Ambito dei contenuti

Dati e metodi

Nei paragrafi seguenti vengono illustrati i dati e i metodi utilizzati per la realizzazione della climatologia della grandine. La base di riferimento è costituita dai dati radar di MeteoSvizzera, che tra l’altro sono stati riutilizzati per finalità statistiche nel modello di ricampionamento HailStoRe.

Piè di pagina

Navigazione top bar

Autorità federali svizzereAutorità federali svizzere

La grandine non può essere misurata al suolo in maniera capillare su una regione grande come la Svizzera. Tutti i prodotti presentati si basano perciò sui dati di grandine derivati dalle misurazioni radar per mezzo di algoritmi e i dati radar vengono confrontati con puntuali osservazioni al suolo, come danni o ritrovamenti di chicchi di grandine. La serie di dati disponibili dal 2002 è relativamente breve per poter formulare affermazioni di tipo climatologico. Per la stima di pericoli rari di maggiore intensità si utilizzano pertanto metodologie statistiche (il cosiddetto ricampionamento), così da poter formulare affermazioni anche su eventi estremi che, ad esempio, sono attesi soltanto una volta ogni 50 anni.

Dati radar

Come riferimento per i calcoli climatologici si utilizzano i dati dei radar meteorologici di MeteoSvizzera. Rispetto ad altre tipologie di dati, quelli radar si addicono meglio al calcolo di una climatologia della grandine, dal momento che coprono tutto il territorio con un’elevata risoluzione spazio-temporale. Tutto ciò è un presupposto imprescindibile per l’osservazione di fenomeni come le grandinate, che, rispetto ad altri, sono molto localizzati e di breve durata.

La rete svizzera dei radar meteorologici

Dal 2002 i dati di base della rete svizzera dei radar meteorologici sono disponibili in alta qualità. Questi dati coprono tutto il territorio nazionale e le regioni limitrofe. Tra il 2002 e fine maggio 2014 erano in funzione tre radar, uno sul Monte Lema in Ticino, uno sull’Albis vicino a Zurigo e uno su La Dôle vicino a Ginevra (3a generazione di radar della rete di rilevamento svizzera). Negli anni 2011 e 2012 i radar sono stati completamente rinnovati col progetto Rad4Alps, ed essi sono stati dotati delle più moderne funzionalità tecnologiche (4a generazione di radar della rete di rilevamento svizzera). Il cambio di generazione ha comportato un cospicuo miglioramento nella qualità dei dati. A metà del 2014 e all’inizio del 2016 sono stati aggiunti altri due radar in area alpina: uno sul Pointe de la Plaine Morte in Vallese e l’altro sul Weissfluhgipfel vicino a Davos. I nuovi radar offrono una migliore visibilità delle regioni di montagna, che risultano parzialmente in ombra, e garantiscono la copertura del territorio nazionale anche in caso di guasto a uno degli altri impianti. Nella rete svizzera dei radar, ogni 5 minuti avviene una nuova misurazione in 3D, che viene salvata con una risoluzione spaziale di 1 km2.

Algoritmi della grandine

I dati radar sono misurazioni di segnali di riflettività nell’atmosfera, ad opera, ad esempio, di gocce d’acqua o particelle di ghiaccio nelle nuvole. Per ricavare informazioni sui fenomeni meteorologici al suolo, questi segnali devono innanzitutto essere elaborati mediante complessi algoritmi. Le stime sulla grandine si basano sulla differenza tra la quota dell’isoterma di zero gradi in prossimità del fenomeno temporalesco, desunta dal modello meteorologico, e l’altitudine del cosiddetto segnale EchoTop del radar, correlato al nucleo più attivo di una nuvola temporalesca. Maggiore è la distanza tra il segnale EchoTop e l’altezza dell’isoterma di zero gradi, maggiore è la probabilità di osservare grandine e la grandezza attesa dei chicchi. Dal 2002 MeteoSvizzera utilizza principalmente due algoritmi della grandine:

