Video rubrica Tempo al Tempo

Il VIDEO-METEO del Capitano Sottocorona

Iscriviti al nostro canale Youtube!

Immagine Webcam - Capaci (Palermo)
Webcam a Capaci, in provincia di Palermo (PA), regione Sicilia. 
Immagine Webcam - Ventotene (Latina)
Webcam Ventotene, panorama nella provincia di Latina (LT), regione Lazio. Veduta... Leggi tutto...
Immagine GFS 850hPa Temp - MSLP Italia
GFS 850hPa Temp, MSLP: temperatura e pressione al livello del mare previsti dal modello GFS... Leggi tutto...
Immagine GENS PREC PROB 10mm ITALIA
Probabilità precipitazioni maggiori di 10mm intesa come numero di occorrenze in rapporto alle... Leggi tutto...
Immagine BARLUMI DI NORMALITÀ ESTIVA
Non sappiamo al momento se avrà intenzione di soggiornare per un po’ di giorni o se sarà... Leggi tutto...
Immagine ALCUNE CONSIDERAZIONI SULLE PRIME IPOTESI DI NEVE IN PIANURA AL NORD-OVEST INTOR...
La neve in pianura è uno degli argomenti più gettonati durante la stagione invernale perché,... Leggi tutto...

Le ultimissime dal Televideo RAI

Anteprima Televideo RAI

ESTREMI METEO OGGI. RETE LMT

Stazioni Meteo protagoniste nei nostri modelli numerici

Centrometeo e MeteonetworkPerché limitarsi a osservare il tempo che fa con le vostre stazioni meteo? Grazie alla nostra collaborazione con Meteonetwork ora è possibile renderle ancora più utili inserendone i dati nei nostri modelli numerici!

La strada che porta all'evoluzione futura dell'atmosfera a partire dalle condizioni iniziali è lunga e tortuosa. I dati forniti dai satelliti, dalle radiosonde e dalle stazioni meteorologiche sparsi in tutto il mondo, vengono inseriti nei sistemi di calcolo dei principali centri mondiali, che li filtrano, li interpolano e li rielaborano, anche sulla base di considerazioni statiche e climatologiche.

Si tratta di una fase molto delicata (in gergo tecnico si chiama assimilazione), necessaria affinché i modelli numerici globali (come GFS, ECMWF, ecc...) possano avere informazioni coerenti e ben adattate ai loro schemi di calcolo (fisici e matematici). Come si può intuire, più dati ci sono e meglio è. Più questi dati sono precisi e accurati, meglio è. Perché gli (inevitabili) errori su dati, schemi fisici e approssimazioni matematiche necessarie, si amplificano di molto con il trascorrere dell'evoluzione prevista.


Lo schema 3DVAR del GSI

I modelli globali iniziano così la loro corsa (run) calcolando, a partire da questi dati, come si comporterà (o dovrebbe comportarsi) l'atmosfera nelle ore e nei giorni futuri. Data la grande mole di operazioni, non è possibile però avere una risoluzione molto spinta, altrimenti i tempi per avere il "responso" sarebbero troppo lunghi. E questo nonostante i computer abbiano raggiunto potenze notevoli (non a caso i calcolatori tra i più potenti al mondo si trovano proprio nei centri meteorologici).

E' qui allora che si inseriscono i modelli LAM (Modelli ad Area Limitata): modelli numerici a più alta risoluzione che si concentrano su un'area geografica più ristretta. Tali modelli "prelevano" i dati iniziali e previsti da quelli globali e li rielaborano usando risoluzioni più elevate, meglio risolvendo, ad esempio, l'orografia del territorio. Uno di questi LAM è quello che usiamo noi, altamente programmabile e configurabile: il WRF (Weather Research and Forecasting), realizzato in collaborazione tra NOAA e NCEP ed usato da tantissimi operatori internazionali.

Nello specifico, il WRF ha diversi schemi e parametrizzazioni, individuati in 2 grandi schemi o "core" di calcolo:
- NMM (Nonhydrostatic Mesoscale Model), che è quello usato nel centro di calcolo di Centrometeo (qui noto come WRF-CMM) molto "veloce" e quindi maggiormente utile a livello operativo, specie se lo scopo è di produrre (anche) previsioni del tempo frequentemente aggiornate
- ARW (Advanced Research WRF) in uso nel centro di calcolo di Meteonetwork (WRF-MNW). Questo core è in genere più usato per scopi di ricerca e sebbene in alcune circostanze può essere più accurato, a parità di risoluzione di calcolo è molto più oneroso e quindi più lento.
Come sempre dunque, la scelta è da valutarsi in termini di rapporto costi/benefici.

