Studi di verifica

La previsione delle precipitazioni nei modelli numerici di previsione meteorologica sta acquisendo un'importanza economica sempre maggiore per varie applicazioni come l'irrigazione, l'agricoltura, la produzione di energia idroelettrica o le allerte per alluvioni.

Questi modelli numerici di previsione meteorologica sono stati costantemente migliorati negli ultimi decenni. Nell'ambito dei nostri studi di verifica, analizziamo le prestazioni del modello di precipitazione utilizzando diversi modelli numerici di previsione meteorologica grezzi e il MultiModel forecast di meteoblue. I risultati dei modelli sono stati confrontati con le misurazioni delle precipitazioni provenienti da 10.000 stazioni meteorologiche di tutto il mondo. Inoltre, abbiamo condotto un'analisi della concorrenza, in cui abbiamo confrontato l'accuratezza delle nostre previsioni con quelle di altri fornitori di servizi meteorologici.

meteoblue conduce questi approfonditi studi di verifica a lungo termine per comprendere la qualità dei dati di precipitazione, prodotti dai propri modelli e da vari operatori terzi, rispetto a diverse migliaia di stazioni di misurazione delle precipitazioni.

Gli studi si concentrano sulle precipitazioni annuali storiche delle stazioni meteorologiche, che sono di massima importanza per i clienti, ad esempio, del settore agricolo. Per la previsione, l'aumento delle prestazioni del modello di singoli eventi (ad esempio, precipitazioni giornaliere > 1 mm) è più importante dei valori assoluti corretti delle precipitazioni annuali.

In tutti gli studi di verifica sono stati condotti test di plausibilità per le misurazioni al fine di garantire la qualità delle stesse. I dati di misurazione con più del 30% di dati mancanti sono stati esclusi dall'analisi per garantire la validità dei risultati. Inoltre, è stato applicato controllo di qualità delle misurazioni per escludere quelle errate.

Negli ultimi 5 anni meteoblue ha pubblicato diversi studi sulla verifica delle precipitazioni. I risultati principali sono riassunti qui di seguito:

• I risultati tra i diversi studi possono variare a causa di un numero diverso di stazioni, di diversi periodi di tempo analizzati o di un diverso fornitore dei dati di misurazione.
• Una risoluzione orizzontale più fine nel modello non migliora le prestazioni del modello (confrontare la risoluzione della griglia di 30 km di NEMSGLOBAL con NEMS12 (12 km) e NEMS4 (4 km).
• Le metriche di errore sono molto simili quando si confrontano i modelli per anni diversi per molte stazioni (confrontare lo studio di verifica 2017 e lo studio di verifica 2019).
• Le metriche di errore possono variare in modo significativo quando si scelgono continenti diversi o anche regioni più piccole (si vedano le differenze nell'HSS per il Nord America e per il mondo intero nell'analisi della concorrenza).
• Le previsioni delle precipitazioni di meteoblue sono valide quanto quelle del modello di rianalisi ERA5.
• I metodi di post-processamento utilizzati per le previsioni meteoblue, come il multimodel-mixing o il mLM (meteoblue Learning MulitModel), aumentano le prestazioni del modello di precipitazione.
• Consigliamo l'uso del meteoblue MultiModel per le previsioni operative, perché gli eventi di precipitazione giornalieri e le somme di precipitazione annuali sono riprodotti in modo soddisfacente.

I dettagli sui singoli studi sono disponibili nelle due sezioni seguenti: