Poiché tutte le componenti della previsione meteorologica (osservazioni, modello) sono soggette ad un’incertezza e poiché piccole differenze possono evolvere in modo assai differente in un sistema non lineare come l’atmosfera (chaos!), risulta necessario che la previsione riesca a riprodurre tutte i possibili scenari futuri. Con questo intento è nata l’Ensemble Forecasting a sostituzione della previsione deterministica: anziché fornire solo lo scenario più probabile, è assai utile fornire anche informazioni riguardo ad altri possibili sviluppi meteorologici e alla probabilità che si verifichino, specie in casi di eventi intensi (si veda qui: https://www.meteogiornale.it/news/read.php?id=9638).
Le condizioni iniziali dell’ensemble sono generate aggiungendo (o sottraendo) alla condizione iniziale “standard” (quella da cui parte il run deterministico, detto di controllo) delle perturbazioni ottimali, ovvero delle perturbazioni che godono di una particolare proprietà. Sono perturbazioni piccole che però evolvono in modo assai differente nell’immediato futuro (normalmente 48 ore). In questo modo l’ensemble è in grado di esplorare una vastità di scenari possibili attraverso previsioni inizialmente molto simili, ma che divergono rapidamente.
Queste perturbazioni, dette anche “sensitive perturbations”, sono anche utili poiché individuano aree del globo che, ad un dato istante, sono particolarmente instabili. In queste aree, spesso associate a zone di instabilità baroclina, piccoli errori di osservazione crescerebbero molto rapidamente. Quindi, da un punto di vista dinamico, non tutte le zone dell’atmosfera sono uguali. Ci sono aree “delicate”, in cui piccoli errori producono grossi errori di previsione. Ci sono altre aree in cui, invece, errori di pari ampiezza non aumentano nel corso della previsione o addirittura si annullano.
Va da sé che queste aree individuate dalle perturbazioni sono aree in cui risulta molto importante avere una buona analisi. A tale scopo si stanno studiando le “target observation”. In pratica, se sappiamo ad un dato istante quali zone del globo sono e saranno molto “sensibili”, allora possiamo fare osservazioni aggiuntive ad hoc proprio in queste aree e ciò dovrebbe produrre un notevole beneficio alla previsione. Queste osservazioni possono essere fatte ad esempio lanciando sonde a caduta (dropsondes) nei punti chiave (target) da un aereo o da palloni. Oppure si può far sì che un satellite aumenti il numero di misure ed eventualmente la loro accuratezza quando passa su queste aree.
Diversi esperimenti di ricerca sono già stati fatti e hanno mostrato grandi potenzialità del targeting observation. Per avere un esempio pratico, si pensi ad una depressione molto intensa in avvicinamento all’Europa. La zona depressionaria sarà una zona molto instabile dinamicamente, e quindi risulterebbe assai utile potere lanciare sonde al suo interno, per migliorarne la previsione.
Un secondo modo per sfruttare le informazioni delle sensitive perturbation è detto adaptive data assimilation, e consiste nel migliorare l’utilizzo delle osservazioni nelle aree instabili attraverso specifici metodi avanzati di assimilazione dati.
Nota bibliografica: Alan J. Thorpe, 2004: Weather and forecasting: a centenary perspective. Weather, Vol.59, No.12.
