Ambito dei contenuti

Probabilità

Previsioni probabilistiche

Caratterizzazione dell’incertezza nella previsione

Al giorno d’oggi i modelli di previsione numerica sono ampiamente utilizzati per l’elaborazione delle previsioni meteorologiche. Negli ultimi decenni, sono stati fatti notevoli progressi nella comprensione dei processi fisico-chimici dell'atmosfera e la risoluzione spaziale dei modelli numerici è aumentata. Tuttavia, nonostante questi progressi, alcuni processi non sono perfettamente descritti nei modelli numerici e molti sono ancora rappresentati per mezzo di parametrizzazioni (si parla di parametrizzazione quando un dato processo non è simulato mediante la risoluzione delle equazioni derivanti da una o più leggi fisiche che lo descrivono, bensì è integrato nel modello in modo semplificato attraverso uno schema approssimativo che, utilizzando dei parametri, “guida” il modello nella simulazione del processo).

D'altra parte, nonostante le numerose osservazioni meteorologiche svolte giorno e notte su tutta la Terra (e in continuo miglioramento - vedi per esempio le misure effettuate nelle stazioni al suolo oppure i metodi per sondare l'atmosfera), lo stato dell'atmosfera all'inizio delle simulazioni numeriche non è mai perfettamente noto.

Conoscere il meglio possibile lo stato dell’atmosfera (in gergo tecnico le condizioni iniziali) è  essenziale per far "partire" le simulazioni del modello. Data la natura caotica dell'atmosfera, piccole differenze o incertezze nelle condizioni iniziali possono generare simulazioni molto diverse tra loro da parte di uno stesso modello di previsione.

Ogni previsione meteorologica è quindi soggetta a una certa dose di incertezza. Per quantificare questa incertezza, i modelli numerici utilizzano il cosiddetto "approccio d’insieme (dall’inglese “ensemble"): per un dato termine (temporale) vengono considerate diverse previsioni, ottenute dallo stesso modello numerico, a cui sono apportate delle piccole perturbazioni (ad esempio modificando leggermente le condizioni iniziali utilizzate per “far partire” le simulazioni). Al contrario, un approccio che considera solo una sola previsione è chiamato deterministico. Maggiori dettagli sui  modelli d’insieme da noi utilizzati sono disponibili sul nostro sito web.

Per esempio, il modello numerico ad alta risoluzione COSMO-1E (con una griglia orizzontale di 1,1 km) calcola 11 previsioni (o membri dell'insieme) otto volte al giorno per un orizzonte temporale fino a 33 ore. Il modello COSMO-2E, che utilizza una maglia orizzontale di 2,2 km, calcola 21 previsioni fino a 5 giorni.

Per illustrare questo approccio d’insieme, l'immagine qui sotto mostra l’accumulo di precipitazioni su 3 ore previsto per il 24 luglio 2020 fra le 6 e le 9 UTC, dai 21 diversi membri che compongono il modello COSMO-2E. Per questa scadenza temporale, che corrisponde a 27 ore dopo l'inizio della simulazione, possiamo vedere che le differenze tra i vari membri sono grandi, il che illustra l'incertezza associata sia alla previsione della quantità complessiva, sia a quella della tempistica delle precipitazioni in quell’intervallo di tempo. In particolare, per un dato punto o regione, può verificarsi uno scenario secco (nessuna precipitazione) o umido (con precipitazioni) a seconda del membro considerato. Altri esempi di prodotti probabilistici sono riportati sul nostro sito web.

Integrazione delle previsioni probabilistiche nelle prestazioni di MeteoSvizzera

L'approccio probabilistico è integrato in modo sistematico nei ragionamenti dei meteorologi e nei servizi di MeteoSvizzera. In particolare, esso si riflette in una serie di termini probabilistici utilizzati nei nostri bollettini in relazione a fenomeni soggetti ad un elevato grado d’incertezza (Panoramica dei termini probabilistici utilizzati nelle previsioni).

L'informazione probabilistica è integrata, in modo più quantitativo, anche nelle rappresentazioni grafiche delle previsioni locali. Sulla base di quanto previsto dai diversi membri dell’insieme, per un dato luogo e istante, è possibile calcolare per ogni grandezza meteorologica il valore mediano, che è, per definizione, quello per cui la metà dei membri dell’insieme prevede un valore più alto e l'altra metà uno più basso. Per quantificare i valori più estremi, è stato scelto di utilizzare il 10% dei valori più alti e il 10% dei valori più bassi. Nel gergo matematico della statistica, il valore al di sotto del quale si trova il 10% dei valori più bassi è chiamato decimo percentile (Q10), mentre il valore oltre il quale si trova il 10% dei valori più alti viene denominato il novantesimo percentile (Q90) (si noti che il valore mediano non è altro che il cinquantesimo percentile).

Anche nei grafici delle previsioni della temperatura e delle precipitazioni locali (come mostrato sotto) sono integrate le informazioni probabilistiche. Per la temperatura, la curva rossa mostra il valore mediano (Q50) mentre l’area rosa semitrasparente rappresenta l’incertezza della previsione, data dalla differenza tra i due valori Q10 e Q90, tra i quali si trova l'80% dei valori forniti dai membri del sistema d’insieme. Per esempio, per il modello COSMO-2E, questo significherebbe che circa 17 membri (dei 21 calcolati) forniscono valori in questo intervallo.

Per quanto riguarda la precipitazione, il valore mediano è indicato da una colonna azzurra che indica la quantità di precipitazione prevista. L’incertezza è invece rappresentata da una linea verticale nera delimitata da due trattini orizzontali in basso e in alto, che corrispondono rispettivamente ai valori Q10 e Q90. Come per le temperature, l’80 % dei valori forniti dal sistema d’insieme rientra fra questi due valori.