valutazioni preliminari sull'estate 2020

[Fabio68]

Occhio che sono temperature inerenti a tutto il "rettangolo" di coordinate che hai inserito, quindi comprende anche un'ampia porzione di Mar Mediterraneo (non solo le terre emerse); questo influenza molto i dati in questione, che infatti vedono cose che non mi convincono (giugno 2003 nemmeno 3 gradi sopra la 1979-2000 nonostante in Italia risulti quasi a +4 °C sulla ben più calda 1981-2010; giugno 2019 meno caldo di giugno 2017; i giugno del 1952 e del 1950 che differiscono di pochi decimi di grado dall'accoppiata 2017-2019... e tante altre imprecisioni). Inoltre personalmente mi fiderei poco delle reanalisi delle temperature, meglio affidarsi ad enti che omogeneizzano le temperature delle stazioni al suolo, come quelli di Berkeley Earth, i cui scarti per il mese di giugno (rispetto alla 1981-2010) sono visibili a pie' di pagina al seguente link:
Anomalie termiche in Italia
So che questo post trasuda pignoleria, ma ho preferito parlarne lo stesso, visto che si tratta di differenze molto ampie (nel tuo grafico) rispetto ai dati che riguardano le sole terre emerse dell'area italiana.

purtroppo non si può fare di meglio, avrei dovuto fare per macroregioni (del tipo nordovest, nordest, centro, sud peninsulare, Sicilia, Sardegna)
infatti facendo una prova per centro abbastanza esteso, il 2003 mi dava oltre +3

ma non avrei finito

[snowaholic]

Un aspetto da tenere monitorato rispetto alle considerazioni fatte finora è la situazione nel nord Pacifico, che era improntata ad una PDO neutro-negativa in primavera ma è risultata più tendente al positivo nell'ultimo mese, con il riassorbimento completo delle anomalie negative lungo la costa americana e una risalita anche del PNA. I modelli per ora non vedono una inversione di questo pattern, che quindi potrebbe persistere almeno ad inizio estate.

cdas-sflux_ssta_global_1.png
pna.fcst.gif

Se si confermasse un assetto da PDO+ quindi potremmo ipotizzare una leggera variazione rispetto allo schema simil-2007 ipotizzato inizialmente, che ci avvicinerebbe ad estati come la 2014 o la 2016. Il quadro barico e termico risultante potrebbe essere di questo tipo (come distribuzione delle anomalie più che come valori puntuali).

n0p6T2KO_g.png
7sdP7URwGn.png

[Alessandro1985]

questi vedono caldo ovunque, giusto per non rischiare

[Alessandro1985]

comunque dopo una seria, attenta nonché ponderatissima rivalutazione abbiamo deciso di apportare delle lievi modifiche alla valutazione preliminare che si sostanziano così:
2017bispiùforte

[GiagiKarlo]

comunque dopo una seria, attenta nonché ponderatissima rivalutazione abbiamo deciso di apportare delle lievi modifiche alla valutazione preliminare che si sostanziano così:
2017bispiùforte

Quindi posso puntare ai +45°?

[Alessandro1985]

Quindi posso puntare ai +45°?

desolato monsieur, non l'abbiamo

[BoreaSik]

comunque dopo una seria, attenta nonché ponderatissima rivalutazione abbiamo deciso di apportare delle lievi modifiche alla valutazione preliminare che si sostanziano così:
2017bispiùforte

Ban immediato e perpetuo dalla Galassia

[mky]

questi vedono caldo ovunque, giusto per non rischiare

Immagine

Insomma, a partire da oggi....meno 100gg alla fine dell'agonia......

[snowaholic]

Attenzione però, le previsioni stagionali dinamiche sono tutt'altro che deterministiche. Il determinismo presuppone che le condizioni iniziali siano costanti: nelle previsioni stagionali, invece, l'errore sulle condizioni iniziali è campionato in modo molto accurato, apportando perturbazioni fisicamente plausibili sia sulla componente atmosferica, sia su quella oceanica. In alcuni modelli la perturbazione si effettua anche sullo schema di superficie terrestre, la cui variabilità può avere effetti importanti sulla scala medio-lunga.

E' in questo modo che si creano gli ensemble members (la procedura è molto simile per i modelli meteorologici), che danno l'opportunità di interpretare i forecast in maniera probabilistica. Quanti membri rispetto al totale indicano una temperatura nel quintile (o decile, ecc...) più alto della distribuzione osservata? Quella è la probabilità di avere temperature estreme nella prossima stagione.

