Analisi modelli Inverno 2019/20

[galinsog@]

prestazione quindi fallimentare di tutto l'insieme ma con l'ufficiale che qualora la soluzione delle ens fosse quella vincente invece di essere favorito dalla sua maggior risoluzione risulterebbe ancor più sballato

E sarebbe anche perfettamente logico che a performare peggio sia il modello ufficiale, quello con la risoluzione maggiore, soprattutto se dovesse dipendere da errori di campionamento o da errori di misurazione dei parametri in ingresso...

[GiagiKarlo]

In questo caso l'errore di GFS non è stato causato da una sovrastima del getto in Atlantico, che non faceva "sfuggire" quella LP a sud della Groenlandia?
Comunque ECMWF conferma il run mattutino e praticamente ci regala un'altra ondata fredda come quella di fine dicembre, ovvero freddo secco e vento.

[carbo70]

Anche io non mi spiego le differenze così grandi fra i modelli. Provo a esprimere i miei dubbi in maniera um pò grossolana, sperando che mi possiate aiutare a comprenderne le ragioni.

Se ho ben capito tutti i modelli utlizzano le stesse equazioni (che sono quelle della termodinamica per tutti). Le equazioni sono differenziali e per riuscire a risolverle è necessario linearizzarle modellando l'atmosfera in tanti cubetti di cui devono conoscere le condizioni iniziali agli spigoli (temperatura, umidità, pressione,...) e nei punti in cui incontrano il terreno e i rilievi. Tanto più sono piccoli i cubetti, tanto maggiore deve essere la capacità di calcolo dei computer e tanto più numerosi devono essere i dati di input con le condizioni iniziali.

Se quanto detto sopra è vero, non è possibile che un modello fiuti l'anti-zonalità o sopravvaluti Coriolis: le equazioni sono le stesse per tutti e le differenze devono dipendere dalla risoluzione (quanto piccoli sono i cubetti) oppure dai dati iniziali che per i vari modelli forse non sono gli stessi. Forse sono proprio le condizioni iniziali non affidabili la causa del problema? I modelli non prendono i dati iniziali dalle stesse fonti?

no, non sono dettagli così minuti a fare la differenza
c'è proprio una difficoltà di lettura della circolazione generale come dice simo di firenze
e nella fattispecie una sotto-sovra stima del fp a seconda dei momenti
non sono situazioni così inusuali quando si tratta di dinamiche di rientro laddove le variabili che producono grosse differenze sul nostro territorio si fanno più sottili ma certamente in questa occasione è rimasto veramente indietro sulla media dei principali gm
un'altra cosa che lascia perplessi nelle ultimissime emissioni è la divergenza tra l'ufficiale e il gruppo delle ens nel breve medio termine

Immagine


per intenderci ieri sera erano così

Immagine


prestazione quindi fallimentare di tutto l'insieme ma con l'ufficiale che qualora la soluzione delle ens fosse quella vincente invece di essere favorito dalla sua maggior risoluzione risulterebbe ancor più sballato

[burian br]

In questo caso l'errore di GFS non è stato causato da una sovrastima del getto in Atlantico, che non faceva "sfuggire" quella LP a sud della Groenlandia?
Comunque ECMWF conferma il run mattutino e praticamente ci regala un'altra ondata fredda come quella di fine dicembre, ovvero freddo secco e vento.

Ma sei Giagi? Che è successo?

[Adriano90]

no, non sono dettagli così minuti a fare la differenza
c'è proprio una difficoltà di lettura della circolazione generale come dice simo di firenze
e nella fattispecie una sotto-sovra stima del fp a seconda dei momenti
non sono situazioni così inusuali quando si tratta di dinamiche di rientro laddove le variabili che producono grosse differenze sul nostro territorio si fanno più sottili ma certamente in questa occasione è rimasto veramente indietro sulla media dei principali gm
un'altra cosa che lascia perplessi nelle ultimissime emissioni è la divergenza tra l'ufficiale e il gruppo delle ens nel breve medio termine

Immagine


per intenderci ieri sera erano così

Immagine


prestazione quindi fallimentare di tutto l'insieme ma con l'ufficiale che qualora la soluzione delle ens fosse quella vincente invece di essere favorito dalla sua maggior risoluzione risulterebbe ancor più sballato

Sarebbe quasi da mandare una mail alla NOAA/NCEP tra una manciata di giorni per chiedere il perchè di errori così grossolani su scala emisferica.