Ma un LAM non si limita a "digerire" i dati provenienti dai modelli globali. Esso può riassimilare ancora i dati di osservazione. Tale operazione, che può essere effettuata con la cosiddetta tecnica 3DVAR, ha i seguenti vantaggi:
1) I dati di osservazione vengono assimilati tenendo conto degli schemi fisici del LAM stesso e della sua (più spinta) risoluzione
2) Si possono aggiungere nuovi dati di osservazione


Vantaggio non da poco è che il tutto avviene senza gravare troppo sulle risorse di calcolo a disposizione, cosa importante se vuole mantenere basso il rapporto costi/benefici.
Ma il terzo punto ci ha fatto ulteriormente riflettere: perché non inserire anche i dati delle stazioni (di appassionati e non) in tutto questo? Occupandoci anche di centraline meteo ci è sembrato un passaggio naturale quello di rendere ancora più forte la nostra sinergia con chi della raccolta dati ne ha fatto un "must"!

Così, nel Gennaio 2011 abbiamo iniziato a discuterne con i ragazzi della nota Onlus e in primavera abbiamo messo in cantiere l'impianto necessario allo scopo. Alessandro Raolil si è occupato degli scripts necessari a inserire i dati Metar e quelli di Meteonetwork, che annovera un bel "gruzzolo" di stazioni già ben selezionate e con i dati ben catalogati. Non tutte le centraline meteo hanno infatti diritto di "asilo", ma solo quelle che rispondono a certi requisiti. Con Andrea Chini e Gianluca Ferrari abbiamo sviluppato l'impianto software necessario, implementando il pacchetto WRFDA (per il core ARW) e il GSI (per il core NMM). Il tutto con la supervisione del Presidente di Meteonetwork Marco Giazzi.

I due software si incaricano dunque di assimilare i dati di radianza satellitare assieme alle stazioni di terra, con check di qualità (scartando cioè i dati inattendibili con sofisticati algoritmi di controllo), aggiornando così i dati iniziali che si inseriscono in "input" ai nostri modelli numerici.

I dati delle stazioni meteo della rete che assimiliamo sono: pressione, temperatura e umidità relativa, opportunamente rielaborati. Non riteniamo opportuno per il momento utilizzare i dati di vento in quanto molto più "instabili" e soggetti a fluttuazioni locali.

Nel corso dell'estate si è avuta la fase di test, dove i risultati sono stati incoraggianti. Migliorata ad esempio la prognosi specie nei bassi strati e per le prime 6/12 ore di forecast, periodo di "spin up" del modello, quando cioè esso sviluppa la propria circolazione locale. Fase ulteriormente migliorata anche dal sistema di filtraggio digitale DSI, disponibile tra le opzioni del WRF stesso. Tutto questo a vantaggio anche del resto della simulazione.

Un motivo in più dunque per tutti i possessori di stazioni meteorologiche ad "amare" il proprio strumento e a tenerlo in ottime condizioni. Ma anche un incoraggiamento a desiderare una stazione meteorologica, che in questo modo, sebbene nel suo piccolo, può ancora di più dire la sua e diventare protagonista di tutta la "catena" previsionale.

Le carte meteo dei due core del modello WRF potete trovarle ai seguenti indirizzi:
WRF-NMM: http://www.centrometeo.com/modelli-numerici/modello-wrf-nmm.html
WRF-ARW: http://www.meteonetwork.it/models

Un ringraziamento particolare va a tutti i ragazzi di Meteonetwork, che con competenza ed entusiasmo hanno aderito a questa iniziativa (sfida!) rendendola possibile. In un mondo popolato da "prime donne", è un piacere creare sinergie con persone che sanno fare gioco di squadra. Come piace a noi. E a proposito di gioco di squadra, ora però la palla passa a voi che ci seguite sempre con grande affetto e attenzione. Quindi... sotto con le stazioni!

Fabio Gervasi.

Stampa