Ambito dei contenuti

Elaborazione di previsioni locali di elevata qualità

Per approfittare, in ambito privato o professionale, al meglio del potenziale delle previsioni del tempo è essenziale ricevere una previsione locale affidabile riferita alla località in cui intendiamo svolgere la nostra attività.

Piè di pagina

Navigazione top bar

Autorità federali svizzereAutorità federali svizzere

Un sistema all’avanguardia denominato data4web produce già da diversi anni tutti i dati delle previsioni locali e serve in particolare all’elaborazione delle previsioni pubblicate nell’app e sul sito di MeteoSvizzera. I pittogrammi e i valori numerici sono prodotti combinando in modo ottimale e ininterrotto i modelli di previsione numerica disponibili, le migliori fonti di dati di postprocessing (cfr. Progetto PostprocVeri) e dei sistemi di nowcasting.

Per ottenere una previsione locale per un preciso punto geografico a partire dalle griglie dei modelli a diverse risoluzioni, data4web utilizza svariate tecniche sofisticate di interpolazione e correzione che permettono di tenere conto degli effetti locali. Inoltre data4web riunisce, riassumendole, le complesse informazioni fornite dai modelli probabilistici calcolando delle statistiche, come ad esempio dei percentili.

I dati data4web sono aggiornati ogni 10 minuti. Ogni giorno il sistema produce complessivamente circa 1 miliardo di dati per fornire le previsione per un totale di circa 6000 luoghi in Svizzera.

Serie temporali interrotte

La sfida più importante per data4web è produrre previsioni meteorologiche ininterrotte per un periodo di 10 giorni nel futuro, per tutti luoghi per i quali è disponibile una previsione. Per coprire l’intero periodo con la massima precisione possibile, data4web combina di volta in volta i sistemi di previsione disponibili più performanti.

Per la produzione dei dati vengono utilizzate le seguenti fonti:

  • per le previsioni per le prime 6 ore: il sistema di previsione a corto termine (nowcasting) INCA;
  • per le previsioni fino a 5 giorni: i modelli probabilistici ad alta risoluzione COSMO-1E e COSMO-2E;
  • per le previsioni fino a 10 giorni: il modello probabilistico globale IFS ENS del ECMWF.

Per quelle grandezze, come ad esempio il vento e la temperatura, per le quali sono disponibili previsioni risultanti dal postprocessing statistico che offrono un valore aggiunto, data4web le utilizzata per migliorare la qualità delle previsioni. Come dati complementari data4web impiega pertanto:

  • il sistema di postprocessing MOSMIX del servizio meteorologico nazionale tedesco (Deutsches Wetterdienst) per affinare statisticamente i dati delle temperature fornite dai modelli in prossimità delle stazioni di misura;
  • i dati del progetto interno PostprocVeri, che affinano i dati grezzi dei modelli COSMO e IFS-ENS per il vento. In futuro verranno introdotti progressivamente ulteriori algoritmi di postprocessing statistico, per altre grandezze come la copertura nuvolosa, le precipitazioni e la temperatura.

Il compito di Data4web è quindi di combinare in moto ottimale queste diverse fonti, di assicurarne la consistenza e di migliorare la qualità in maniera completamente automatica.

Dati locali puntuali

Anche i modelli ad alta risoluzione non consentono di riprodurre esattamente i minimi particolari delle strutture spaziali imposte dall’orografia complessa delle Alpi. Per essere il più vicino possibile alle condizioni meteorologiche locali, i risultati calcolati dai modelli per le diverse scale comprese tra 1 e 18 km devono essere affinati e omogeneizzati. Il ricorso a tecniche di interpolazione e di downscaling consente di trasformare il valore calcolato sulla scala della griglia del modello su una scala più adeguata all’utente.

L’obiettivo di data4web è di fornire una previsione locale che riproduca il più fedelmente possibile le condizioni meteorologiche percepite da un utente che si troverebbe in quel luogo.

A tale scopo data4web implementa diversi approcci, ad esempio integrando indici topografici a risoluzione molto alta (50 m), ma anche aggregando spazialmente determinate grandezze come la copertura nuvolosa (poiché l’utente non vede solamente la porzione di cielo direttamente sopra di lui).

Grandezze semplici o combinate

Per soddisfare le esigenze degli utenti, vengono calcolati oltre 40 tipi diversi di dati per ogni luogo. I più importanti sono disponibili sull’app e sul sito Internet di MeteoSvizzera. Alcuni dati sono i valori orari di semplici grandezze meteorologiche, come ad esempio la temperatura, la velocità del vento o le precipitazioni, altri rappresentano informazioni meteorologiche combinate come i pittogrammi, oppure il risultato di aggregazioni su diversi periodi temporali compresi tra 1 a 24 ore.

Dati costantemente aggiornati

Poiché le previsioni più recenti hanno sempre una qualità migliore, uno dei principi di data4web è di avvalersi in modo continuo degli aggiornamenti più recenti dei sistemi di previsione disponibili (INCA è aggiornato ogni 10 minuti, COSMO-1E ogni 3 ore, COSMO-2E ogni 6 ore e il modello globale IFS-ENS ogni 12 ore). Ogni qualvolta sono disponibili i risultati di una nuova corsa dei modelli numerici, i processi di produzione di data4web sono avviati e i dati sono aggiornati.

data4web produce così ogni giorno complessivamente circa 1 miliardo di dati.

Un futuro statistico e probabilistico

Grazie ai più recenti sviluppi possono essere messi a disposizione anche informazioni probabilistiche, come i percentili o le probabilità di superamento delle soglie. Queste informazioni parametri permetteranno di incrementare nel prossimo futuro la gamma di rappresentazioni grafiche sul sito web e nell’app.

Anche se in meteorologia bisogna sempre considerare un margine d’incertezza, di una cosa siamo certi: in futuro l'interesse per le previsioni locali e personalizzate continuerà a crescere. MeteoSvizzera desidera soddisfare questa crescente esigenza e migliorare continuamente la qualità e l'affidabilità di queste prestazioni.

Il prossimo passo importante sarà la graduale integrazione di previsioni elaborate con processi statistici all’avanguardia di machine learning, che contribuirà a un sensibile miglioramento della qualità.