[burian br]

comunque cosa scommettete che stasera reading da essere il più orientale diventa il più relativamente ficcante

La classica dinamica di cui vi ho delucidato più volte!

[Dream Designer]

Fra le 96 e le 120h in ECMWF c e una -7-8 sulle centrali Adriatiche, non é visibile perché il run scala di ogni 24 ore. Decisamente il migliore, vediamo che margini ci sono.

Inviato dal mio SM-G970F utilizzando Tapatalk

[galinsog@]

Anche io non mi spiego le differenze così grandi fra i modelli. Provo a esprimere i miei dubbi in maniera um pò grossolana, sperando che mi possiate aiutare a comprenderne le ragioni.

Se ho ben capito tutti i modelli utlizzano le stesse equazioni (che sono quelle della termodinamica per tutti). Le equazioni sono differenziali e per riuscire a risolverle è necessario linearizzarle modellando l'atmosfera in tanti cubetti di cui devono conoscere le condizioni iniziali agli spigoli (temperatura, umidità, pressione,...) e nei punti in cui incontrano il terreno e i rilievi. Tanto più sono piccoli i cubetti, tanto maggiore deve essere la capacità di calcolo dei computer e tanto più numerosi devono essere i dati di input con le condizioni iniziali.

Se quanto detto sopra è vero, non è possibile che un modello fiuti l'anti-zonalità o sopravvaluti Coriolis: le equazioni sono le stesse per tutti e le differenze devono dipendere dalla risoluzione (quanto piccoli sono i cubetti) oppure dai dati iniziali che per i vari modelli forse non sono gli stessi. Forse sono proprio le condizioni iniziali non affidabili la causa del problema? I modelli non prendono i dati iniziali dalle stesse fonti?

Esattamente, tieni conto che nessun dato, neppure quelli misurati direttamente, è immune da errori, per quanto infinitesimali possano essere e che tali errori vengono propagati nei calcoli e tendono ad amplificarsi. Se il modello è semplice, i dati di input sono pochi e la distanza temporale è ridotta vi sono metodi algebrici e statistici che consentono di stimare l'ampiezza di tali errori, operando una correzione, che però a sua volta non è immune da ulteriori errori, a loro volta soggetti a propagazione e amplificazione... per cui pensa cosa può succedere con modelli che prevedono una quantità enorme di dati in ingresso e una quantità enorme di equazioni differenziali. In realtà ha poco senso chiedersi perché i modelli sbagliano, bisognerebbe chiederlo ai modelli ma dubito che potrebbero risponderci...

[Adriano90]

Esattamente, tieni conto che nessun dato, neppure quelli misurati direttamente, è immune da errori, per quanto infinitesimali possano essere e che tali errori vengono propagati nei calcoli e tendono ad amplificarsi. Se il modello è semplice, i dati di input sono pochi e la distanza temporale è ridotta vi sono metodi algebrici e statistici che consentono di stimare l'ampiezza di tali errori. operando una correzione, che però a sua volta non immune da ulteriori errori, a loro volta soggetti a propagazione e amplificazione... per cui pensa cosa può succedere con modelli che prevedono una quantità enorme di dati in ingresso e una quantità enorme di equazioni differenziali.

Bel post, da "issare" all'inizio di ogni thread inerente le uscite modellistiche.

[LucaTs]

Reading è da neve finita in montagna per un bel po', e periodo che già continua da un 10 giorni