Disponibile sul nostro sito la climatologia per ciascuna stazione della nostra rete meteo

[Jerry]

Buonasera a tutti,
non so se ve ne siete già accorti, ma da ieri sul nostro sito è disponibile un nuovo servizio per le stazioni che appartengono alla rete MeteoNetwork : la climatologia per ciascuna stazione!
Si tratta della prima release e quindi nel tempo verranno attuate delle migliorie, questo il link : https://meteonetwork.eu/it/climatologia

Di seguito una piccola guida che spiega il tutto.
Spero che la novità sia di vostro gradimento!

Nella pagina vengono rappresentate le climatologie di temperatura minima, massima e media giornaliere (media mensile) e precipitazione (accumulo mensile). I dati sono calcolati sulla climatologia di riferimento 1991-2020. Dato che l’archivio della rete Meteonetwork copre gli anni fino al 2002, e che la maggior parte delle stazioni hanno non più di qualche anno di dati, per poter calcolare la climatologia sul periodo 1991-2020 è stato adoperato un particolare algoritmo che permette di ricostruire l’andamento della serie storica sul periodo 1991-2020 per molte delle stazioni. Il funzionamento dell’algoritmo è descritto di seguito.

Il dato di riferimento per poter ricostruire la serie storica di ogni stazione è basato sulla rianalisi ERA5-Land (da non confondere con ERA5) alla risoluzione originale di circa 10km. Per ogni stazione vengono estratti i punti di griglia delle rianalisi in un intorno di 20 km dalla stazione stessa.

Per le temperature il dato (media, minima e massima giornaliere) viene confrontato nel periodo temporale in comune tra rianalisi e stazione, per ogni giorno in cui sono presenti dati. Facendo il training di un algoritmo di Machine Learning, che ha come input la serie temporale dei punti di griglia della rianalisi e come output il dato osservato dalla stazione, è possibile costruire un modello che permette di fare una previsione per qualsiasi periodo arbitrario. Da notare che se lo skill score del modello ML scende sotto l’88% la stazione viene esclusa

Il modello ottenuto viene utilizzato per ricostruire una serie storica “fittizia” della stazione sul periodo 1991-2020 basandosi sui dati della rianalisi. Successivamente questa serie storica viene mediata sui 30 anni in modo da ottenere una climatologia per giorno dell’anno. Vengono utilizzate solo stazioni che hanno almeno 2 anni di dati in comune con la rianalisi. È possibile usare un periodo così limitato perché l’algoritmo non deve “imparare” a riconoscere ogni particolare evento nel corso dei 30 anni, ma piuttosto la relazione tra la temperatura prevista dalla rianalisi e quella osservata dalla stazione (quindi, fondamentalmente, il bias caratteristico del modello).

Per la precipitazione la bassa correlazione tra dato misurato dal modello ed osservato dalla stazione non permette di utilizzare lo stesso metodo, almeno al momento. In effetti la precipitazione, a differenza della temperatura, è caratterizzata da gradienti temporali e spaziali molto spiccati che non permettono di allenare un modello ML stabile. Inoltre, la correlazione tra precipitazione prevista dal modello ed osservata dalla stazione è, probabilmente per l'incapacità di ERA5-Land di rappresentare correttamente eventi locali come temporali, molto bassa.
Per questo motivo il confronto tra i punti vicini della rianalisi e della stazione è fatto sulla base di dati già mediati per giorno dell’anno. Inoltre, i punti più vicini estratti dalla rianalisi vengono mediati nello spazio, utilizzando dei pesi che dipendono dalla distanza dalla stazione (sia in latitudine/longitudine che in altezza), in modo da ottenere un solo dato che varia nel tempo.
Per ottenere delle medie statisticamente significative si richiede che la serie temporale della stazione e della rianalisi abbiano almeno 5 anni di dati in comune (a differenza dei 2 utilizzati per la temperatura).
Il confronto finale viene quindi effettuato tra due serie temporali fatte da 365 punti (uno per ogni giorno dell’anno). La differenza tra queste due serie permette di ottenere il “bias” caratteristico della rianalisi che poi può essere applicato, per giorno dell’anno, in modo da ottenere la climatologia sul periodo 1991-2020. Purtroppo l’accuratezza di questo metodo non è al pari di quello utilizzato per la temperatura, ma permette comunque di ricostruire quantitativi mensili sensati, cosa che non era possibile utilizzando solo un training di un modello ML.

