Ogni volta che si parla di meteorologia la prima cosa che viene in mente sono le previsioni; tuttavia la difficile ed ingrata disciplina della prognosi risponde a regole precise ed inderogabili, regole che impediscono di fare previsioni attendibili che superino i 5/6 giorni. A dettare queste regole è la natura stessa dell’atmosfera che risulta di difficile o impossibile decifrazione per periodi superiori, a meno che non si voglia ricorrere al lancio della monetina o alla lettura del calendario di Frate Indovino.
Uno dei miracoli operato da Internet consiste nella meravigliosa disponibilità di carte meteorologiche. Organizzazioni istituzionali, di studio e di ricerca di tutto il mondo hanno liberamente pubblicato i loro prodotti meteorologici, abbattendo ogni distanza di tempo e di spazio.
Non è noto se questo sarà un processo irreversibile, essendovi sempre in agguato coloro che semplicemente non guardano di buon occhio la gratuità e la libera circolazione delle idee, percependola come una minaccia ai lauti guadagni.
Oggi la comunità meteorologica è in crescita in tutti i paesi, e questo può essere visto soltanto positivamente da coloro che invece ritengono che il denaro non sia tutto. La possibilità di disporre di tanto materiale ha contribuito in larga parte ad accrescere il numero di appassionati che, ora, chiedono di acquisire maggiori conoscenze per poter utilizzare al meglio le informazioni. Informazioni che, probabilmente in pochi ne sono a conoscenza, risultano ancora lontane da quella precisione chirurgica e necessaria per capire gli intricati meccanismi dell’atmosfera e i suoi effetti meteo-climatici sul territorio.
Inoltre, per quanto concerne la nostra regione, la Liguria, abbiamo già potuto verificare quanto sia realmente difficile fare una previsione precisa e dettagliata a causa non solo della catena alpina, posta a protezione di tutto il nord Italia, ma anche e soprattutto per la particolare orografia e conformazione ad arco del nostro territorio che influenza, a distanza anche di pochi chilometri, le condizioni meteo-climatiche, l’andamento termico e la fenomenologia.
Ed è proprio per tutte queste ragioni che, alle “imprecise” carte meteorologiche dei principali modelli di calcolo a livello mondiale occorre unire una grande conoscenza del proprio territorio ed una esperienza sul campo frutto di anni e anni di attente e costanti osservazioni. Ma l’errore è sempre dietro l’angolo.
I MODELLI MATEMATICI
Global Model (Modelli Globali)
Le previsioni meteorologiche sono basate su complessi modelli numerici che cercano di simulare l’evoluzione dei vari parametri fisici caratterizzanti l’atmosfera fino ad un determinato numero di giorni.
Ogni modello matematico ha un suo passo di griglia, questo significa prendere la mappa del mondo e “dividerla” in tanti puntini; un passo di griglia di 60 Km (come il modello di calcolo GFS) significa che ogni puntino “dista” dall’altro esattamente 60 km. Quindi un bel numero di puntini.
Per ogni puntino serve un “rilevamento” ad altezze variabili (dal suolo sino anche ad oltre 20.000 metri), quindi, sempre per usare termini matematici, ogni puntino e’ un vettore di valori.
La fase di “inizializzazione” (inserimento dati) del modello e’ la fase piu’ delicata perché i puntini, come è facile immaginare, sono davvero tanti ed è praticamente impossibile avere i dati di partenza esatti per ognuno di essi.
Lo stato iniziale atmosferico viene determinato su tutto il globo terrestre con l’aiuto di alcuni principali sistemi di misura:
-) si fanno radiosondaggi (solitamente dagli aereoporti) con palloni sonda;
-) si usano rilevazioni al suolo;
-) si fanno radiosondaggi (economici) dalle navi in movimento negli oceani;
-) si usano satelliti con dispositivi IR (infrarossi) per ricavare le temperature;
Questo sistema comunque copre soltanto una parte (inferiore al 50%) dei puntini necessari, e tutti gli altri?
Si usano tecniche di interpolazione, cioe’ si ricavano “deducendoli” dai valori dei puntini “vicini”!!
Ed è facile immaginare quanto, in fase di inizializzazione (immissione dei dati di partenza), il margine di errore possa essere rilevante.
