Precisione dei dati meteorologici
- Che cos'è la verifica?
- Perché pubblicare i dati di verifica?
- Riepilogo dei risultati più importanti
- Che cosa viene verificato? Precisione dei dati per fonte di dati
- Precisione per variabile
- Precisione per intervallo di tempo (previsioni, dati storici)
- Precisione per regione
- Precisione per stagioni
- Precisione per tecnologie
- Precisione rispetto ad altri fornitori
- Precisione nel tempo
- Letteratura
Che cos'è la verifica?
La verifica è il processo di valutazione della precisione delle informazioni. meteoblue conduce regolarmente una verifica approfondita dei propri dati meteorologici e di quelli di altre fonti di dati meteorologici (principalmente modelli di simulazione), confrontandoli con misure e osservazioni.
Di conseguenza, possiamo garantire che i nostri servizi forniscano dati meteorologici storici e previsionali altamente precisi (e in continuo miglioramento).
Perché pubblicare i dati di verifica?
Nel 2010 meteoblue è stato il primo servizio meteorologico commerciale al mondo a pubblicare regolarmente i dati di verifica e gli aggiornamenti giornalieri sulla precisione locale sul sito web dell'azienda.
Il motivo per cui pubblichiamo questi dati si basa sul nostro impegno alla trasparenza, che è parte integrante della nostra filosofia aziendale. Vogliamo che i nostri clienti sappiano cosa aspettarsi dai nostri servizi e che quindi possano prendere una decisione consapevole prima di contattarci. Le pubblicazioni servono anche come testimonianza dell'alta qualità dei nostri dati e come punti di riferimento per il nostro continuo miglioramento.
Questa pagina e le sue sottopagine vi mostreranno alcuni degli studi più importanti riguardanti la precisione e la deviazione tra le simulazioni meteorologiche e le misure.
Riepilogo dei risultati più importanti
I risultati più importanti ottenuti da meteoblue riflettono un livello all'avanguardia:
- Le previsioni di temperatura raggiungono un MAE orario (errore assoluto medio) di 1.2°C per una previsione di 24 ore - dal 2018.
Questo si può considerare - in media - tanto preciso quanto due misurazioni effettuate a 100 metri di distanza. - Le previsioni di temperatura raggiungono un MAE orario di 0.8°C per una previsione di 12 ore.
Questo si può considerare - in media - tanto preciso quanto due misure effettuate su lati opposti di una casa. - Le previsioni della velocità del vento raggiungono un MAE orario di 1.8 m/s per una previsione di 24 ore.
Questo si può considerare - in media - tanto preciso quanto due misure effettuate a 100 metri di distanza. - Le previsioni delle precipitazioni raggiungono un HSS di 0.49 per le precipitazioni giornaliere > 1 mm per una previsione di 24 ore.
Questo si può considerare - in media - più preciso del modello di rianalisi ERA5, che ricalcola le simulazioni utilizzando misure in una griglia di 30x30 km.
Dal 2018, questi livelli di precisione restano i più alti documentati pubblicamente nel settore.
Che cosa viene verificato? Precisione dei dati per fonte di dati
Verifichiamo soprattutto le simulazioni (modelli numerici),
in quanto offrono la più ampia copertura spaziale e temporale.
Le osservazioni
e le misure possono (e devono) ugualmente essere verificate.
Precisione per variabile
La precisione di un modello di simulazione meteorologica dipende in modo significativo dalla variabile meteorologica scelta. Variabili meteorologiche come la temperatura dell'aria a 2 metri, la pressione in superficie o l'altezza di geopotenziale a 500hPa vengono generalmente calcolate con un'elevata precisione, mentre altre variabili come le precipitazioni e le raffiche di vento hanno una precisione inferiore, generalmente causata da variazioni spaziali su piccola scala, che non vengono risolte nei modelli meteorologici.
Le variabili principali che verifichiamo sono le seguenti:
- Temperatura dell'aria (°C) a 2 metri sopra il suolo
- Velocità del vento (m/s) a 10 metri sopra il suolo
- Radiazione solare (W/m²) a livello del suolo
- Quantità di precipitazioni (mm) a 2 metri sopra il suolo
- Dew point temperature (°C) a 2 metri sopra il suolo
Variabili come la direzione del vento, l'irraggiamento solare, la copertura nuvolosa, l'evapotraspirazione, tra le altre, sono molto più difficili da verificare, a causa della mancanza di dati di misurazione completi e dell'interazione di alcune di queste variabili con le condizioni locali (ad esempio, la copertura nuvolosa dipende dalla topografia e dall'esposizione, l'evapotraspirazione dipende dallo stato di crescita delle piante).
Tali variabili possono essere verificate sotto forma di progetti specifici e mirati.
