Come si fanno le previsioni meteo?

Meteo Italia è un’azienda che produce previsioni meteo dal 1995, ma come si fa una previsione del tempo?
Ti proponiamo un documento molto chiaro e semplice da comprendere, un “dietro le quinte” per capire come nasce e quanto è complicato elaborare una previsione meteorologica. 

I modelli fisico-matematici

Le previsioni del tempo sono il risultato di un’analisi della situazione meteorologica presente proiettata al futuro grazie a complessi modelli matematici che girano su dei super computer (es. il modello fisico-matematico WRF del centro di calcolo di Meteo Italia, che viene aggiornato su MeteoLive 4 volte al giorno https://meteolive.it/cartemeteo/wrf_Italia_10km.php)

Un modello matematico, in questo contesto, è un programma per computer che produce informazioni meteorologiche per momenti futuri relativi a determinate posizioni geografiche e altitudini. Per tradurre i dati di questi computer in qualcosa di più comprensibile, come le previsioni che normalmente si vedono in televisione o si trovano sul nostro sito internet e sui giornali, spesso ci sono delle persone in carne ossa che aggiungono la loro esperienza.

I modelli matematici elaborano le previsioni usando equazioni molto complicate (chiamate equazioni differenziali che descrivono la fisica e la dinamica delle condizioni meteorologiche). Si tratta di equazioni, impossibili da risolvere esattamente, cioè analiticamente come si fa con le equazioni a scuola, perché la loro natura è caotica. I metodi utilizzati per risolvere queste equazioni sono propri dell’analisi numerica e danno solo soluzioni approssimate, cioè con ulteriori inevitabili errori.

Il problema è che per questo tipo di equazioni una piccola incertezza sulla situazione meteorologica iniziale rappresenta un’enorme incertezza sulla situazione meteorologica futura. Si dice che l’incertezza si amplifica in modo esponenziale.

I dati meteo delle stazioni meteo per inizializzare i modelli

Alla base di una buona previsione ci sono dei dati iniziali più realistici possibile che descrivano al meglio la situazione iniziale. E come si fa a descrivere la situazione iniziale?

Per fare una “fotografia” esatta dovremmo mettere insieme tutte le informazioni per ogni molecola nell’atmosfera di tutto il pianeta! La parte di atmosfera che influisce maggiormente sul tempo è quella racchiusa nei 10km più vicini al suolo, ma si tratta comunque di una cifra esorbitante di informazioni, miliardi di miliardi di miliardi di miliardi di dati.

Ci accontentiamo quindi di raccogliere informazioni per porzioni di atmosfera, relativamente piccole, in cui si trovano tantissime molecole e, facendo una media, fingiamo che tutte le molecole si comportino allo stesso modo. Le porzioni più piccole di modelli ad area limitata (i LAM, ad alta risoluzione, come il noto WRF di Meteo Italia) sono di qualche chilometro. I modelli (detti globali, a bassa risoluzione) che descrivono tutto il pianeta lavorano invece su porzioni di circa 15-50km per lato e un’altezza di circa 200m.

Ce ne sono diversi e i principali sono: GFS (Global Forecast System, americano), ECMWF (European Centre for Medium-range Weather Forecasts, con sede a Reading), UKMO (United kingdom Met Office, inglese), GME (tedesco), GEM (canadese), JMA (giapponese), NAVGEM (della Marina Americana), SEMBAC (americano), WMC (russo).
Si differenziano tra loro per vari parametri, quali la risoluzione orizzontale, l’orografia, la fisica utilizzata, i livelli verticali e così via.

Per riuscire a descrivere la situazione iniziale dobbiamo però rinunciare ad essere precisi perché anche se fossimo in grado di misurare i dati per ogni molecola non esisterebbe poi un computer capace di elaborarli tutti!

I dati che servono per descrivere la situazione iniziale sono la pressione, la temperatura, il vento, l’umidità relativa, etc. Per ottenerli si usano radiosonde, satelliti meteorologici e osservazioni meteorologiche di superficie ovvero stazioni meteorologiche su terraferma e oceano (boe e navi) e i dati previsti dall’elaborazione precedente del modello (in linguaggio tecnico “corsa o run precedente”).