Ma non solo, anche gli stessi dati, quelli veri e non quelli dedotti, possono essere inficiati da errori di partenza che, nei processi di calcolo successivi possono influenzare il risultato finale.
-) radiosondaggi dagli aeroporti: la sonda, spesso trasportata dal vento, registra i dati al suolo all’aeroporto, mentre in quota risulta spostata anche di diverse decine di chilometri rispetto al punto di partenza;
-) rilevazioni al suolo: coprono il “puntino” al suolo, ma lasciano “scoperti” tutti i puntini in quota, che devono, necessariamente, essere dedotti;
-) navi in movimento: quasi mai sono nel “posto giusto” e nessuna nave militare o commerciale cambia rotta solo perche’ magari dista 50-60 Km da dove doveva essere per il radiosondaggio;
Diventa sempre più facile comprendere come lo “start” dei modelli matematici di calcolo risulta estremamente condizionato da dei “puntini” di dati rilevati che contengono una miriade di errori e da dei “puntini” interpolati che, proprio perché dedotti non possono che essere imprecisi e rischiano di amplificare ancora di più i dati sbagliati di partenza.
Questa semplice premessa, già di per sé, giustifica le “cantonate” incredibili che i modelli matematici prendono quotidianamente, soprattutto sul medio e lungo periodo, mentre nonostante questi presupposti, il grado di affidabilità entro i 3/4 giorni sta raggiungendo livelli piuttosto elevati, ma non ancora perfetti.
Il suolo
Dopo la griglia di inizializzazione (che come abbiamo visto prima ha i suoi bei problemi) esiste un’altro problema piuttosto importante: la griglia “poggia” su di un terreno matematico che dovrebbe rappresentare la porzione di spazio terrestre compreso fra due punti. Questo terreno, infatti, viene visto come un quadratino, dal lato uguale al passo di griglia e dalle caratteristiche matematiche tutte uguali. In poche parole significa che all’interno di un quadrato di 60 km la Val d’Aveto e Portofino rischiano di avere, sulla griglia del modello matematico, le stesse caratteristiche orografiche. Appare evidente che l’errore non è affatto trascurabile e che per interpretare alcune carte meteorologiche occorre avere una conoscenza del territorio decisamente elevata.
LAM (Modelli Locali)
La precisione aumenta quando dai modelli “globali” si passa ai LAM ( Local Area Model = Modelli Locali ). La zona interessata si restringe ed anche il passo di griglia diminuisce. Si riescono ad avere griglie anche di 6,5 km, con una maggiore precisione ma con maggiori problemi di inizializzazione, perché la stragrande maggioranza dei dati sono interpolati, quindi dedotti, e non rilevati da strumentazione. Infatti, i LAM utilizzano come dati “in ingresso” per la porzione di territorio del mondo su cui lavorano i dati revisionali forniti dal lancio dei Modelli Globali. In pratica fanno le loro previsioni dettagliate sulla base di altre previsioni.
Ciò implica che, se è sbagliata la previsione del Modello Globale, il LAM sottostante che ne deriva lavora sì con una maggiore precisione ma il risultato non può che essere scadente.
Il lancio del Modello (RUN)
Una volta organizzata la griglia e il terreno “matematico” sul quale poggia occorre inserire, per ogni punto, tutti i dati di inizializzazione che comprendono circa un centinaio di parametri, compresi, ovviamente anche quelli più conosciuti come la temperatura, l’umidità, il vento e la pressione atmosferica. In pratica, come è facile intuire, serve una vera e propria “carotatura” della colonna d’aria che, a differenza di quelle petrolifere, vine fatta dal suolo verso l’alto fino ad altazze elevatissime.
Abbiamo, quindi, tutto quello che è necessario per lanciare il “RUN” del modello matematico: punti di griglia, quadratini del terreno, dati veri e dati “presunti”. Il modello matematico, grazie a potentissimi computers dedicati produce un output colossale di dati grezzi che rappresentano appunto i modelli previsionali.