  • POH (Probability of Hail), indica la probabilità di grandine al suolo all’interno di 1 km2  (Waldvogel et al. 1979 e Foote et al. 2005). L’algoritmo si basa sull’EchoTop 45dBZ, ossia sulla massima altezza a cui viene misurata dal radar un segnale di riflettività pari a 45dBZ all’interno di una colonna verticale.
  • MESHS (Maximum Expected Severe Hail Size), indica la dimensione massima dei chicchi di grandine che potrebbe cadere all’interno di 1 km2 (Treloar 1998 e Joe et al. 2004). L’algoritmo si basa, analogamente al POH, sulla relazione tra l’EchoTop a 50dBZ e la quota dell’isoterma di zero gradi. Il MESHS è una stima della dimensione massima che un chicco di grandine, rimanendo per lungo tempo all’interno della nube temporalesca, potrebbe raggiungere prima di cadere dalla nuvola schiantandosi al suolo. L’eventualità che un chicco di grandine di dimensioni MESHS possa essere ritrovato a terra da qualcuno all’interno del chilometro quadrato in questione è piuttosto rara. In primo luogo, chicchi dal diametro pari al MESHS non vengono mai o quasi mai raggiunti nella realtà. In secondo luogo, la probabilità che una persona trovi a terra il chicco più grande in assoluto caduto all’interno di un chilometro quadrato prima che questo si sciolga è molto piccola. Considerato che, di questi chicchi più grandi, ce ne saranno soltanto pochi all’interno del chilometro quadrato, è altamente improbabile che uno di essi vada proprio a finire sul tetto di una casa e causi danni.

Sia il POH sia il MESHS vengono calcolati su tutto il territorio della Svizzera e dei Paesi confinanti con una precisione di 1 chilometro quadrato e una risoluzione temporale di 5 minuti. Entrambe le stime sono disponibili 1 minuto dopo la misurazione radar.

Controllo e miglioramento della base di dati

Nonostante i dati dei radar si addicano particolarmente alle osservazioni della grandine, il loro utilizzo ai fini della climatologia comporta alcune sfide.

  • In ambito meteorologico, essi vengono normalmente utilizzati per le osservazioni e le previsioni a breve termine, e non per scopi climatologici. Ecco perché, ad esempio, non vi è omogeneità temporale nella serie di dati. Oltre a ciò, questo significa anche che errori apparentemente minori nelle misurazioni – che nel «normale» utilizzo in tempo reale non rappresentano un ostacolo e vengono semplicemente filtrati dall’occhio umano – nell’aggregazione temporale dei dati potrebbero risultare problematici.
  • Nell’arco di tempo dal 2002 a oggi gli stessi radar, così come i dati dei modelli meteorologici che confluiscono negli algoritmi della grandine, sono stati costantemente migliorati. Mentre queste migliorie hanno incrementato la qualità delle osservazioni e delle previsioni, tali variazioni hanno avuto un impatto sulla comparabilità a lungo termine delle misurazioni.

Prima di poter essere utilizzati, quindi, i dati devono essere sottoposti a un complesso processo di controllo e preparazione. Nell’elaborazione della base di dati della nuova climatologia svizzera della grandine si è proceduto innanzitutto a documentare, quantificare e possibilmente correggere gli impatti delle modifiche tecniche sulle serie di misura pluriennali. L’obiettivo è ottenere un set di dati quanto più omogeneo possibile nel tempo, onde poter formulare affermazioni robuste statisticamente in merito all’occorrenza di grandine.

HailStoRe

Il presupposto per il calcolo dei periodi di ritorno è avere serie di misurazioni molto lunghe. Una serie di rilevamenti radar che copre il periodo dal 2002 a oggi è da considerarsi breve rispetto alle scale temporali di almeno 30 anni e oltre normalmente utilizzate in climatologia. Inoltre, la grandine è un fenomeno sporadico, molto raro in riferimento a un luogo specifico, e dura generalmente solo alcuni minuti. La figura con il numero totale di giorni con grandine per singola località mostra che, ad eccezione delle regioni hotspot, sono pochi i luoghi che dispongono di una quantità di osservazioni sufficiente per poter effettuare una solida analisi statistica degli estremi. Pertanto le analisi climatologiche spaziali sono spesso dominate da singole celle temporalesche che si sono verificate in passato. Considerata la natura dei temporali grandinigeni, occorre partire dal presupposto che le probabilità di accadimento sul lungo termine siano più omogenee dal punto di vista spaziale. In due giornate temporalesche distinte, un temporale può assumere una traiettoria anche lievemente diversa – sebbene la variabilità in un Paese montuoso come la Svizzera sia limitata fortemente dalla topografia del territorio.

