Modelli
La meteorologia è una scienza "inesatta" perché, pur essendo note da tempo le leggi "deterministiche" che regolano i moti ed il comportamento delle masse d'aria, ci sono dei processi che non sono ancora del tutto ben compresi fisicamente e, di conseguenza, sono descritti solo in maniera approssimata all'interno dei modelli.
Mi riferisco in particolare ai fenomeni convettivi e alla microfisica delle nubi, senza contare il fatto che è difficile rappresentare il flussi di calore e umidità provenienti dal suolo perché è difficile disporre di una rappresentazione dettagliata dell'orografia del suolo e dell'uso suolo. A ciò si aggiunge il fatto che, talvolta, pur avendo a che fare con fenomeni che sono invece ben noti, come per esempio gli scambi energetici tra radiazione solare (e terrestre) e i gas dell'atmosfera, ci sono talmente tanti processi da tenere in conto che è praticamente impossibile usare nei modelli un'equazione per ciascuno di essi e rappresentarli tutti come si deve.
Conseguenza: tutti questi fenomeni (quelli poco noti e quelli molto complessi) devono essere "parametrizzati" all'interno dei modelli ovvero rappresentati in maniera approssimata. E' qui la prima fonte di incertezza!
A tutto ciò si aggiunge una condizione iniziale (di cui il modello ha bisogno per cominciare a risolvere le equazioni che ci diranno quale sarà il valore di ogni variabile atmosferica dopo un'ora, dopo 2, 3,6,12 ore ecc….) che è scarsamente rappresentativa dello stato dell'atmosfera perché le osservazioni sono
1. quasi tutte al suolo e pochissime in quota (i modelli usano, come sapete, griglie 3dimensionali)
2. numero di osservazioni in corrispondenza delle grandi distese d'acqua praticamente nulle, questo è un grande limite inquanto l'influenza dei mari/oceani sui moti delle masse d'aria è rilevante.
Allora che si fa?
Se in un dominio relativamente grande abbiamo ad un certo istante (che sarà l'istante iniziale per il run del modello) una misura per ogni variabile atmosferica ogni tot celle di griglia, per ricavare il valore delle variabili atmosferiche anche negli altri punti di griglia si usano dei metodi di interpolazione più o meno approssimati! Ovviamente ,questo, comporta un certo errore (ma è inevitabile!)... il che significa che la temperatura interpolata su una certa località può differire da quella vera anche di qualche grado…giusto per fare un esempio .
Creata la condizione iniziale comincia la risoluzione delle equazioni fondamentali dell'atmosfera (6 in tutto + quelle delle parametrizzazioni) e il modello calcola ora dopo ora il valore di ogni variabile atmosferica per ciascuna delle 72 ore (se la simulazione dura 72 ore) in ciascuno punto di griglia! Ogni punto di griglia corrisponde in realta ad un'area al suolo che è grande anche 50 Kmx 50Km, dipende dalla risoluzione che usa il modello, e anche se in un punto in quell'area la temperatura è differente il modello non riesce a vederla perchè calcola una temperatura media uguale per tutti i punti di quell'area. Così fa per tutte le variabili atmosferiche. I software di visualizzazione grafica permettono poi di visualizzare "graficamente" il valore di tali variabili sull'intero dominio (area) usato dal modello.
Il problema consiste nel fatto che, essendo le equazioni non lineari (sono equazioni differenziali alle derivate parziali, fra le più complicate da risolvere… In effetti non esiste una risoluzione analitica essendo risolvibili solo numericamente) la propagazione dell'errore iniziale su ogni variabile calcolata ora dopo ora cresce non linearmente ma esponenzialmente!! E' un guaio…un vero guaio, perché non c'è alcun modo di evitare questo problema. Il punto è che molti sul web (così ho notato)
a) dimenticano tutto questo quando vedono l'output di un modello e lo prendono come oro colato anche a una certa distanza dall'istante in cui è iniziata la simulazione ;
b) si meravigliano (e si arrabbiano pure) quando vedono che il modello "ha ritrattato" al run successivo e nei vari aggiornamenti. Ma è normale, ad ogni run si ha una nuova "condizione iniziale", più aggiornata, ed il modello ricomincia a fare i conti per le stesse ore del run precedente ma da una condizione più vicina alla realtà perché si porta dietro solo l'errore dell'interpolazione e non anche quello della risoluzione delle equazioni.