Questo output “grezzo” di dati viene ceduto in pasto ad altre due fonti:
-) I LAM che, come abbiamo visto in precedenza, rielaborano su scala locale sfornando ulteriori dati grezzi
-) I programmi di “plotting” che dai dati grezzi “elaborano” le immagini grafiche
I programmi di plotting sono di diversi tipi. Alcuni sono molto “snelli” e girano “appunto” su di un PC di casa …. tanto che molti li offrono sul web, con annessa possibilita’ di “plottarsi” un pannello previsionale personalizzato (scegliendo apppunto cosa visualizzare e con che colori farlo).
Attenzione pero’ che tutti i “plotter” che trovate sul web (o che vi scaricate e fate girare dal vostro PC) vi fanno vedere sempre la stessa cosa, cioa’ l’output (uno per tutti) dei Global Model.
Per i LAM il discorso e’ ciclico… l’output dei Global Model diventa input per i LAM, che a loro volta producono altri dati “grezzi” che dati in pasto ai plotter per i LAM, “producono” i pannelli grafici dei LAM, sostanzialmente simili a quelli globali, ma piu’ dettagliati (sopratutto per definizione del “Terreno” e per minore distanza dei punti di griglia). Questo doppio giro serve in parte a spiegare perche’ i LAM escono sempre “dopo” i loro “nonni” Global Model. Altra parte del problema e’ che spesso i LAM vengono elaborati da laboratori universitari che “non sempre” (leggi mai) hanno la potenza di calcolo necessaria per garantire tempi accettabili.
Abbiamo quindi il nostro “pannello” previsionale. Ce ne sono di tutti i tipi e “gusti”, da quelli “fondamentali” a quelli ultra specialistici che magari servono due o tre volte all’anno per risolvere “dubbi” piuttosto importanti ai previsori.
Alcuni Modelli matematici si spingono sino a elaborare pannelli revisionali ad oltre 300 ore ma la prima cosa che deve fare un buon revisore è controllare il primo pannello, quello dei dati di partenza, e confrontarlo con la situazione attuale. Infatti il primo pannello è quello che da perfettamente l’idea di quanti errori di inizializzazione ci siano nel modello stesso. Anche perché tutti i pannelli successivi sono “elaborazioni matematiche” del primo. Esiste però un trucco per limare la possibilità di errore dei modelli matematici: il trucco si chiama “spaghetti”.
Gli spaghetti
Come abbiamo visto il RUN dei modelli parte dai parametri di input “ufficiali”, ovvero quelli rilevati e quelli “dedotti”. E vive di vita propria.
Insieme al RUN ufficiale vengono generati (in parallelo) altri RUN, utilizzando però dei dati in partenza “modificati” (sia verso l’alto che verso il basso). Il numero di queste emissioni di pannelli “paralleli” e’ abbastanza alto, circa 30 secondo alcune fonti, oltre 50 secondo altre. Ma la cosa importante è che questi RUN paralleli generano altrettante emissioni rispetto a quella ufficiale, che vengono visualizzate nei pannelli previsionali chiamati appunto “spaghetti”.
Questi RUN non hanno tanto il compito di fare previsioni alternative. Ma danno una “discreta” valutazione statistica del modello. Le variazioni dei dati in input rappresentano, infatti, un buon modo per simulare gli errori con cui si inizializza il modello. Quelli che, in gergo, vengono chiamati “spaghi chiusi” (in cui tutte le emissioni conducono comunque allo stesso risultato) sono indicativi del fatto che piccoli errori in ingresso (fisiologici con i modelli) non comportano scostamenti importanti per quanto riguarda i pannelli previsionali.
Al contrario, gli “spaghi aperti” indicano una minore precisione della previsione.
Alla luce degli aspetti orografici del nostro territorio e delle piccole o grandi lacune che mostrano gli strumenti previsionali in dotazione ai più grandi centri di calcolo mondiale risulta più semplice comprendere come la singola previsione in terra ligure (ma non solo) necessiti di grande esperienza osservativa e grande conoscenza delle peculiarità microclimatiche e termodinamiche racchiuse nel nostro territorio.
Se a tutto questo aggiungiamo il fatto che, nolenti o volenti, la circolazione atmosferica globale ha subito, negli ultimi anni, cambiamenti sostanziali, alcuni previsori, come ad esempio quelli in terra di Liguria, si ritrovano a fare i conti con circolazioni atipiche, solamente occasionali per il secolo scorso, ma che ora rappresentano quasi la normalità.