È opportuno evidenziare che i sensori non a norma sono esclusi dalla climatologia quindi è possibile che alcune stazioni abbiano solo dati mensili di precipitazione e non di temperatura o viceversa.

[Dream Designer]

Urca ! Il lavoro fatto sulla mia stazione (Napoli Rione Alto) è straordinariamente compatibile con le medie ricavate dai miei 20 anni di dati (2001-2020) più interpolazioni dei precedenti anni '90 (lavoro fatto tanti anni fa calcolando le differenze fra stazioni ufficiali vicine): la medie mensili sono quasi identiche eccetto le medie minime di Gennaio e Febbraio un pò alte e la media di Dicembre. E' sorprendente perchè parliamo di un'area climatica in cui si uniscono urbanizzazione, altimetria e altri fattori quindi benchè non ci sia l'effetto divergente della continentalità - che manca appunto - è stato fatto un lavoro estremamente preciso rispetto alla quota (le medie a 100 metri di differenza di altezza sono completamente diverse).

I dati pluviometrici sono quasi sovrapponibili, con una media finale ricavata di 1008 mm annui miei contro i 1001 calcolati da voi, veramente incredibile.

per confronto, medie mie e medie del lavoro di MNW:

Gennaio: +8.6 _ +8.8
Febbraio: +9.0 _ +9.0
Marzo: +11.0 _ +10.8
Aprile: +13.9 _ +13.7
Maggio: +17.6 _ +17.5
Giugno: +21.7 _ +21.6
Luglio: +24.4 _ +24.2
Agosto: +24.8 _ +24.5
Settembre: +21.2 _ +21.0
Ottobre: +17.5 _ +17.6
Novembre: +13.4 _ +13.5
Dicembre: +9.8 _ +10.6


Considerata la coerenza con i miei dati, potrei riverificare la mia media di Dicembre, anche se nei venti anni che vanno dal 2001 al 2020 viene già fuori una media mensile di +9.88, tuttavia negli anni '90 Dicembre al Sud fu spesso mite, ma non credo con medie più alte dell'ultimo decennio francamente. Proverò a controllare comunque.

[AbeteBianco]

Grazie della novità, è possibile fare un confronto con la mia norma 1991/2020 basata su un'interpolazione da stazioni ufficiali con la differenza che non si tratta di un algoritmo.

Temperatura media °C:

Mese	Personale	MNW
1	1.3	2.0
2	3.3	3.6
3	8.3	7.9
4	12.2	11.6
5	15.9	15.9
6	19.6	19.8
7	21.5	21.6
8	20.6	20.6
9	16.3	16.7
10	11.3	11.6
11	6.0	6.2
12	1.8	1.6

Considerando che tra le Alpi parliamo di aree topograficamente complesse, è abbastanza interessante il fatto che si è riusciti a calibrare discretamente bene anche le complesse situazioni invernali (inversioni, ecc), di più forse è impossibile, non discostandosi troppo dalla realtà. Per contro nei mesi più caldi, si ottengono facilmente in queste zone risultati più univoci (già notato anche con la costruzione della mia norma).


Sulle precipitazioni viene azzeccato agosto come mese più piovoso (anche se spicca in modo isolato, ma forse è una conseguenza di vari temporali avuti nel 2017, 2019 e 2020). Non viene azzeccato il mese più secco che è febbraio, ma parliamo di una decina di mm di differenza con gennaio. Sul totale annuale c'è una differenza di 5/10%, decisamente accettabile considerando appunto le complessità della zona. Ogni quanto viene aggiornato questo algoritmo?

[capriccio]

che dire, stupefatto!!