Va detta un'altra cosa molto importante: tutti i modelli sono uguali, nel senso che tutti risolvono le equazioni fondamentali dell'atmosfera, ciò in cui si differenziano è
1)- il modo in cui assimilano i dati (le tecniche di interpolazione che utilizzano)
2- il modo in cui è rappresentata l'orografia
3- le parametrizzazioni utilizzate (gli schemi di parametrizzazioni potete immaginari come un serie di equazioni che permettono di calcolare dei termini particolari che sono nelle eq. fondamentali) - aggiungo il tipo di coordinate verticali (ma non approfondisco…)
Questi fattori permettono di calcolare parametri per così dire "derivati" (come la nuvolosità, la precipitazione, la vorticità…) nel senso che non si tratta di parametri che compaiono nelle equazioni fondamentali ma sono calcolati dopo a partire da questi. Se solo sapeste quant'è difficile per un modello conciliare quella serie di processi che innescano la precipitazione (specie quella nevosa)!! E' già tanto se un modello riesce a vederla, non si può pretendere che la localizzi esattamente sia nello spazio che nel tempo!
Un'altra caratteristica dei modelli che consultiamo abitualmente sul web è che sono strettamente "deterministici" (data quella configurazione iniziale e date quelle equazioni il sistema evolve per forza in quel modo! la soluzione è unica! c'è un teorema che lo dimostra!) e non hanno nulla di climatologico al loro interno: non fanno alcun confronto con i valori medi del periodo, né con le configurazioni predominanti di quel periodo ed il fatto che in una certa zona arriverà dell'aria fredda e in un'altra dell'aria calda, deriva solo ed esclusivamente dalla risoluzione delle equazioni fondamentali con quella certa condizione iniziale.
Il fatto che ci siano configurazioni ricorrenti in certi periodi dell'anno dipende solo dal fatto che la terra si muove sempre (con buona approssimazione) allo stesso modo intorno al sole e negli stessi periodi dell'anno è riscaldata allo stesso modo nelle stesse zone (e sappiamo è proprio questo riscaldamento differenziato, in prima istanza, ad essere causa dei moti delle masse d'aria)!! In linea puramente teorica ciascun run del modello ha la stessa affidabilità.
Alla luce di ciò i due Run 06z e 18z hanno o dovrebbero avere la stessa attendibilità dei due run delle 00z e 12z.
In pratica però i run delle 06 e delle 18 hanno dati di inizializzazione relativi alla media atmosfera un po più scarni (diversi radiosondaggi non vengono effettuati alle 06 18z, e taluni dati vengono solo rilevati mediante spettrometria)
L'analisi finale "final analysis", ovvero il risultato del modello utilizzato per interpolare una griglia di dati idonea per inizializzare il modello GFS vero e prorpio così come tanti altri modelli, interpola dati riempiendo "maglie" più larghe nei run 06 e 18 nella griglia rispetto ai run 00 e 12.
Ma in pratica pratica non ci dovrebbero essere e non ci sono abissali differenze in termini di attendibnilità . Il modello che produce l'analisi finale lavora piuttosto bene.
Il modello GFS è un modello globale che riesce ad essere sufficientemente "grossolano" e stabile per ammortizzare anche potenziali derive dovute a parziale carenza di dati. Maggiori probelimi senza dubbio si hanno su modelli non idrostatici o con Landuse molto più dettagliati del GFS.
Spaghetti
Ogni spaghetto rappresenta una possibile evoluzione proposta dal modello.
Lo spaghetto blu rappresenta la previsione ufficiale.
Più gli spaghetti sono vicini, maggiore è l'attendibilità della previsione.
Se gli spaghetti divergono molto la previsione è poco attendibile perchè piccole variazioni possono produrre sensibili cambiamenti.
