioni meteo affidabili, come di quelli provenienti da satellite.Rientra quindi al centro la disponibilità di dati meteo capillari ed affidabili e di dati satellitari filtrati e validati.

Insomma aumentare l'affidabilità di un modello specie se ad alta risoluzione passa anche e soprattutto per la disponibilità di reti di stazioni meteorologiche capillari ed affidabili sul territorio, integrate con dati satellitari che oltre al limite della sensoristica ( risoluzione massima snsore IR 3 Km) deve fare i conti con la complessa struttura verticale dell'atmosfera
Una frontiera il dato meteo se vogliamo antica ma sempre attuale come sta diventando attuale l'utilizzo di tecnologie modellistiche multimodel esemble o superensemble.S
enza entrare nei dettagli queste tecniche riguardano l'utilizzo di più modelli ed inizializzazioni opportuamente combinate.

Le ultime proiezioni indicano nella correzzioni sul brevissimo termine delle previsioni ( near-realtime) delle prossime 2 ore e lo spostamento delle finestre di previsione tramite le canoniche corse modellistiche la nuova strada per avere tendenze più equilibrate anche a scapito di fare meno runs modellistici.

Da ultimo anche una assimilazione dinamica dei dati meteo storici ,con la corsa già in corso del modelli affina di molto la previsione offrendo quindi una finestra dello stato dell'atmosfera più attuale. Con questa configurazione un modello WRF con assimilazione dinamica EMM produce previsioni che si avvicinano ad emissioni a risoluzioni molto più spinte con supporto multimodel.

Quindi per far girare un buon modello non occorrono proclami ma consapevolezza, struttura ed un'ottima dose di inventiva poichè il grande e variegato mondo rete compresa vive e progredisce ancora grazie alle idee ed ai talenti che sanno utilizzare al meglio le poche o tante risorse a disposizone