Ciao a tutti!

E’ con grande piacere che vi presentiamo un nuovo progetto targato MeteoNetwork: da oggi infatti anche il nostro portale ha il suo modello numerico previsionale. Il modello è basato sul codice del WRF-ARW sviluppato dall’UCAR i cui dati di inizializzazione e contorno sono estrapolati dagli output del GM GFS 0.5°. Nel corso degli ultimi mesi io (Gianluca Ferrari) e Andrea Chini (Andychaser) abbiamo cercato di capirne il funzionamento e di testarne le funzionalità sui nostri pc; l’idea è nata per crearci un modello personalizzabile per supportare le uscite a caccia di fenomeni temporaleschi violenti. Visto gli ottimi risultati che siamo riusciti ad ottenere, abbiamo proposto l’idea di implementare il modello e automatizzarlo, rendendo disponibile per tutti gli utenti di MNW almeno due corse al giorno (00z e 12z) con 30 ore di previsione. Il dominio geografico abbraccia tutto il territorio nazionale ad una risoluzione di 12km; in futuro tuttavia non è escluso un aumento della risoluzione qualora ci fosse messo a disposizione una potenza di calcolo maggiore. Il modello è ancora in fase di test, ma da ora in poi sarà visibile a tutti gli utenti di Meteonetwork in modo da potervi permettere di darci consigli sia sull'aspetto grafico sia sulle tipologie di mappe che vi piacerebbe fossero create (per quanto riguarda gli indici temporaleschi son già pronti ma le mappe saranno disponibili dall'inizio della stagione primaverile per non sovraccaricare il server di inutili calcoli) in maniera tale da rendere questo prodotto ampiamente personalizzabile, più completo, interessante e magari diverso, per contenuti, dagli altri modelli presenti già liberamente in rete.

Questo il link al modello MeteoNetwork :: WRF con le specifiche tecniche e le mappe che sin qui abbiamo creato; la pagina web è raggiungibile anche dalla home page di Meteonetwork.

In più, per valutare l’affidabilità delle previsioni effettuate, abbiamo implementato alcune funzionalità di una suite di tools della NCAR (MET) utilizzate per analizzare la performance dei modelli di previsione. Nel nostro piccolo siamo quindi riusciti ad installarla e ad utilizzare un particolare componente (Point observation tool) che ci permette di confrontare i dati degli output del WRF con i dati della rete MNW in modo da valutare la bontà della previsione del modello. Come potrete vedere nella apposita sezione, oltre a valutare la performace del modello operativo (QNSE) viene confrontato un altro run WRF basato su parametrizzazione PBL e superficiale diversa in modo da poter verificare quale parametrizzazione risulta migliore; con un po’ di pazienza, oltre all’analisi di temperatura, umidità e pressione aggiungeremo anche la verifica di altre variabili.

Vogliamo infine ringraziare Matteo Fumi e Alessandro Raolil per il supporto tecnico che ci hanno dato e anche, ovviamente, Marco Giazzi che è, come sempre, disponibilissimo ed è grazie al suo entusiasmo verso questa idea che il progetto ha avuto grande slancio.


Per le domande e i suggerimenti siamo ovviamente a vostra disposizione.

Andrea Chini
Gianluca Ferrari