Siti Internazionali
Se hai scelto di non accettare i cookie di profilazione e tracciamento, puoi aderire all’abbonamento "Consentless" a un costo molto accessibile, oppure scegliere un altro abbonamento per accedere ad ANSA.it.
Ti invitiamo a leggere le Condizioni Generali di Servizio, la Cookie Policy e l'Informativa Privacy.
Perché il MultiModel di iLMeteo si aggiorna: non solo nuovi modelli meteorologici e integrazione dell’IA, ma anche trasparenza sull'affidabilità e % grandine tra le novità L'evoluzione della fisica atmosferica e il costante aumento della capacità computazionale richiedono un aggiornamento continuo dei sistemi di previsione meteorologica. Il territorio italiano, caratterizzato da un'orografia complessa compressa tra bacini marittimi e catene montuose, rende inefficace il ricorso a un singolo modello deterministico. Per questa ragione, il SuperModel di iLMeteo rinnova la propria architettura di calcolo integrando nuove sorgenti modellistiche, l'intelligenza artificiale e metriche probabilistiche di trasparenza orientate all'utente.Espansione del Multi-Model ed elaborazione ad alta risoluzioneL'aggiornamento estende la copertura dinamica del sistema attraverso l'integrazione diretta dei principali centri internazionali. Nel flusso di elaborazione entrano i dati di ECMWF, UKMO e le declinazioni ad alta risoluzione della famiglia ICON (Icon CH1 a 1km, Icon CH2 a 2km, Icon 2km e Icon RUC 2km). La simulazione della micro-scala si avvale inoltre dei modelli Aladin e Arome, affiancati da configurazioni WRF con inizializzazioni diversificate (ECMWF, ICON EU, Arpege, GFS, UKMO). L'implementazione di nuovi schemi convettivi garantisce una rappresentazione fisica più accurata della genesi dei temporali e dei fenomeni di convezione profonda.Ensemble probabilistici e l'integrazione di AIFS (AI)La stima delle traiettorie atmosferiche passa dall'analisi delle probabilità. Il sistema include ora le suite Ensemble di ECMWF e UKMO, progettate per simulare molteplici scenari perturbativi. A queste si affianca AIFS (Artificial Intelligence Forecast System) del Centro Europeo, un modello basato su reti neurali e machine learning in grado di elaborare i pattern della circolazione generale con un elevato rendimento computazionale.Tecniche MOS e modellistica marina ad alta definizionePer affinare la resa nei singoli punti di griglia, il calcolo applica tecniche avanzate di post-processing MOS (Model Output Statistics) correlate in tempo reale con i dati di osservazione delle stazioni meteorologiche al suolo. Questo processo riduce lo scostamento sistematico per temperatura e vento. Sul fronte marino, il sistema introduce le nuove previsioni del moto ondoso con risoluzione a 1 km, in grado di simulare il comportamento dell'onda vicino alla linea di costa, fornendo un dato utile anche per le attività sportive e da surf.Misurazione dell'attendibilità (con allerta colori) e percentuale di grandineA garanzia di una maggiore trasparenza scientifica, la previsione viene affiancata dal parametro di attendibilità espresso in percentuale (%), calcolato algoritmicamente mediante l'analisi di coerenza tra i vari modelli e gli ensemble. Per facilitare la consultazione, il valore dell'attendibilità sarà segnalato visivamente in giallo se l'affidabilità è media, e in rosso se risulta bassa, indicando così all'utente le situazioni di maggiore incertezza atmosferica. Contestualmente, viene introdotta la stima probabilistica del rischio grandine (%), espressa in forma percentuale per identificare le aree a maggiore vulnerabilità temporalesca.Sviluppi sul nowcasting e monitoraggio radarL'infrastruttura si completerà a breve con l'integrazione di nuove previsioni radar a 90 minuti sviluppate tramite la libreria PySteps (Python) per l'analisi del nowcasting a brevissimo termine, a cui si affiancheranno gli specifici strumenti radar per l'individuazione e il tracciamento della grandine.
