Caricamento

Le previsioni probabilistiche

Dall'inizio degli anni '90 i principali centri di previsione americani (NCEP) ed europei (ECMWF - European Center for Medium-range Weather Forecast) hanno iniziato ad utilizzare le previsioni ensemble per stimare oggettivamente l'incertezza delle previsioni. Grazie alle aumentate capacità computazionali, negli ultimi anni le global ensemble prediction sono diventate uno strumento comunemente usato da molti previsori.
 

"Non una ma 50 previsioni"

Il principio di fondo delle previsioni probabilistiche basate sull'ensemble è che non viene fatta solo una singola previsione a partire da quella che si ritiene la migliore condizione iniziale dell'atmosfera, ma vengono anche  realizzate tante altre simulazioni a partire da condizioni iniziali leggermente diverse (vengono introdotte perturbazioni nei valori iniziali o nei modelli stessi).
Il set completo di previsioni viene definito "ensemble" e le singole previsioni al suo interno "membri dell'ensemble". 
 

 

Quantificare l'incertezza

La divergenza tra i membri dell'ensemble indica quanto è grande l'incertezza della previsione.
Se tutti gli scenari previsti sono molto simili tra di loro e se le tante simulazioni fatte dai modelli fisico-matematici di previsione vedono la stessa evoluzione delle condizioni meteorologiche nonostante partano da stati iniziali leggermente diversi, la predicibilità dell’atmosfera è buona.
Se le simulazioni fatte dai modelli si discostano tra loro significa che la previsione dipende fortemente dalle condizioni iniziali, ha quindi un'alta indeterminazione, ed è difficile dire quale sarà il migliore tra i possibili scenari.
 

Il grafico "spaghetti plot" 

Ogni linea rossa è uno scenario di evoluzione previsto relativo ad un dato parametro atmosferico (nel caso in questione, si tratta della temperatura dell'aria).
Alcune volte le previsioni dei diversi membri dell'ensemble sono tutte abbastanza simili, e quindi si può ragionevolmente pensare di poter emettere una previsione affidabile, altre volte i membri possono differire radicalmente, indicando che l'incertezza che pesa sulla previsione è maggiore. 
 
Si noti come le linee mostrano generalmente un andamento fortemente omogeneo nel breve periodo (primi due giorni), in cui risultano tutte accorpate sui medesimi valori di previsione, mentre con l'allungarsi dell'orizzontale temporale le diverse simulazioni divergono creando il cosddetto effetto "a spaghetti", tipico dell'ensemble.  
Si tratta, di fatto, dell'"effetto farfalla" di Lorenz (vedi anche 
Incertezza e affidabilità), per cui all'aumentare del tempo di simulazione anche infinitesime variazioni nello stato iniziale possono portare a grandi variazioni dello stato dell’atmosfera.  
 
E’ importante precisare anche che, mentre i modelli deterministici hanno tempi di calcolo “ragionevoli” e “gestibili” anche per centri meteo regionali, i modelli probabilistici/ensemble girano generalmente nei principali centri meteo internazionali perché necessitano di procedure statistico-matematiche molto complesse e onerose a livello computazionale.
 
In generale, la predicibilità dell’atmosfera dipende dalle aree in cui si studia la sua dinamica: laddove sono presenti forti gradienti di temperatura (per esempio, tra la terra e l’oceano) o dove un’orografia complessa (per esempio, il Mediterraneo) ostacola e modifica il movimento delle masse d’aria, il comportamento delle traiettorie di evoluzione è più irregolare e, quindi, è più probabile ricadere quanto prima nel caso di scarsa predicibilità.  
 

I modelli probabilistici in uso al LaMMA

Al LaMMA viene utilizzato prevalentemente il modello EPS-ECMWF (Ensemble Prediction System  del centro europeo ECMWF), talvolta e in maniera congiunta anche quello americano GEFS (Global Ensemble Forecasting System della NCEP-NOAA).
 

Prodotti 

Il LaMMA utilizza i modelli probabilistici per l'elaborazione del bollettino previsionale Toscana 6-15 , che fornisce per i successivi 10 giorni la previsioni relativa alla probabilità di precipitazione e all’anomalia di temperatura, a scala giornaliera e con basso dettaglio spaziale.  
Pubblichiamo inoltre le Previsioni GEFS Ensemble per i capoluoghi.
 

Vedi anche