Il dato meteo rappresentativo
“In the simplest terms, if the data can answer the question, it is representative.“
Ramsey and Hewitt, 2005
Hypermeteo ha individuato, come valore convenzionale di superficie cartografica digitale per spazializzare i dati, il pixel minimo di rappresentatività meteorologica pari a 1 kmq. Questa unità minima, indica da un lato il limite al di sotto del quale la rappresentatività perderebbe non solo di consistenza numerica, ma anche di credibilità, dall’altro fissa la capacità di poter disporre di una analisi climatica ad alta risoluzione in grado rispondere alle esigenze digitali di rappresentazione dei fenomeni meteorologici.
I dati meteorologici rappresentativi non sono di immediata acquisizione, ma la risultante di un processo complesso, nel quale devono trovare sintesi le tecnologie che possono sostenerla, ma anche le esigenze specifiche della funzione che sono chiamati ad assolvere.
L'insieme osservativo
Hypermeteo raccoglie a livello globale e archivia in un database unificato i dati meteo provenienti da un insieme osservativo di 11.000 sensori, costituito dalle reti meteorologiche in situ, dai radar, dai satelliti, dai radiosondaggi, dai sensori delle fulminazioni, dalle boe e da ogni altra strumentazione convenzionale e non-convenzionale. Sistemi di rilevamento meteorologico sia pubblici che privati, a norma o ufficiali o che rispettano le linee guida della WMO (World Meteorological Organization).
Un approccio meteorologico condiviso e aperto alle comunità e cittadini che costituisce ad oggi un sistema di rilevamento strategico per il monitoraggio del cambiamento climatico ed un riferimento nei processi decisionali di enti e imprese e nell’analisi del rischio meteorologico.
Tecniche di elaborazione
L’infrastruttura di dataset e griglie meteorologiche digitali sulla quale si fonda Hypermeteo è il risultato di una complessa e diversificata famiglia di tecniche di elaborazione.
I dataset di Hypermeteo coprono l’intero spettro temporale, dal passato al futuro, per cui occorre adottare specifiche tecniche di elaborazione dei dati meteo per ottenere un elevato grado di rappresentatività e di dettaglio spazio-temporale.
Rianalisi meteorologica e Spazializzazione
Il metodo della rianalisi (o analisi retrospettiva) meteorologica rappresenta la tecnica scientifica più avanzata per la ricostruzione di dati del passato. Combinando modelli numerici di simulazione atmosferica con sistemi di assimilazione dei dati utilizzati in ambito previsionale, vengono elaborati dataset omogenei che descrivono gli stati passati dell’atmosfera su determinate porzioni di territorio.
La rianalisi assimila dati da diverse fonti dai sistemi di rilevamento e li integra in una griglia meteorologica digitale mediante gli algoritmi di spazializzazione, per ricostruire lo stato dell’atmosfera nelle sue variabili prognostiche ad un certo istante temporale e con continuità sul territorio.
Nowcasting
La metodologia nowcasting viene utilizzata per elaborare previsioni a brevissimo termine (da 0 a 3 ore). Si caratterizza per l’integrazione in modo estensivo degli ultimi dati osservati dalle reti di monitoraggio (in situ e da remoto), in modelli previsionali formulati con frequenza, per ottenere previsioni sempre aggiornate e allineate alle ultime osservazioni.
Il nowcasting, che garantisce un’adeguata copertura della finestra spazio-temporale per la quale si effettua l’analisi previsionale, viene impiegato per la previsione a brevissimo termine delle precipitazioni e di quei parametri meteorologici (come la temperatura, la copertura nuvolosa, l’intensità e la direzione del vento, la radiazione solare) significativi per le organizzazioni che gestiscono le immissioni in rete di energia proveniente da impianti di produzione da fonte rinnovabile.
Previsioni ensemble multimodel
Per l’elaborazione dei dati previsionali viene utilizzato un approccio ensemble multimodel forecasting. Un insieme di modelli deterministici, ognuno dei quali fornisce uno scenario previsionale che viene rielaborato statisticamente per ottenere una sintesi probabilistica sull’andamento futuro delle variabili meteorologiche.
Il sistema si basa su modelli sviluppati direttamente da Hypermeteo, integrati mediante algoritmi con i dati previsionali elaborati dai centri di calcolo ufficiali sia Italiani che Internazionali, per affinare la stima attesa delle variabili meteorologiche.
Il dato meteorologico previsionale ottenuto, viene ulteriormente elaborato con tecniche di post-produzione per ridurre sensibilmente il gap tra “mondo simulato” e “mondo reale”.
Post processing & Reti Neurali
L’insieme delle tecniche che consentono di aumentarne il grado di rappresentatività dei dati meteo. In questo ambito vengono impiegate procedure di machine learning come le reti neurali che, assimilando i dati insieme a co-variabili ausiliarie, consentono di ridurre in maniera significativa l’incertezza dei dataset finali. In ambito previsionale, in particolare nel caso in cui sia necessario rendere confrontabili i dati previsionali con i dati storici di una singola località (es. stazione meteorologica), viene utilizzata la tecnica MOS (Model Output Statistics) per la riduzione dei bias tipici dei prodotti modellistici.
Controllo qualità e validazione dei dati
Il sistema di procedure di verifica della qualità dei dati acquisiti dalle reti osservative inseriti nel Database Nazionale Unificato (dati da stazioni in-situ e da remote sensing) e dei dataset di output dalla catena elaborativa di Hypermeteo.
Controlli di qualità, automatici e manuali, che consentono di impedire l’ingresso nel database di dati spuri e frutto di errori di misurazione delle rilevazioni in situ o dei radar.
L’analisi dei dataset viene effettuata mediante un range test assieme ad una analisi statistica-climatologica in grado di evidenziare eventuali valori estranei dalla climatologia tipica dell’area.
Domini, griglie e stazioni virtuali
Ogni processo di analisi meteo, genera dataset spazializzati su griglie territoriali che costituiscono il digital twin delle varie aree geografiche del pianeta. Ogni cella di questa griglia digitale corrisponde ad un flusso continuo di dati meteorologici, siano essi storici, near real-time, di nowcasting o previsionali.
È possibile associare ad ogni località della superficie terrestre, un punto di griglia, rappresentativo delle condizioni meteo-climatiche dello stesso, con una risoluzione spaziale massima di 1 kmq.
I clienti Hypermeteo
Alcuni dei nostri clienti
