Meteo e Previsioni meteo March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html
meteo March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html, allerta meteo March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html, meteo 16 giorni March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html
Dati March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html e Previsioni meteo March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html con aggiornata allerta meteo March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html ed incendi.
Modelli meteo March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html ad alta risoluzione WRF,CFS,WWW3 per eolico, fotovoltaico, protezione civile.
Il modello per le previsioni meteo 16 giorni March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html è aggiornato regolarmente secondo una cadenza atipica.
Inoltre sono disponibili previsioni meteo 16 giorni March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html per 7000 comuni italiani e 8000 location nel mondo
Previsioni meteo March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html
meteo March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html
meteo 16 giorni March afb/meteo_16gg_March afb/layout/images/includes/custom_files/Aria_Acqua_Strade-content-124.html
La Previsione Meteorologica a breve termine (nowcasting-short term)
a cura di
Datameteo staff e
Valerio Stavolo
Le previsioni meteorologiche, anche quelle ad alta risoluzione, non sono affatto esenti da errori, di conseguenza per
migliorare le prestazioni previsionali dei modelli meteorologici sul breve termine si fa ricorso a tecniche e algoritmi che sfruttano la presenza di
sistemi di osservazione delle variabili atmosferiche (radar , satelliti, stazioni di misura, etc).
Queste correzioni solitamente hanno un'estensione limitata alle ore successive, ed è quello che si prefigge di fare la nostra piattaforma denominata
DatameteoNOW.
DatameteoNOW è basato sulla integrazione scalare tra satellite, modellistica ad alta risoluzione e una griglia di stazioni meteo al suolo.
Punto di forza dell’innovativo sistema di previsione near-realtime è quello di utilizzare un algoritmo dinamico basato su tecnologia GIS in grado di integrare la griglia del modello meteorologico di previsione WRF-EMM con un inedito sistema che correla, in base alla morfologia del terreno, i punti di rilevamento satellitare SAT POINT con i dati delle stazioni a terra. La qualità dell’output ottenuto è caratterizzata da un aumento considerevole della precisione della previsione sul brevissimo e medio termine.
Questo ci permette di avere una previsione ancora più affidabile su parametri quali:
- temperatura dell'aria
- radiazione solare
- nuvolosità
per le prossime 1-8 ore. Parametri come la ventosità e l'ammontare delle precipitazioni non sono ancora convenientemente stimabili,anche se è in sperimentazione con il solo aiuto della fonte satellitare in quanto il responso su queste due variabili è ancora alquanto approssimativo.
La nuova versione è operativa da qualche mese e di seguito è riportata
un'analisi su due città importanti quali Roma e Torino, effettuate in condizioni sinottiche differenti (anticicloniche e perturbate). Lo scopo di questa analisi è quello di valutare le
performance di DatameteoNOW sulla previsione per le ore successive, confrontandole con le misure registrate.
Nell’immagine sottostante è riportata una tabella grafica (ad esempio della città di Roma) rappresentativa del tipo di previsione effettuata, utilizzando il DatameteoNOW per la prossima ora (DatameteoNOW+1ora) e per la successiva ora (DatameteoNOW+2 ore, nell’esempio ore 18:00-19:00).
Figura 1. Rappresentazione grafica della piattaforma DatameteoNOW visibile sul portale www.datameteo.com
Vi presentiamo
quindi in questo articolo le analisi delle performance di DatameteoNOW
elaborate da:
Valerio Stavolo, gestore del sito di informazione meteo
TEMPO ROMA che utilizza le previsioni e la modellistica di
Datameteo.
Questa è una valutazione di tipo
operativo che non ha lo scopo di valutare la
prestazione globale della piattaforma
DatameteoNOW ma di evidenziare con un
approccio scientfico anche se limitato le
potenzialità e
l'alta scalabilità di questa
metodologia
Analisi delle prestazioni di DatameteoNOW nel comune di Roma (area occidentale)
Per quello che concerne Roma, l’analisi è stata effettuata correlando i dati previsti per la successiva ora (*DatameteoNOW+1ora) e per le successive 2 ore
(**DatameteoNOW+2 ore) con quelli effettivamente rilevati dopo lo stesso intervallo temporale dalle stazioni professionali presenti nell’area occidentale di Roma.
