MODELLI METEO: il prestigioso modello matematico statunitense GFS ha sostituito, agli inizi degli anni Duemila, il vecchio modello matematico MRF, unificando anche le previsioni del modello dell’Aviazione statunitense AVN.
Fu una vera rivoluzione, in quanto, per la prima volta, avevamo un modello matematico che faceva previsioni fino a 15 giorni di distanza, ed inoltre con emissioni ogni 6 ore, anche se fu quasi subito chiaro che le previsioni ad una distanza così elevata erano quasi inutili.
Inoltre, avere un numero elevato di run, è forse andato a scapito nella precisione previsionale.
Un modello meteorologico è un costrutto matematico che simula l’atmosfera, partendo da condizioni iniziali che vengono immesse nel modello (derivate da osservazioni meteorologiche al suolo ed in quota, tramite radiosondaggi, palloni sonda, misure satellitari), e da qui con una serie di equazioni complesse si cerca di simulare il comportamento che avrà dopo un certo periodo di tempo.
Ovviamente, servono computer in grado di poter effettuare miliardi di calcoli in pochi secondi, ma l’atmosfera è comunque troppo complessa per essere rappresentata completamente all’interno di un computer, ed anche le osservazioni iniziali che vengono immesse sono spesso viziate da errori di osservazione, sebbene vi siano vari metodi statistici per ridurre tali errori.
Il tutto fa sì che l’efficacia di una previsione scada sempre di più col passare dei giorni, tanto da non avere previsioni più affidabili, se non come linea di tendenza, oltre i quattro – cinque giorni.
Per questo si lavora a tipi diversi di modelli, ed a migliorare i modelli matematici stessi.
Il vecchio GFS statunitense, uno dei modelli più seguiti in tutto il mondo, verrà chiuso il 20 Marzo prossimo, e sarà sostituito da un modello tutto nuovo, FV3, che presenta numerosi miglioramenti ed è più complesso.
La sostituzione doveva essere effettuata già venti giorni fa, ma è stato tutto rimandato a causa dello Shut Down statunitense, adesso verrà messa in pratica, nella speranza di un miglioramento nella capacità previsionale.