Lo spread tra i membri rappresenta la parte impredicibile del forecast: ognuno dei membri, infatti, ha la stessa probabilità di accadimento. L'ensemble mean dell'anomalia è invece il segnale che si riesce ad estrarre, la parte prevedibile: in effetti, la sola lettura deterministica delle seasonal forecast (ovvero l'ensemble mean) è fuorviante, sebbene dia un'indicazione semplice e immediata per un eventuale end-user. La previsione migliore è sempre quella probabilistica

I due approcci (dinamico e statistico) possono e devono andare di pari passo per migliorare la nostra comprensione del problema. Ti linko un lavoro molto interessante a questo proposito:
Error - Cookies Turned Off


Mentre lo skill predittivo delle regioni tropicali è molto robusto, alle medie latitudini la componente stocastica della dinamica atmosferica rende le previsioni dei modelli molto complesse. Qui sicuramente la statistica può essere di grande aiuto per migliorare la previsione.
La statistica da sola, però, non può funzionare per due motivi:
- non abbiamo osservazioni abbastanza lunghe per poter campionare l'enorme variabilità atmosferica, e quindi rischiamo di riferirci a statistiche incomplete quando facciamo una previsione;
- un indice (in questo caso l'IOD) da solo non può spiegare la variabilità di una regione, sebbene possa esserne correlato. La sua combinazione con altri indici può avere effetti totalmente opposti a quelli attesi sulle anomalie di una singola annata. Allo stesso modo, indici multivariati possono non tenere in considerazione altri fattori determinanti, mentre un modello ha una visione globale (sebbene imperfetta) del problema.

Le previsioni dinamiche sono delle perturbazioni su processi deterministici, la dinamica del modello è comunque deterministica. Ne consegue che se il modello presenta delle distorsioni (ad esempio alcune parti dell'interazione oceano-atmosfera che non vengono riprodotte adeguatamente) questo andrà a influenzare tutti i membri delle ensemble. Di conseguenza anche le probabilità che emergono dalla previsione dinamica possono essere completamente sbagliate, perché il campionamento delle condizioni iniziali non è l'unica fonte di errore nella previsione.

Poi certamente puoi riuscire ad affinare la previsione eliminando i membri che producono esiti improbabili in base ad una analisi statistica come suggerisce quel paper, ma già nel paper si vede come le perturbazioni producono una variabilità eccessiva e contemporaneamente la media ha skill inferiori rispetto alle previsioni statistiche per la NAO invernale e una insufficiente variabilità interannuale. Questo significa che la statistica contiene informazioni aggiuntive rispetto a quelle che può produrre il modello.
NAO-models.jpg

A mio avviso ci dice anche che i modelli hanno difficoltà strutturali a valutare il ruolo dei cicli oceanici e delle altre variabili usate nell'analisi statistica, visto che nonostante siano informazioni già presenti nei dati di inizializzazione il modello non utilizza tutta l'informazione in esse contenuta. Questi sono limiti nella capacità di previsione dei modelli dinamici che non dipendono dalla caoticità della circolazione atmosferica (e quindi non sono riproducibili da variazioni stocastiche o perturbazioni di vario tipo). Se i modelli fossero più efficienti la media dovrebbe essere più precisa e dovrebbe esserci minore varianza tra membri ensemble, perché le teleconnessioni utilizzate nelle analisi statistiche pongono dei vincoli sull'esito finale più stringenti di quanto riproducano i modelli, che invece hanno una componente casuale eccessiva.
Nelle previsioni estive questo porta a spalmare le anomalie positive su tutta Europa (anche perché mediamente le anomalie saranno positive), quindi le informazioni che il modello ci può dare sulle anomalie locali sono limitate.

Dire che la statistica da sola non può funzionare è una grossolana semplificazione, visto che prevede alcuni aspetti della circolazione atmosferica meglio dei modelli dinamici. La statistica potrà darci indicazioni utili in alcuni contesti, meno in altri, in qualche caso lascerà più incertezza in altri meno, l'importante è quantificarla correttamente. Non è semplice ricavare relazioni affidabili, perché non ci sono molte relazioni lineari pulite e quando ci sono hanno un ambito di applicazione limitato come per IOD. È vero che ci sono interazioni complesse e non lineari tra varie forzanti, motivo per cui è necessario valutare le varie forzanti congiuntamente e non in maniera isolata. Costruire un modello formale sarebbe complicatissimo e non è un impegno che ci si possa prendere per una discussione su un forum meteo, quindi io e Ale cerchiamo di mettere insieme i vari tasselli dopo avere analizzato le variabili sia individualmente sia come interazione con le altre. Come già detto non ci si affida certo ad una unica variabile, per quanto fortemente correlata, ma quando quella variabile offre un segnale insolitamente forte e per di più supportato dalle altre il segnale offerto dalle teleconnessioni diventa molto chiaro.


Questa divergenza così forte tra i due approcci è insolita, negli ultimi tempi c'era una tale sintonia tra le valutazioni statistiche e quelle dei modelli da lasciare poco spazio a dubbi. Questa estate invece sarà un bel banco di prova per la solidità di entrambi, a fine stagione faremo i conti.
In prospettiva le previsioni dinamiche hanno indubbiamente maggiori margini di miglioramento e potrebbero diventare nettamente superiori rispetto a qualunque considerazione statistica, ma ad oggi non lo sono. Non è la prima volta che mi ritrovo a dissentire dalle previsioni modellistiche in questi mesi, finora sono stati i modelli ad adeguarsi riguardo Niña e IOD e spero vivamente che accadrà lo stesso anche per la previsione estiva.

[Kou]

Valutiamo quanto caldo fara' su scala semplice 1 -10. . . . ,, (si spera non 11....); si semplifica il discorso e si mette l'anima a pace...