* cioè il valore misurato è la media delle stazioni dell'area urbana occidentale in un dato intervallo temporale, ad esempio alle ore 12, il tutto confrontato con quello previsto da DatameteoNOW +1ora (alle 11 per le ore 12).
** cioè il valore misurato è la media delle stazioni dell'area urbana occidentale in un dato intervallo temporale, ad esempio alle ore 14, il tutto confrontato con quello previsto da DatameteoNOW +2 ore (alle 12 per le ore 14).
La raccolta dati è stata fatta in due contesti sinottici differenti:
Il primo in prossimità del sistema perturbato alimentato dalla ciclogenesi tirrenica (3-4 Novembre 2013), il secondo invece in fase di rimonta anticiclonica (5-6 Novembre 2013) con stabilizzazione della massa d’aria e aumento dei geopotenziali. Questo per valutare l'effetto della previsioni in condizioni meteo opposte (stazionarie o molto variabili)
La prima variabile analizzata è stata la temperatura a 2 metri. Il grafico in figura 2 rappresenta l'andamento della temperatura reale e temperatura prevista dal DatameteoNOW con passo temporale di 1 ora ottenuto effettuando un certo numero di misurazioni, in questo caso 8. I valori misurati in grafico in ogni singola misurazione rappresentano la media delle stazioni dell'area urbana occidentale in un dato intervallo temporale, ad esempio alle ore 12, il tutto confrontato con i valori previsti da DatameteoNOW +1 ora, seguendo l'esempio, alle 11 per le ore 12. Il grafico mostra generalmente uno scarto frequente tra valori misurati e previsti di +/- 1 grado Celsius.
La media termica reale degli 8 campioni è stata di 18.5 gradi contro la media termica prevista che è stata di 18.6 gradi. Quindi uno scarto di 0.1 gradi Celsius ci indica un'elevata accuratezza e buona precisione. Nel complesso il DatameteoNOW+1 si è rivelato coerente con i valori reali per la quasi totalità delle misurazioni ad eccezione di una il cui lo scarto è stato maggiore o uguale a 2 gradi (in fase post-frontale con la componente fredda del sistema in transito sull’area analizzata).
Figura 2.Andamento dei valori di temperatura misurati e previsti da DatameteoNOW +1 ora per Roma in funzione del numero di misurazioni (in ordinata).
L'altra variabile analizzata rigurda la copertura nuvolosa. Come prima, nel grafico in figura 3 è mostrato l'andamento della copertura nuvolosa prevista a + 1 ora da DatameteoNOW e registrata attraverso i messaggi synop e metar con le stesse modalità della temperatura. La valutazione avviene attraverso l’assegnazione di un valore in ottavi ( ciè divendendo il cielo in 8 spicchi ) che varia tra:
- 0 (CAVOK= cielo sereno oppure nubi non significative con visibilità>10 km)
-1-2 (FEW poche nubi )
-3-4 (SCT nubi sparse o parzialmente nuvoloso)
-5-7 (BKN cielo nuvoloso)
- 8 che indica completa copertura (OVC = OVERCAST = COPERTURA TOTALE 8/8).
Il grafico mostra come il 60 % dei valori previsti mostra uno scarto minore o uguale a 1/8. In più c’è una misurazione (la numero 2) che si differenzia davvero di poco con scarto =2/8. L’attendibilità nel complesso risulta buona con solo 2 dati completamente errati che registrano uno scarto maggiore o uguale a 3/8.
Figura 3.Andamento dei valori di copertura nuvolosa registrati e previsti da DatameteoNOW +1 ora per Roma in funzione del numero di misurazioni (in ordinata).
