Ambito dei contenuti

QA4Seas – Controllo della qualità per le previsioni stagionali multimodello

Progetto

Nel quadro del progetto Copernicus QA4Seas (Quality Assurance for Multi-model Seasonal Forecast Products, C3S_51 Lot3) della Commissione europea è stata sviluppata una strategia per la valutazione e il controllo della qualità (EQC) delle previsioni stagionali multimodello del Copernicus Climate Change Service (C3S). In qualità di partner del progetto, MeteoSvizzera ha partecipato a diverse attività del progetto e in modo particolare all’analisi scientifica delle previsioni stagionali elaborate dal C3S.

Inizio del progetto01.07.2016
Fine del progetto30.09.2018
RegioneInternazionale
StatoProgetti conclusi
  • Tempo

Piè di pagina

Navigazione top bar

Autorità federali svizzereAutorità federali svizzere

Il progetto QA4Seas (C3S 51 Lot3) in breve

Il Copernicus Climate Change Service (C3S) della Commissione europea mira a sostenere l’adattamento ai cambiamenti climatici e il contenimento delle loro conseguenze mettendo a disposizione dati climatici e informazioni di qualità tramite una banca dati online, il Climate Data Store (CDS). Le osservazioni e le re-analisi delle previsioni stagionali e delle proiezioni climatiche danno informazioni sul clima passato, presente e futuro, nonché sui cambiamenti climatici. La valutazione e il controllo della qualità – che forniscono informazioni sulla qualità di tutti i prodotti e consentono agli utenti CDS di accedere ai dati di cui necessitano – sono essenziali per il successo del C3S. In risposta alle esigenze di un ampio gruppo di utenti di riferimento, l’obiettivo del progetto QA4Seas (Quality Assurance for Multi-model Seasonal Forecast Products, C3S 51 Lot3) è lo sviluppo di una strategia per la valutazione e il controllo della qualità (EQC) delle previsioni stagionali elaborate con diversi modelli dal C3S e messe a disposizione attraverso la banca dati CDS. I principali elementi del progetto QA4Seas sono: a) un’inchiesta per stabilire le esigenze degli utenti del CDS, b) un’analisi scientifica delle diverse caratteristiche qualitative delle previsioni stagionali messe a disposizione dal CDS, c) un’analisi delle lacune scientifiche e tecniche, d) lo sviluppo di un prototipo del sistema EQC ed e) lo sviluppo di una soluzione per mettere a disposizione i metadati sulla provenienza delle previsioni e dei prodotti.

Il contributo di MeteoSvizzera – l’analisi scientifica delle previsioni stagionali

La qualità delle previsioni stagionali è limitata e varia sensibilmente nello spazio, nel tempo (sia per quel che riguarda l’orizzonte di previsione che il periodo di validità della previsione), a dipendenza delle grandezze considerate (ad es. precipitazioni o temperatura) e del sistema di previsione. Inoltre la qualità delle previsioni stagionali è ulteriormente ridotta da errori sistematici, che devono essere corretti per rendere utilizzabili le previsioni. Nel quadro di un’analisi approfondita delle ”previsioni a posteriore” sul periodo 1993-2014 con i sistemi di previsione messi a disposizione dal C3S – ovvero i modelli stagionali del Centro europeo per le previsioni meteorologiche a medio termine (ECMWF), di Météo France e del UK Met Office –sono state sviluppate delle raccomandazioni su come correggere questi errori. Le previsioni stagionali sono comunicate in due forme diverse: a) previsioni d’insieme, ossia previsioni probabilistiche di valori assoluti (ad es. la probabilità che la temperatura superi i 18 °C) e b) previsioni probabilistiche multicategoria, ovvero le probabilità che la previsione sia superiore o inferiore a una climatologia di riferimento (ad es. più caldo o più freddo rispetto alla norma). Per ottenere ciò le attuali previsioni sono confrontate con un archivio di previsioni passate al fine di ottenere le probabilità per ogni categoria.

Per le tre grandezze prese in considerazione nell’ambito del progetto QA4Seas – la temperatura superficiale, la temperatura della superficie marina e le precipitazioni – la correzione dell’errore sistematico consente di migliorare sensibilmente la qualità delle previsioni. La differenza tra i vari metodi di correzione degli errori sistematici testati è risultata molto esigua. In generale i metodi di correzione più semplici sono risultati più efficaci rispetto ai metodi più complessi. Ciò è presumibilmente dovuto principalmente al breve periodo preso in considerazione per i test (1993-2014). Con un’ulteriore combinazione di diversi modelli in un multimodello, la qualità delle previsioni può essere ulteriormente migliorata solo lievemente, ma in modo comunque significativo. Nella colonna a sinistra dell’immagine riportata più sotto è raffigurato, in alto, un esempio di una previsione stagionale multimodello per il fenomeno di El Niño, che si manifesta con anomalie positive della temperatura nel Pacifico tropicale, nella seconda immagine dall’alto la qualità delle previsioni del modello stagionale dell’ECMWF prima di qualsiasi correzione e, in terza immagine, dopo una correzione dell’errore sistematico e da ultimo, in basso, la qualità della previsione di una combinazione di tre modelli di previsione presenti nella banca dati CDS.

In base a quanto emerge da questa analisi scientifica, abbiamo consigliato di trattare in modo diverso le previsioni d’insieme e le previsioni probabilistiche multicategoria. Mentre per le previsioni d’insieme una correzione dell’errore sistematico è imperativa, per le previsioni probabilistiche multicategoria è possibile rinunciare alla stessa in quanto queste sono corrette indirettamente calcolando la probabilità di ricadere in una specifica categoria rispetto alla climatologia di riferimento. Inoltre, a causa delle differenze tra i due prodotti di previsione, devono inoltre essere adottati approcci diversi per la combinazione in multimodelli. Le previsioni probabilistiche multicategoria possono essere combinate direttamente calcolando le medie (ponderate) delle probabilità di previsione fornite dai singoli modelli. Le previsioni d’insieme con multimodelli possono invece essere elaborate semplicemente raggruppando le unità dell’insieme dei diversi modelli oppure con metodi più complessi basandosi sull’integrazione delle diverse distribuzioni. I grafici sul lato destro dell’immagine illustrano la probabilità multicategoria dell’esempio utilizzato in precedenza per le previsioni d’insieme.

Le analisi effettuate nel quadro del progetto QA4Seas hanno messo in evidenza la qualità, come pure i punti di forza e i punti deboli dei modelli di previsione stagionale e dei multimodelli basati su di essi. Sulla base dell’insieme stagionale dell’ECMWF, MeteoSvizzera mette a disposizione del pubblico previsioni probabilistiche multicategoria della temperatura riferite alla Svizzera occidentale, nord-orientale e al Sud delle Alpi. I risultati del progetto QA4Seas confermano l’approccio scelto da MeteoSvizzera. In alternativa si potrebbe adottare un approccio basato su una previsione multimodello per calcolare le probabilità multicategoria. Al di là di questa modifica è improbabile che le previsioni stagionali possano essere migliorate in modo rilevante con approcci più complicati.