Lo sanno bene gli appassionati, che controllano le carte elaborate dai modelli numerici di previsione scrutando gli scenari con molti giorni di anticipo: spesso le piogge individuate a media scadenza (7-10 giorni) vengono ridotte o addirittura cancellate a poche ore dall’evento. C’è un motivo particolare, oppure la matematica si diverte a indispettirci? Una premessa per chi si cimenta in previsioni “fai da te“: controllare l’evoluzione a molti giorni di distanza usando le singole corse deterministiche è sbagliato; per l’occasione infatti vanno infatti analizzati SOLO appropriati prodotti probabilistici.
Detto questo, perché mai le piogge previste inizialmente dovrebbero poi sparire? Questo può dipendere dai dati utilizzati per inizializzare il modello di previsione che stiamo consultando, dalla piovosità media del luogo e del periodo. Parte dei dati inseriti a sistema per inizializzare i modelli a medio termine infatti, vengono prelevati anche dalla statistica climatologica del passato. Questi dati rappresentano quindi gli scenari medi del periodo di riferimento, ma possono non essere coerenti con la situazione del momento, esempio: se siamo a novembre, i dati della piovosità media climatologica che vengono inseriti è ovviamente elevata (novembre è statisticamente molto piovoso). Il modello a priori dunque setta di default una piovosità di partenza molto alta (in relazione allo scenario calcolato) tuttavia, in eventuali situazioni reali di alta pressione, questa soluzione non rappresenta uno scenario corretto. E le piogge spariscono…
Quindi accade che il modello, a 10 giorni di distanza, prevede piogge che poi man mano, con il passare dei giorni, verranno ridotte o addirittura spariranno dalle simulazioni. Allo stesso modo, se siamo in luglio, nel modello verranno inseriti di default dati del campo medio di altezza geopotenziale molto alti (la statistica indica per quel periodo una prevalenza di alte pressioni). E questo può portare a sottostimare eventuali passaggi perturbati a lungo termine, salvo poi venir elaborati e presentati solo all’ultimo momento.
Dunque, esaminare un modello numerico ai fini di previsione professionale non è un procedimento così elementare come sembra ma richiede, oltre alla comprensione della fisica dell’atmosfera, una notevole conoscenza dei metodi e delle risorse messe a disposizione dalla tecnologia per ogni diversa scadenza di riferimento. In altre parole, se sbagliamo la nostra previsione (amatoriale in questo caso), non è il modello che “ritratta”, che “va in confusione”, che “va in palla” ecc., bensì siamo noi che non abbiamo utilizzato il modello in maniera appropriata.
Luca Angelini