Temperatura dell'aria
La temperatura dell'aria a 2 m è calcolata al meglio dal meteoblue Learning MultiModel (mLM) con valori di MAE = 1.2 K. La previsione della temperatura dell'aria del MOS fornisce la stessa precisione del modello di rianalisi ERA5 (MAE = 1.5 K), consigliato per i set di dati storici. I modelli di previsione meteorologica globale ‘stand-alone' (RAW) raggiungono valori compresi tra 1,7 e 2,2 K. Pertanto, la previsione a 6 giorni del meteoblue MultiModel è valida quanto la previsione a 1 giorno di un modello di previsione meteorologica numerica ‘stand-alone' (RAW).
Velocità del vento
L'incertezza del modello per la previsione della velocità del vento a 10 m è compresa tra 1.5 - 1.7 m s-1 utilizzando modelli di previsione meteorologica ‘stand-alone' e per i dati storici 1.5 m s-1 utilizzando il modello di rianalisi ERA5. L'errore del modello può essere ridotto a 1.2 m s-1 per le simulazioni con MOS.
Radiazione
meteoblue calcola la radiazione per la superficie terrestre e marina e per gli strati atmosferici, sia come luce solare diretta e indiretta in entrata, sia come radiazione riflessa dalle nuvole o dalla superficie. Le simulazioni di meteoblue per la radiazione globale in superficie sono consistenti nei vari continenti e raggiungono un errore assoluto medio mensile dell'1-15% nel 95% dei luoghi.
Precipitazioni
L'abilità del modello per gli eventi di precipitazioni giornaliere diminuisce con l'aumentare dell'intensità delle precipitazioni. I modelli numerici di previsione meteorologica sono la fonte migliore per individuare i piccoli eventi di precipitazione. Per gli eventi di precipitazione intensa, l'abilità del modello delle osservazioni satellitari è maggiore di quella dei modelli numerici di previsione meteorologica. L'abilità del modello non può essere aumentata combinando due (o più) modelli per gli eventi di precipitazione giornaliera.
Per quanto riguarda i dati storici, le somme annuali delle precipitazioni sono calcolate al meglio utilizzando le osservazioni satellitari di CHIRPS2, corrette per bias con lo stesso set di dati di misurazione utilizzato per la verifica in questo studio. La precisione del modello CHIRPS2 nelle regioni prive di stazioni di misura dovrebbe quindi essere significativamente inferiore e in un certo senso sconosciuta.
Temperatura di rugiada
La precisione del modello per la temperatura di rugiada è leggermente inferiore a quella del modello per la temperatura dell'aria. I valori MAE sono compresi tra 1,9 e 2,4 K per i modelli numerici di previsione meteorologica e 1,6 K per un modello di rianalisi. La precisione delle simulazioni del modello con MOS è simile a quella del modello di rianalisi.
Precisione per intervallo di tempo (previsioni, dati storici)
Per ulteriori informazioni, potete consultare la nostra pagina relativa alle fonti di dati.
Precisione per regione
La precisione delle simulazioni dipende dai seguenti fattori:
- Topografia dell'area
Le montagne producono una distribuzione di stati molto più varia rispetto alle pianure. - Copertura del suolo
Il tipo di superficie (acqua, paludi, campi, foreste, rocce, sabbia, ecc.) influenza la variabilità del tempo e di conseguenza la precisione della simulazione. - Eventi meteorologici
Gli eventi meteorologici variano dalla macroscala (alisei, fronti, uragani) alla microscala (convezione, nebbia, temporali, tornado). La frequenza di tali eventi dipende dal clima regionale. - Precisione delle misure
Sebbene le misure siano indipendenti dalla geografia, la distribuzione regionale varia, con un numero generalmente maggiore di misure disponibili nelle regioni ad alta densità di popolazione. È possibile vedere le misure in tempo reale sulle nostre mappe.
Tutti questi fattori variano a seconda della regione. meteoblue ha condotto gli studi più completi disponibili pubblicamente sulla distribuzione globale della precisione.
Precisione per stagioni
Le stagioni influiscono sulla precisione delle simulazioni (e anche delle misure), soprattutto perché alcune stagioni producono più eventi su microscala (come temporali e tornado) che sono più difficili da simulare e misurare.
Maggiori informazioni sono disponibili in alcuni studi condotti nell'ambito del nostro programma di cooperazione.
Precisione per tecnologie
La precisione delle simulazioni dipende dalla tecnologia utilizzata. Gli approcci principali sono i seguenti:
- Modelli, che producono output grezzi in diverse risoluzioni del modello
- MOS (Model Output Statistics), un metodo che utilizza misure locali per correggere l'output del modello mediante un post-processamento statistico. I suoi risultati dipendono dalla vicinanza ai luoghi di misurazione
- Approccio MultiModel (MM). La versione avanzata utilizza un approccio di apprendimento che seleziona il modello più adatto tra i tanti utilizzando le misure meteorologiche. Può essere applicato a superfici più estese, poiché i modelli coprono intere regioni.
Un confronto della precisione dei diversi metodi è disponibile nella pagina di verifica della temperatura.
Ulteriori informazioni sono disponibili qui.
Precisione rispetto ad altri fornitori
meteoblue raggiunge risultati eccellenti nel confronto con altri fornitori di dati meteorologici:
In uno studio comparativo globale per la previsione della temperatura oraria di 24 ore, che ha coinvolto 475 stazioni, meteoblue ha raggiunto il secondo posto con 1.29°C MAE rispetto a 1.26°C del fornitore migliore.
Per la previsione di 12 ore, meteoblue ha ottenuto il primo posto con 0.9°C MAE rispetto a 1.16°C del secondo miglior fornitore.
Per la previsione della velocità del vento oraria a 24 ore, meteoblue ha ottenuto il primo posto con un 1.36 m/s MAE rispetto a 1.38 m/s del secondo miglior fornitore.
In uno studio di confronto globale per le previsioni di precipitazione giornaliera di 24 ore >0.1mm e >1mm a 24 ore, meteoblue ha raggunto un HSS (Heidke Skill Score) di 0.51 e 0.49 rispettivamente, molto meglio di tutti gli altri fornitori, che hanno raggiunto 0.44 e 0.47. Le previsioni delle precipitazioni di meteoblue hanno ottenuto risultati migliori della rianalisi ERA 5 che ha raggiunto 0.42 e 0.44.
Precisione nel tempo
I modelli numerici di previsione meteorologica sono stati costantemente migliorati negli ultimi decenni. Intorno al 1980, la previsione a 24 ore della temperatura dell'aria era calcolata con una precisione di circa il 70%, che è aumentata a circa il 90% nel 2018: la previsione a 72 ore di oggi è valida come quella a 24 ore di 40 anni fa. La precisione dell'altezza di geopotenziale a 500 hPa (circa 5 km di altitudine) ottenuta dai modelli numerici di previsione meteorologica è persino superiore alla precisione della simulazione della temperatura dell'aria a 2 metri. L'evoluzione della precisione dei modelli nel tempo è illustrata nella figura seguente (fonte: ECMWF).
Sono tre i fattori principali responsabili dell'aumento della precisione dei modelli negli ultimi 40 anni:
![Evolution of the forecast skill [%] of the 500hPa geopotential height from 1980-2013.<br />(Source: ECMWF, 2013)](/assets/images/graphics/forecast-skill-500hpa-geopotential-height_two_columns_of_four_lightbox.jpg)
- Condizioni iniziali più precise
I modelli numerici di previsione meteorologica iniziano i calcoli con una stima delle condizioni atmosferiche decisamente migliore. Le nuove tecniche di monitoraggio meteorologico (ad esempio le osservazioni satellitari), le misure più diffuse e più precise sono responsabili per questo miglioramento. - Risoluzione più alta
L'aumento della potenza di calcolo consente una risoluzione orizzontale e verticale più alta dei modelli numerici di previsione meteorologica. - Better sub-grid parametrizations
La parametrizzazione sub-grid è migliorata negli ultimi 40 anni, poiché gli scienziati hanno sviluppato algoritmi migliori per stimare i processi sub-grid come i temporali e la turbolenza atmosferica, soprattutto con l'aiuto di esperimenti di misurazione di alta qualità.
Ci aspettiamo che la tendenza all'aumento della precisione continui nei prossimi due decenni e ci proponiamo di rimanere leader in questo progresso.
Letteratura
Di seguito è possibile scaricare uno studio di verifica completo della temperatura dell'aria, della velocità del vento, delle precipitazioni e della temperatura di rugiada condotto su oltre 10.000 stazioni meteorologiche in tutto il mondo per l'anno 2017:
meteoblue_verification_global_Summary_2017_EN_20181113z10.pdf (4.23 MB)
Una verifica globale della temperatura, della temperatura di rugiada e della velocità del vento per il nuovo modello multiscala non idrostatico sulla griglia B (NMMB) è stata calcolata per un periodo di tre anni (2010-12) utilizzando oltre 9000 stazioni meteorologiche. Le previsioni del modello grezzo, così come le previsioni del MOS corrette da bias, sono analizzate e confrontate con le GFS operative della NOAA.
mueller_janjic_2015_verification_AMS.pdf (30.9 MB)
Nel 2011 è stato condotto uno studio di verifica per l'Europa, confrontando la precisione dei modelli meteorologici con risoluzione spaziale di 40, 12 e 3 km, per la temperatura dell'aria e la velocità del vento, utilizzando MOS e modelli grezzi. Lo studio può essere scaricato qui:
