Verifica delle simulazioni

Conduciamo verifiche approfondite e regolari dei nostri modelli di simulazione e di altri modelli, confrontandoli con i dati misurati. In tal modo, garantiamo che i nostri servizi forniscano dati meteorologici di alta qualità (e in continuo miglioramento), sia storici che previsionali.
meteoblue è il primo servizio meteo commerciale che pubblica regolarmente i dati di verifica sul sito Web dell'azienda dal 2010.
Perché pubblichiamo le nostre verifiche?

1. Siamo trasparenti: il tempo non è "caos" e i nostri clienti dovrebbero sapere cosa ricevono.
2. Forniamo qualità: la nostra precisione è così alta che vale la pena mostrarla.
3. Siamo realistici: dovresti sapere cosa aspettarti da una previsione e cosa non aspettarti.
4. Siamo competitivi: se qualcuno crede che non siamo abbastanza bravi - ci mostri come fare meglio.

Che cosa significa la qualità della simulazione meteoblue? Questa pagina e sottopagine mostrano alcuni degli studi più importanti.

Verifica delle previsioni e dei dati meteorologici storici

I modelli numerici di previsioni del tempo sono stati continuamente migliorati negli ultimi decenni. Verso il 1990, la previsione della temperatura dell'aria a 24 ore era calcolata con una precisione di circa il 70%. Nel 2018, l'accuratezza delle previsioni a 24 ore è aumentata a circa il 90% e le previsioni a 72 ore sono affidabili come quelle a 24 ore di 30 anni fa.
Nei modelli numerici di previsione, la precisione dell'altezza del geopotenziale a 500 hPa è persino superiore alla precisione della previsione della temperatura dell'aria a 2 m. L'evoluzione delle prestazioni dei modelli nel tempo può essere vista nella figura seguente (Fonte: ECMWF).

Sono tre i fattori principali della crescente accuratezza dei modelli negli ultimi 40 anni:

  1. Condizioni iniziali: le condizioni iniziali del modello numerico di previsione meteorologica sono stimate significativamente meglio rispetto a 40 anni fa. Nuove tecniche di misurazione meteorologica (ad esempio osservazioni satellitari) e misurazioni più accurate sono responsabili di questo miglioramento.
  2. Una risoluzione orizzontale e verticale più fina dei modelli grazie ad una maggiore potenza di calcolo.
  3. Parametrizzazioni migliori della sub-griglia nei modelli numerici rispetto a 40 anni fa.

L'accuratezza di un modello di simulazione meteorologica dipende in modo significativo dalla variabile meteorologica scelta. Variabili meteorologiche come la temperatura dell'aria a 2 m, la pressione o l'altezza del geopotenziale a 500 hPa sono generalmente calcolate con elevata accuratezza, mentre altre variabili (es. Precipitazioni, raffiche di vento, ..) hanno una precisione inferiore, tipicamente causata da variazioni spaziali su scala ridotta, che non sono state risolte nel modello.

Accuratezza del modello meteoblue

Di seguito, mostriamo l'accuratezza del modello meteoblue per diverse variabili meteorologiche e le performance dei nostri sistemi multi-models, MOS, dei modelli di reanalisi e dei modelli numerici di previsione del tempo grezzi (senza post processing).

La verifica dei modelli numerici di previsione meteorologica è molto importante per tutte le parti interessate al fine di dimostrare che i modelli di previsioni del tempo hanno performance migliori rispetto ai dati climatici o a previsioni di persistenza ("Il tempo di domani è lo stesso di oggi").

Studio globale su 10'000 stazioni meteorologiche nel 2017

Scopo

Abbiamo verificato quattro diversi parametri meteorologici (temperatura dell'aria, velocità del vento, precipitazioni e temperatura del punto di rugiada) in più di 10'000 stazioni meteorologiche in tutto il mondo durante il 2017, analizzando l'accuratezza di diversi modelli di previsione meteorologica grezzi ("stand-alone"), osservazioni satellitari e modelli di reanalisi. Inoltre, abbiamo testato l'accuratezza di diversi approcci multi-model e l'abbiamo confrontata con i modelli grezzi ("stand-alone") e con una previsione a 24 ore corretta tramite MOS (model output statistics). Abbiamo distinto tra dati storici e in previsione, in base alla disponibilità dei dati dei vari modelli.

Sommario

  Approccio Temperatura aria Velocità vento Precipitazioni annuali Dewpoint
Previsioni meteoblue multi-model 1.2 K - 170 mm -
MOS 1.5 K 1.2 m s-1 - 1.7 K
Modelli meteorologici grezzi 1.7 - 2.2 K 1.5 - 1.7 m s-1 220 - 230 mm 1.9 - 2.4 K
Dati storici Reanalisi 1.5 K 1.5 m s-1 120 - 180 mm 1.6 K

Temperatura dell'aria

La temperatura dell'aria a 2m viene prevista al meglio dal multi-model di meteoblue con valori di MAE = 1,2 K. Una previsione della temperatura dell'aria corretta tramite MOS è valida quanto quella del modello di reanalisi ERA5 (MAE = 1,5 K), che è raccomandato per i dati storici. I modelli globali di previsioni meteo grezzi "stand-alone", si collocano nell'intervallo tra 1,7 e 2,2 K. Quindi, la previsione a 6 giorni del multi-model meteoblue è buona come la previsione a 1 giorno di un modello numerico di previsione meteorologica grezzo "stand-alone".

Velocità del vento

L'incertezza nella previsione della velocità del vento a 10 m è compresa tra 1,5 e 1,7 m s-1 utilizzando i modelli di previsione meteo "stand-alone" e per i dati storici è di 1,5 m s-1 utilizzando il modello di rianalisi ERA5. L'errore del modello potrebbe essere ridotto a 1,2 m s-1 per le simulazioni corrette con MOS.

Radiazione

meteoblue calcola la radiazione  sulla superficie terrestre e marina e per gli strati atmosferici, sia come luce solare diretta e indiretta, sia come radiazione riflessa da nuvole o superfici. La simulazione della radiazione di meteoblue è costante sui continenti e raggiunge un errore assoluto medio mensile dell'1-15% nel 95% dei casi.

Precipitazioni

Le performance del modello nel prevedere gli eventi di pioggia giornalieri diminuisce all'aumentare dell'intensità delle precipitazioni. I modelli numerici di previsione del tempo sono consigliati per eventi di piccole precipitazioni. Per gli eventi di precipitazione intensa, l'affidabilità delle osservazioni satellitari è maggiore rispetto a quella dei modelli di previsione. La performance del modello non può essere aumentata mescolando due (o più) modelli per gli eventi di precipitazione giornaliera. Per i dati storici, la somma delle precipitazioni annuali è stimata al meglio utilizzando le osservazioni satellitari di CHIRPS2, che sono corrette con lo stesso set di dati utilizzato in questo studio. Si prevede che le prestazioni del modello CHIRPS2 nelle regioni senza stazioni meteorologiche a terra, saranno significativamente peggiori e sconosciute.

Dewpoint

Le prestazioni del modello nel prevedere la temperatura di dew point sono leggermente peggiori delle prestazioni della temperatura dell'aria. I valori del MAE sono compresi tra 1,9 - 2,4 K per i modelli numerici di previsione meteorologica e 1,6 K per un modello di reanalisi. L'accuratezza delle simulazioni del modello con MOS è simile a quella del modello di rianalisi.

Raccomandazioni

  Dati storici Previsioni
Temperatura aria ERA5 meteoblue Learning Multimodel (mLM)
Velocità vento ERA5 meteoblue MOS e meteoblue model mix
Precipitazioni (eventi giornalieri)

ERA5 (tutti gli eventi)

CMORPH (precipitazioni intense)

meteoblue Learning Multimodel (mLM)
Precipitazioni (somma annuale) meteoblue (mix di più modelli) meteoblue Learning Multimodel (mLM)
Dewpoint ERA5 meteoblue MOS e meteoblue model mix

Di seguito è possibile scaricare uno studio di verifica completo della temperatura dell'aria, della velocità del vento, delle precipitazioni e della temperatura di dew point 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)

Verifica per l'Europa (2011)

Una verifica delle previsioni è stata condotta nel 2011 sull'Europa, confrontando l'accuratezza dei modelli meteorologici con una risoluzione di 40km, 12km e 3km, per la temperatura dell'aria e la velocità del vento usando dati grezzi e corretti tramite MOS. Lo studio è disponibile qui.

verif_study