Analisi delle prestazioni di DatameteoNOW nel comune di Torino (area urbana)
Lo stesso tipo di analisi è stata costruita per
Torino. La raccolta dati è stata effettuata in diversi contesti sinottici :
- Il primo in prossimità del posizionamento sulle regioni peninsulari italiane di ponente, di un minimo a cui era associato un sistema frontale alimentato da aria artica-marittima , con successiva occlusione proprio sulle suddette regioni. Tutto questo si è verificato nel periodo compreso tra il 14 e il 15 Novembre 2013.
- Il secondo in prossimità della traslazione del vortice perturbato verso l’area occidentale del Mar Mediterraneo con momentanea attenuazione dei fenomeni nell’area nord-occidentale del paese. Questa configurazione sinottica si è verificata nel periodo compreso tra il 16 e il 17 Novembre.
- Ed infine il terzo verificatosi nel periodo compreso tra il 18 e il 19 Novembre 2013, in cui lo spostamento verso levante del minimo posizionato precedentemente sulle Baleari ha generato diversi transienti perturbati in spostamento verso est con precipitazioni intense tra Sardegna e regioni centro-settentrionali.
Per quanto riguarda la temperatura a 2 metri, il grafico in figura 4 mostra generalmente uno scarto frequente tra valori misurati e previsti di +/- 1 grado Celsius, con una tendenza alla sottostima. Infatti la media termica reale degli 8 campioni è stata di 9.00 gradi contro la media termica prevista che è stata di 8.25 gradi. Quindi lo scarto tra le due misurazioni è stato di 0.75 gradi Celsius. Nel complesso il Datameteo Now+1 si è rivelato ben correlato con i valori reali per gran parte delle misurazioni ad eccezione di due in cui lo scarto è stato uguale a 2 gradi Celsius, mostrando una precisione simile a quella ottenuta su Roma, ma con un'accuratezza leggermente inferiore.
Figura 4.Andamento dei valori di temperatura misurati e previsti da DatameteoNOW +1 ora per Torino in funzione del numero di misurazioni (in ordinata).
Per quanto riguarda la copertura nuvolosa invece, il grafico in figura 5 mostra come quasi il 90 % dei valori di copertura nuvolosa registrati e previsti è molto correlata, con un scarto medio minore o uguale a 1/8. L’attendibilità nel complesso risulta ottima con un solo dato che si differenzia veramente di poco, con scarto uguale 2/8 (misurazione numero 5).
Figura 5.Andamento dei valori di copertura nuvolosa registrati e previsti da DatameteoNOW +1 ora per Torino in funzione del numero di misurazioni (in ordinata).
Conclusioni
Entrambe le analisi effettuate sulle città di Roma e Torino, hanno evidenziato le ottime prestazioni del DatameteoNOW +1 ora. Buone sono le performance relative alla previsione della temperatura a 2 metri dove i valori sono per la maggior parte in linea con quelli misurati con rare eccezioni in cui lo scarto è stato superiore ai 2 gradi Celsius.
Ottime anche le performance in termini di previsione della copertura nuvolosa, con scarti quasi sempre inferiori a 1/8 rispetto ai valori registrati. Sono state valutate anche altre variabili come la precipitazione, non mostrate qui per non dilungarci troppo: anche in questo caso si evidenzia una ottima prestazione a per quanto riguarda la discriminazione di pioggia Si/No, mentre è ancora da raggiungere un buon livello di accuratezza per quanto riguarda l'accumulo previsto.
Nel prossimo articolo vi mostreremo i risultati delle performance delle previsioni meteo a breve termine a
+2 ore in occasione di un peggioramento meteorologico rilevante con una evoluzione molto dinamica, quindi più complesso da inquadrare anche sullo
short term.
Ringraziamo ancora
Valerio Stavolo di
TEMPO ROMA per l'impegno e il tempo che dedica a valutare con noi l'impatto e l'attendibilità di queste nuove frontiere della tecnologia. Datameteo poi dispone di piattaforme complesse di testing che constano in Italia di più di
250 stazioni meteorologiche assimilate e validate