Per stimare il rischio di eventi grandinigeni, si è pertanto applicato il principio del ricampionamento, un metodo statistico in cui gli eventi osservati vengono riprodotti in maniera stocastica. Esso viene utilizzato nel mondo assicurativo e riassicurativo ai fini dell’analisi dei pericoli e dei rischi , ma trova applicazione anche nella ricerca climatica focalizzata sugli impatti (impact-oriented) (ad es. Schwierz et al. 2010, Bloemendaal et al. 2020). Il modello «Hail Storm Stochastic Resampler» (HailStoRe) tiene conto della variabilità osservata degli eventi grandinigeni e, al di là delle osservazioni, calcola una stima della probabilità di accadimento spazio-temporale della grandine in Svizzera. Il metodo è costituito da svariati moduli.

Base di riferimento e principio

La base di riferimento principale è rappresentata dai nuovi dati radar sulla grandine ottimizzati per l’applicazione in ambito climatologico. I dettagli ad alta risoluzione delle singole celle di grandine vengono dunque analizzati in relazione alle condizioni atmosferiche su vasta scala, descritte dalla classificazione sinottica dei tipi di tempo di MeteoSvizzera. Innanzitutto si creano modelli statistici relativi a quando, dove e in quali condizioni si sono verificati episodi di grandine in passato in Svizzera. Questi modelli consentono, in base alle condizioni meteorologiche su vasta scala, di generare ipotetiche grandinate in maniera casuale sotto forma di campi radar sintetici che, con le condizioni climatiche odierne, potrebbero verosimilmente verificarsi. Successivamente è possibile simulare il potenziale rischio di una forte grandinata ipotizzando varie traiettorie dei temporali generate in maniera stocastica. Le serie temporali così simulate, inoltre, fungono da base per il calcolo dei periodi statistici di ritorno della grandine di specifiche dimensioni.

Passaggi

Il modello di ricampionamento HailStoRe prevede una serie di passaggi. I singoli moduli di HailStoRe consentono di adeguare i presupposti in maniera flessibile, così da generare insiemi di eventi grandinigeni plausibili.

Passaggio 1

in una prima fase, si elaborano i dati radar sulla grandine e ciascuno dei circa 40 000 temporali grandinigeni osservati viene codificato e memorizzato. A tal fine i dati radar, con una risoluzione temporale di cinque minuti, vengono incrociati con le informazioni sulla traiettoria dei temporali tratte dall’algoritmo di tracking di MeteoSvizzera (algoritmo TRT). Per ogni cella temporalesca individuata si crea un oggetto temporale che, per ogni fase, memorizza il footprint grandinigeno della cella. Per footprint s’intende la distribuzione spaziale della dimensione dei chicchi di grandine, ossia l’«impronta» lasciata dalla cellula grandinigena.

Footprint

HailStoRe consente di generare serie stocastiche di eventi partendo dagli eventi osservati nei footprint oppure di ricampionare, sempre a livello stocastico, gli oggetti del footprint. A tal fine si modificano le distribuzioni delle dimensioni dei chicchi di grandine all’interno di un temporale grandinigeno tenendo conto delle strutture spaziali. In una prima fase, i cluster di grandinate simili vengono classificati, mediante un algoritmo K-Means Clustering, in funzione delle loro caratteristiche (lunghezza della traiettoria, superficie, ora del giorno). In una seconda fase, per ciascun cluster di tipologia di temporale si parametrizzano le distribuzioni delle dimensioni massime dei chicchi di grandine. A quel punto si riproducono i footprint trasformando in maniera stocastica la distribuzione dei valori di un dato footprint osservato sulla base della distribuzione delle grandezze dei chicchi tipica per quella tipologia di tempesta. La struttura spaziale, invece, rimane invariata.