L’utilizzo di dati provenienti da previsioni precedenti, e quindi sicuramente contenenti già delle incertezze, è necessario perchè i dati forniti dalle reti di osservazione spesso mancano o sono incompleti.
Ed ecco qui un’ulteriore fonte di incertezza: le reti di osservazione esistenti hanno una copertura o risoluzione spaziale limitata e non omogenea, specialmente sulle grandi superfici d’acqua come sull’Oceano Pacifico e nell’’emisfero meridionale, il che introduce ancora maggiore incertezza sul reale stato iniziale dell’atmosfera. Ricordiamoci che durante i calcoli del modello gli errori iniziali piccoli ad ogni passo temporale con cui viene ripetuto il calcolo diventano più grandi!

Poi come fa il modello a fare una previsione?

Una volta raccolti i dati iniziali si può procedere a lanciare il programma del modello. Ma cosa fa il modello?

Per ogni “pacchetto di aria” (o meglio punto di griglia), il modello, a partire dai dati iniziali delle grandezze meteorologiche in esame (temperature, pressione ecc), calcola tutti i nuovi valori medi di queste grandezze ad un tempo successivo così da predire lo stato dell’atmosfera per un breve intervallo nel futuro.

Questo intervallo è chiamato tasso di variazione e più corto è, più il modello sarà preciso. Il nuovo stato dell’atmosfera diventa il nuovo dato di partenza e si può ripetere il calcolo per un successivo intervallo di tempo. Questa procedura per “passi temporali” viene ripetuta continuamente finché la soluzione non raggiunge il momento desiderato della previsione. La lunghezza del passo temporale è tarata alla distanza tra i punti della griglia del modello usato, per griglie con risoluzione elevata i passi temporali saranno più corti. I passi temporali per modelli globali possono essere dell’ordine di decine di minuti, mentre quelli per i modelli regionali possono oscillare da pochi secondi a pochi minuti.

Il risultato finale sono tanti dati che vengono visualizzati sotto forma di carte meteorologiche pronte per essere consultate dai meteorologi.

L’incertezza dei dati iniziali

Uno dei motivi del perché le previsioni sono soggette ad errori è legato proprio ai dati iniziali. Molti dati vengono forniti dalle osservazioni del tempo nelle stazioni meteorologiche. Le stazioni si trovano distribuite in modo per nulla uniforme e spesso si trovano in punti particolari.

Ad esempio possono trovarsi su un passo di montagna mentre in quell’area le montagne sono molto più alte. Oppure la stazione si trova su un isola in un’area in cui c’è per lo più il mare. In alcuni casi gli strumenti possono non essere perfettamente tarati e quindi effettuare misure sbagliate anche se di poco.

Infine ogni termometro, barometro, pluviometro ha una sua precisione al di sotto della quale non può andare proprio per come è fatto. Accade la stessa cosa se proviamo a misurare una certa lunghezza con un metro, non potremmo mai essere più precisi di un millimetro, perchè il metro è stato costruito per avere come precisione massima la tacca da un millimetro!

I vari scenari meteo possibili e la previsione meteo più probabile

Abbiamo visto che ogni corsa del modello ci da una previsione, e che però, più la previsione si allontana dal presente, e meno sarà affidabile. Per dare un’idea dell’incertezza legata alla previsione e per tentare di fare previsioni più a lungo termine, da quando i computer sono diventati sempre più potenti, si è iniziato a fare delle “previsioni per insiemi”. In pratica, si fa girare il modello varie volte cambiando ogni volta un pochino i dati iniziali.

