| |


NOAA
CLIMA PREDICTION
Anomalie termiche



Tutti
i modelli sul nostro Forum
Attenzione. Alcune immagini
e/o link possono presentare problemi di visualizzazione
oppure essere del tutto disattivati. L'attivazione di firewall
o blocchi di popup possono dare problemi per una corretta
visualizzazione di questa pagina.
|
|
Per fare una previsione meteo affidabile
serve un'enorme quantità di dati da tutto il globo
terrestre: temperature, pressione, umidità, vento,
copertura nuvolosa e precipitazioni. Dati che sono in
continua evoluzione, ora per ora ed occorre raccoglierli
in continuazione per poterli elaborare. Tutti i dati meteo
raccolti vengono inviati nei grossi centri di calcolo
meteo ove vengono elaborati dai vari modelli matematici.
I modelli matematici non sono altro che
dei logaritmi, ovvero un insieme di formule ben precise
e studiate che elaborano questa enorme mole di dati per
poter poi produrre delle carte meteo di previsione. Le
previsioni si dividono in cinque tipi: il "now casting"
(vedi capitolo nowcasting),
a breve termine (entro tre giorni), a medio termine (sino
a 6 giorni), a lungo termine (tra 7 e 15 giorni) ed infine
le previsioni stagionali (che arrivano sino a 3 mesi).
|
|
|
|
|
| Uno
dei migliori modelli a scala globale è frutto
dell'unione nell'aprile 2002 tra AVN e MRF. Diffuso
dal centro di previsione modellistica statunitense
NCEP,il modello elabora previsioni aggiornate fino
a 4 volte al giorno e con un range che si spinge
a 16 giorni. L'elevato grado di precisione e di
affidabilità fa di questo modello il più
adatto per formulare una previsione a breve-medio
termine. |
The European Centre for
medium range weather forcasts (ECMWF) è
il modello Europeo per le previsioni del tempo
a medio termine, nato dagli sforzi di 18 paesi
membri, uniti per elaborare mappe sullo stato
del tempo a media scadenza per tutto il pianeta.
Attualmente ECMWF si pone tra uno dei primi posti
nella lista dei grandi centri dei elaborazione
mondiale. Le carte disponibili attualmente in
internet contengono purtroppo solo una piccolissima
parte delle informazioni elaborate quotidianamente,
che vengono date a pagamento ai singoli servizi
meteorologici nazionali.
|
|
|
|
Sono carte emesse dal servizio
Meteorologico inglese (Met office). Le carte emesse
da questo centro provengono su dati di partenza
del centro meteorologico europeo di Reading. Molto
interessante la situazione al suolo ed in quota
fino ad un massimo di 120 ore. Molto utile per
navi e piccole imbarcazioni è il servizio
di diffusione via etere con informazioni sullo
stato del tempo, del mare e dei ghiacci.
|
Il modello
usafe è attualmente in dotazione all'aviazione
americana in Europa che ha sede nella base di Ramstein
in Germania. Le carte elaborate sono di origine
militare, quindi l'affidabilità è
elevata. I servizi offerti al pubblico sono dei
più svariati. Si parte dal monitoraggio dei
fenomeni temporaleschi fino all'elaborazione di
carte con fronti al suolo. |
|
|
|
| E'
uno dei modelli di cui si avvalgono gli Stati Uniti
per formulare le previsioni del tempo. L'elaborazione
riporta piuttosto dettagliatamente la situazione
meteorologica del territorio considerato. Recentemente
grazie ad una riinterpretazione del modello da parte
di Ivan Ristic ha fornito eccellenti risultati per
quanto riguarda l'area italiana e sud Europea. E'
il modello che solitamente viene usato per previsioni
automatiche su vari portali. |
Deutcher
Wetter Dinst (DWD) sono le carte emesse dal servizio
meteorologico tedesco. Si possono considerare di
buona attendibilità anche se sono disponibili
su internet solo per il continente europeo. La previsione
considera vari parametri a diverse quote.
Nella rassegna abbiamo inserito anche le igmk dell'Università
di Cologna, originarie sempre dal Dwd. |
|
|
|
| Dal
ministero per le risorse agricole un modello di
previsione su scala nazionale. I dati in ingresso
sono Ecmwf e Dalam può essere considerato
come la versione precedente del Bolam attualmente
attivo presso il Cirml di Genova. Modello piuttosto
preciso anche se spesso per quanto riguarda la nuvolosità
lascia al quanto a desiderare. La distribuzione
delle piogge risulta alquanto imprecisa e spesso
sottostimata. Buona la stima e la quota della neve
caduta.
Il giudizio complessivo sul modello tuttavia è
comunque buono. |
Da
una collaborazione tra l'università di Bologna
(ISAO-CNR) e il dipartimento di fisica dell'università
di Genova (DIFI) un indispensabile modello su scala
dettagliata per l'Europa e l'Italia settentrionale.
I dati in ingresso per l'elaborazione sono quelli
del modello Ecmwf ad alta risoluzione verticale.
Sicuramente un ottimo modello per quanto riguarda
affidabilità e numero di parametri disponibili.
Viene consigliato sicuramente sia agli amatori che
dai professionisti del settore. Risulta talvolta
poco affidabile per quanto riguarda precipitazioni
convettive come temporali o nuvolosità cumuliforme,
specie in estate mentre invece risulta molto efficace
nelle stagioni intermedie ed in inverno.
Lilam è un modello del tutto simile a Bolam.
In passato ci sono stati dei problemi con le precipitazioni
specie agli estremi delle griglie. |
|
|
|
Modello globale del servizio meteorologico giapponese.
Viene attualmente offerto nei più comuni
parametri di modellistica atmosferica ed ha risoluzione
massima sull'area asiatica.
|
Sono
carte elaborate dagli Stati Uniti per buona parte
della superficie terrestre. Sono molto utili per
stilare previsioni a medio termine. A differenza
di Mrf, Nogaps arriva nell'elaborazione fino al
settimo giorno di previsione. |
|
|
Gli Spaghetti non sono
altro che l'ensemble di tutti i possibili scenari che
il modello matematico può dare in uscita facendo
variare i dati di inizializzazione del modello. Le mappe
ensemble ci consentono quindi di valutare quanto un parametro
sia attendibile al fine di poter arginare il fenomeno
della dispersione di probabilità presente nei modelli
fisico-matematici.
Spaghetti Wetterzentrale
Verona
Spaghetti Wetterzentrale
Roma

Spaghetti
Wetterzentrale Ensemble 500hPa
Spaghetti
Wetterzentrale Ensemble t. 850hPa
Spaghetti
GFS
WetterOnline
|
|
|