Schermata del 2023-05-27 22-56-25.png

[DuffMc92]

Vi ringrazio perché mi avete regalato medie invernali bassissime

[Tarcii]

Mi unisco ai ringraziamenti, visto che da qualche tempo avevo in programma di ricavare le medie climatologiche di questa zona e non avevo mai tempo per farlo.

Ho deciso di utilizzare le medie di Paladina (BG), forse sono un po' più alte le minime invernali (quella zona è davvero molto soggetta a brezze notturne). Non ho nulla da dire per le medie estive, eccetto forse il fatto che giugno risulta molto piovoso (ma ricordo che effettivamente la prima metà del mese era spesso instabile).

[guidocioni]

Ciao ragazzi, grazie mille per i feedback.

Abbiamo pubblicato la climatologia per stazione proprio perché la verifica dello stesso proprietario è inequivocabilmente lo strumento migliore che abbiamo per fare una validazione dei dati.
Una cosa è girare l'algoritmo, un'altra è capire se i dati che vengono fuori abbiano senso, e per fare questo c'è bisogno di qualcuno che conosca il microclima della stazione stessa.

Ho in piano di testare i risultati anche con rianalisi ancora più fini (CERRA, MERIDA....) ma al momento ERA5-Land sembra vincere comunque. Chissà se riusciremo mai ad avere lo stesso algoritmo di ML anche per le precipitazioni...

In ogni caso se ci sono domande tecniche sul metodo potete chiedere direttamente a me. Sto scrivendo una doc in PDF con tutti i dettagli (in inglese). Se qualcuno è interessato posso pubblicarla

[capriccio]

Ciao ragazzi, grazie mille per i feedback.

Abbiamo pubblicato la climatologia per stazione proprio perché la verifica dello stesso proprietario è inequivocabilmente lo strumento migliore che abbiamo per fare una validazione dei dati.
Una cosa è girare l'algoritmo, un'altra è capire se i dati che vengono fuori abbiano senso, e per fare questo c'è bisogno di qualcuno che conosca il microclima della stazione stessa.

Ho in piano di testare i risultati anche con rianalisi ancora più fini (CERRA, MERIDA....) ma al momento ERA5-Land sembra vincere comunque. Chissà se riusciremo mai ad avere lo stesso algoritmo di ML anche per le precipitazioni...

In ogni caso se ci sono domande tecniche sul metodo potete chiedere direttamente a me. Sto scrivendo una doc in PDF con tutti i dettagli (in inglese). Se qualcuno è interessato posso pubblicarla

Grazie Guido e certamente, seppure non è specificatamente il mio campo, attendo il pdf per poter approfondire, pensa che ero rimasto a Homer come software di omogeneizzazione dei dati di T

Dimenticavo, nell'arco della prossima settimana farò un'analisi dettagliata dei dati relativi alla mia stazione anche se, perlomeno in termini di T, ho dubbi limitati solo su un mese ma mi riservo di controllare più approfonditamente

M.

[Dream Designer]

Ciao ragazzi, grazie mille per i feedback.

Abbiamo pubblicato la climatologia per stazione proprio perché la verifica dello stesso proprietario è inequivocabilmente lo strumento migliore che abbiamo per fare una validazione dei dati.
Una cosa è girare l'algoritmo, un'altra è capire se i dati che vengono fuori abbiano senso, e per fare questo c'è bisogno di qualcuno che conosca il microclima della stazione stessa.

Ho in piano di testare i risultati anche con rianalisi ancora più fini (CERRA, MERIDA....) ma al momento ERA5-Land sembra vincere comunque. Chissà se riusciremo mai ad avere lo stesso algoritmo di ML anche per le precipitazioni...

In ogni caso se ci sono domande tecniche sul metodo potete chiedere direttamente a me. Sto scrivendo una doc in PDF con tutti i dettagli (in inglese). Se qualcuno è interessato posso pubblicarla

Si, grazie.

Volevo chiederti se sono stati mediati gli anni già presenti nel database per creare per le medie e in che modo.

Inviato dal mio SM-S901B utilizzando Tapatalk

[guidocioni]

Non capisco 😊
Se intendi quali dati sono stati utilizzati per fare il training dell'algoritmo la risposta è fino al 31 dicembre 2022