Per ogni corsa i risultati saranno un po’diversi, alcuni saranno molto simili tra loro e così si possono creare dei gruppi di previsioni simili, cioè i vari “scenari”. Il gruppo più grande darà la previsione più probabile. Ad ogni gruppo di previsione si potrà associare una probabilità in base a quanto è numeroso quel gruppo, più è numeroso il gruppo e maggiore è la probabilità che le previsioni siano precise. Un modo di visualizzare questi dati è quello dei cosidetti diagrammi a spaghetti, che mostrano come si allontanano tra loro determinati valori meteorologici con il tempo e che potete trovare qui: https://meteolive.it/speciali/GRAFICI/57/Grafici-Spaghetti-/31742/

La difficoltà data dalla diversa morfologia del terreno

Un’altra difficoltà che si incontra nell’elaborazione delle previsioni del tempo riguarda le caratteristiche della superficie terrestre. La superficie terrestre non è uniforme sia in termini di altitudine: le zone pianeggianti si alternano a valli e a catene montuose elevate, specie in Italia; sia per la sua struttura: le terre emerse sono circondate da distese d’acqua più o meno estese; sia per la tipologia di paesaggio: le aree boschive si differenziano molto da quelle urbane o da quelle desertiche. In che modo questi aspetti influiscono sul tempo meteorologico? Questi aspetti influiscono sullo stato iniziale dell’atmosfera influendo sulla temperatura, l’umidità, il vento, la pioggia e sulla sua evoluzione nel tempo.

La presenza di una montagna, anche se in estensione non è molto grande, può influire moltissimo sul tempo. Infatti spesso si osserva che proprio in corrispondenza delle vette più alte si formano dei grossi nuvoloni che poi, eventualmente, sempre se le condizioni sono favorevoli (o sfavorevoli a seconda del punto di vista) possono svilupparsi e diventare dei cumulonembi e dar luogo a dei temporali. Non è possibile tenere conto fino in fondo dei dislivelli perché per ogni punto della griglia si prende in considerazione solo un’altezza media. Così, se l’area rappresentata da un punto della griglia è di 100km per 100km e in quella zona si hanno sia delle montagne che arrivano a 2000m che delle valli a 300m, si farà il calcolo come se sull’intera area ci fosse un altopiano, perfettamente piatto, di altitudine pari 700-800m.

Ma è chiaro che con un altopiano di soli 700-800m non si hanno le stesse condizioni meteorologiche che con un monte di 2000m! Le montagne, soprattutto le grandi catene montuose, come le Alpi e gli Appennini, possono riparare intere regioni dal cattivo tempo o essere un agente importante nella formazione di una perturbazione. Ad esempio, le nevicate che ogni inverno avvengono sul lato adriatico dell’Italia solo raramente scavallano l’Appennino. Anche altri fattori influiscono molto sulle temperature e sull’umidità, ad esempio il tipo di copertura del suolo, il tipo di vegetazione, se si tratta di un bacino d’acqua o se invece è un area cittadina. Al centro di una città, in mezzo a tutte le case e al cemento, fa molto più caldo che in campagna, dove a causa delle piante però sarà più umido. Sarebbe ancora diversa la situazione se ci si trovasse vicino o sopra ad un lago.

Tutte queste caratteristiche della superficie terrestre, quindi, influenzano fattori ambientali come la pressione, la temperatura e l’umidità relativa, che corrispondono proprio ai dati iniziali che saranno utilizzati dal modello. Il modello fa una media anche su queste caratteristiche perdendo così tantissime informazioni. Sarebbe importante poterne tener conto, e l’unica soluzione è ridurre i passi della griglia. Riducendo i passi di griglia il computer ci mette molto di più a fare tutti i calcoli. Se si esagera si arriva alla situazione assurda per cui il tempo necessario per ottenere la previsione è talmente lungo che l’orario per cui si deve fare la previsione arriva prima che la previsione sia pronta! 🙂

Qui trovate un esempio di una previsione meteorologica di MeteoLive.it elaborata da potentissimi computer:

>>> Previsioni meteo Roma

Tutto questo per farvi comprendere come fare una previsione è a volte una sfida molto difficile e che dietro ad una previsione c’è un lavoro enorme e molto complesso di molte persone, che necessita altresì di investimenti ingenti.
Se desideri, ti sveliamo anche come viene prodotto il nostro servizio di punta presente su MeteoLive.it: Clicca qui.