Previsioni MultiModel ensemble per Schapbachriedel

Confronto dei modelli meteo per Schapbachriedel

Le linee blu corrispondono a previsioni calcolate da diversi modelli ad alta risoluzione. Vengono mostrati anche i membri della classica previsione ensemble, dove lo stesso modello (GFS) viene fatto girare più volte con condizioni iniziali leggermente differenti, per riflettere l'incertezza nelle osservazioni necessarie per far girare un modello. I membri GFS hanno subito un downscale ed è stato rimosso il BIAS per meglio abbinarsi alle condizioni locali; i dati dai modelli ad alta risoluzione sono rimasti invariati.

• Nel grafico in alto, le previsioni della temperatura per Schapbachriedel sono mostrate in azzurro per i diversi modelli ad alta risoluzione e in viola per i membri dell'ensemble GFS. La linea nera rappresenta la previsione della temperatura che meglio si adatta, come indicata nella nostra pagina iniziale. Le linee tratteggiate mostrano le temperature medie dell'ensemble GFS ed ECMWF.
• Il grafico 2^e mostra la previsione delle precipitazioni accumulate, cioè la quantità totale che cadrà da oggi fino alla data indicata sull'asse temporale. Le barre blu mostrano le somme delle precipitazioni orarie.
• Il grafico 3^rd mostra la previsione della copertura nuvolosa in percentuale. L'azzurro indica i modelli ad alta risoluzione e il verde i membri dell'ensemble GFS.
• Il grafico 4^th mostra la previsione del vento. L'azzurro indica i modelli ad alta risoluzione, il verde i membri dell'ensemble GFS. Viene anche mostrata la direzione giornaliera del vento tramite la rosa dei venti. Segmenti più larghi indicano che quella direzione del vento è più probabile e più frequente nel corso della giornata. Nel caso di segmenti all'incirca larghi uguali, allora la previsione è molto incerta. Se ci fossero due settori predominanti ma di direzioni opposte, questo indicherebbe la presenza di brezze termiche, in cui il vento soffia da direzioni opposte durante il giorno e la notte.

Perché mostriamo una tradizionale previsione ensemble e una previsione multi model allo stesso tempo?

Un ensemble tradizione (GFS) basato sullo stesso modello, spesso sottostima l'incertezza nei primi 3 - 5 giorni di previsione, sovrastimando l'affidabilità della previsione. Oltretutto, l'ensemble tradizionale viene fatto girare ad una risoluzione molto inferiore, perdendo gli effetti locali che sono visibili solamente con risoluzioni più alte. E' molto importante notare come tutti i membri di un ensemble tradizionale abbiano la stessa probabilità di essere corretti (non c'è modo di dire a priori quale sarà il migliore). Questo contrasta con i modelli ad alta risoluzione, dove alcuni modelli forniscono previsioni migliori rispetto ad altri in base alla località o alle condizioni atmosferiche.

Modelli meteorologici

I modelli meteorologici simulano processi fisici. Un modello meteo divide il mondo o una regione in piccole "celle di griglia". Ogni cella è grande da 4 a 40km re alta da 100m a 2km. I nostri modelli hanno 60 livelli verticali e raggiungono la stratosfera fino a 10-25 hPa (60km d'altezza). Il tempo atmosferico è previsto dalla risoluzione di complesse equazioni matematiche su tutte le celle ogni pochi secondi e parametri come temperature, vento o nuvolosità sono salvate per ogni ora.

meteoblue utilizza un grande numero di diversi modelli meteorologici ed integra open data da diverse fonti. Tutti i modelli meteoblue sono calcolati due volte al giorno su un cluster di calcolo dedicato ad alte performance.

Copertura globale

I modelli meteorologici meteoblue coprono la maggior parte delle aree popolate ad alta risoluzione (3-10 km) e il mondo intero a risoluzione moderata (30 km). La mappa a lato mostra i modelli NMM in rosso e i modelli NEMS in nero. Gli altri colori indicano modelli di terze parti. I modelli globali non sono mostrati. Per una singola previsione, vengono presi in considerazione e combinati più modelli meteorologici, analisi statistiche, misurazioni, radar e telemetria satellitare per generare la previsione meteorologica più probabile per una determinata località della Terra.