Per il periodo analizzato, inoltre, si analizzano i dati della classificazione automatizzata delle situazioni meteorologiche su scala sinottica di MeteoSvizzera e delle rianalisi ERA-5.

Passaggio 2

in questa fase, la distribuzione spaziale degli eventi grandinigeni osservati viene correlata alle condizioni ambientali (situazioni meteorologiche) e viene generato un modello di ricampionamento. In questo passaggio si stabilisce quali variabili ambientali utilizzare ai fini della previsione. È possibile generare un modello solo sulla base delle situazioni meteorologiche su  vasta scala, oppure caratterizzare la situazione meteorologica di partenza con altri fattori che contribuiscono alla formazione dei temporali grandinigeni, basandosi sulle rianalisi. Come secondo fattore si definiscono le regioni in cui, alla luce delle osservazioni effettuate sino ad allora, si prevede una simile distribuzione spaziale della grandine. Qui solitamente si fa una distinzione tra l’Altopiano, il versante sudalpino, l’area alpina meno soggetta a grandine e la regione del Giura. Una volta stabiliti i predittori, si creano i modelli statistici che descrivono al meglio le condizioni che portano alla grandine. Per mappare l’attività convettiva sopra la Svizzera, si rappresenta la distribuzione del numero di celle grandinigene formatesi mediante un modello binomiale negativo con inflazione di zeri (zero-inflated), adeguando i parametri a ciascuna situazione meteorologica. Con kernel density map in 2D, inoltre, si mappano le tipiche aree di formazione del fenomeno, rappresentando per ciascuna situazione meteorologica le regioni in cui la probabilità che si formino cellule grandinigene è più o meno elevata.

Passaggio 3

in questa fase, mediante serie temporali più lunghe si creano e validano serie stocastiche di eventi (eventi ipotetici plausibili). I dati di partenza sono le serie temporali delle sitauzioni meteorologiche su vasta scala per le quali, nel periodo di osservazione, si sono studiate le frequenze di grandine. Questi dati riflettono il tempo atmosferico di svariati decenni e fungono da base di partenza per il ricampionamento. Per ottenere una lunga serie di possibili dati, per ciascuna simulazione si seleziona per mille volte in maniera casuale uno degli anni disponibili, dopodiché per ciascun giorno di ciascun anno si modella uno scenario di grandine plausibile. Nell’ambito delle condizioni parametrizzate per la regione e l’evento meteorologico specifico, si genera di volta in volta un giorno a livello casuale (stocastico).

Per ciascun giorno della serie temporale di partenza si effettuano i seguenti passaggi:

  • In base alla situazione meteorologica iniziale si genera un dato numero di grandinate sopra la Svizzera, con i rispettivi luoghi di formazione.
  • Per ogni inizializzazione si seleziona casualmente un footprint. La selezione viene effettuata di volta in volta tra tutti i footprint riscontrati con quelle condizioni meteorologiche nella rispettiva regione di formazione della grandine. L’insieme di base dei footprint può essere limitato alle grandinate osservate, oppure consentire di utilizzare footprint riprodotti statisticamente (cfr. passaggio 1). Il footprint viene localizzato in corrispondenza del punto di inizializzazione.
  • Per ciascun giorno si memorizza una mappa con le dimensioni massime giornaliere dei chicchi di grandine.
  • Le statistiche della serie temporale modellizzata vengono confrontate con quelle delle osservazioni, descrivendo quantitativamente il numero di giorni con grandine, l’andamento annuale, la distribuzione spaziale delle grandinate nelle regioni in cui si formano e le dimensioni dei chicchi.

Passaggio 4

nella quarta fase si analizzano le frequenze delle dimensioni dei chicchi riscontrate e le probabilità che tali dimensioni vengano superate. Sulla base delle lunghissime serie di dati simulate in maniera plausibile con le condizioni climatiche odierne, si determina la frequenza degli eventi grandinigeni con varie dimensioni dei chicchi. I risultati vengono rappresentati sulle mappe dei valori di ritorno.