Come funziona la previsione meteorologica moderna: dai satelliti ai supercomputer

Ogni previsione meteorologica, che si tratti di una prospettiva di sette giorni su un'app telefonica o di una traccia dell'uragano emessa da un'agenzia nazionale, inizia allo stesso modo: con osservazioni dell'atmosfera come è in questo momento. Il Centro europeo per le previsioni meteorologiche a medio termine (ECMWF) afferma di ricevere circa 800 milioni di osservazioni al giorno, principalmente da circa 90 strumenti satellitari che monitorano l'atmosfera, gli oceani, la terra, la neve e il ghiaccio marino; dopo il controllo di qualità, circa 60 milioni di queste osservazioni vengono effettivamente utilizzate nel suo sistema di previsione.

Trasformare le osservazioni in una previsione: assimilazione dati

Le osservazioni grezze non coprono ogni punto sulla Terra, quindi i meteorologi non possono semplicemente leggere il tempo attuale da esse. Invece, le agenzie utilizzano una tecnica chiamata assimilazione dati per combinare osservazioni incomplete con una previsione a breve termine della corsa precedente, producendo un'immagine completa e fisicamente coerente dell'atmosfera chiamata analisi. L'ECMWF utilizza un metodo chiamato assimilazione variazionale quadridimensionale (4D-Var), che descrive come la combinazione di 'una prima ipotesi del tempo attuale con nuove prove dalle osservazioni' sia nello spazio che nel tempo. L'UK Met Office descrive lo stesso passaggio più semplicemente: l'assimilazione dati 'riempie gli spazi vuoti dove mancano le osservazioni dirette... mescolando i dati disponibili con le previsioni del modello.'

Tra i tipi di osservazione prioritari per l'ECMWF ci sono le letture di temperatura e umidità da strumenti satellitari a microonde e infrarossi, le stime del vento derivate dal tracciamento delle nuvole e da strumenti radar, lidar e scatterometer, e una tecnica chiamata assimilazione 'all-sky' che utilizza dati satellitari da aree nuvolose e piovose invece di scartarli.

Esecuzione dei modelli: equazioni fisiche su supercomputer

Una volta costruita l'analisi, un modello di previsione numerica del tempo prende il controllo. Questi modelli dividono l'atmosfera in una griglia tridimensionale e risolvono equazioni che governano il movimento, l'energia, la massa e l'umidità in ogni punto della griglia, quindi fanno avanzare l'intero sistema nel tempo. Il US Global Forecast System (GFS), gestito dai National Centers for Environmental Prediction della NOAA, utilizza una risoluzione orizzontale di base di circa 28 chilometri (18 miglia) tra i punti della griglia per la sua prima settimana di output, riducendosi a circa 70 chilometri (44 miglia) per le previsioni oltre sette giorni, e accoppia modelli separati dell'atmosfera, dell'oceano, della terra/del suolo e del ghiaccio marino. Produce una previsione completa quattro volte al giorno, fino a 16 giorni.

L'equivalente dell'ECMWF, l'Integrated Forecasting System (IFS), è stato aggiornato nel novembre 2024 con un rilascio chiamato Cycle 49r1. Secondo l'ECMWF, quell'aggiornamento ha assimilato per la prima volta le osservazioni di temperatura a due metri, ha rivisto il modo in cui il modello rappresenta l'incertezza nella sua fisica, e ha abbinato la griglia del modello d'onda oceanica alla risoluzione del modello atmosferico di circa 9 chilometri per le previsioni a medio termine. L'ECMWF ha riportato guadagni misurabili dall'aggiornamento, incluso un miglioramento di circa lo 0,5% nei punteggi di previsione vicino all'Antartide fino al quarto giorno, guidato in parte dai nuovi dati delle microonde sul ghiaccio marino.

Previsione d'insieme: prevedere l'incertezza stessa

Una singola esecuzione del modello da un'unica analisi fornisce una versione del futuro, ma l'atmosfera è quello che gli scienziati chiamano un sistema caotico: secondo il Met Office, 'piccoli errori nel suo stato iniziale possono portare a grandi errori nella previsione.' Poiché le osservazioni non possono mai catturare perfettamente il vero stato dell'atmosfera, le agenzie eseguono lo stesso modello dozzine di volte da condizioni iniziali leggermente diverse ma ugualmente plausibili. Questa raccolta di previsioni parallele è chiamata insieme, e ogni singola corsa è un 'membro dell'insieme.'

Perché le previsioni perdono fiducia più in là nel futuro

L'ECMWF ha riferito che il suo aggiornamento di novembre 2024 Cycle 49r1 ha prodotto guadagni misurabili nella precisione delle previsioni, incluso un miglioramento di circa lo 0,5% nei punteggi di previsione vicino all'Antartide fino al quarto giorno, che ha attribuito in parte ai nuovi dati dei satelliti a microonde sul ghiaccio marino. Più in generale, poiché gli errori piccoli nelle condizioni iniziali di un sistema caotico crescono nel tempo, le agenzie emettono anche prospettive mensili e stagionali separate, basate su metodi statistici diversi, una volta che le previsioni giorno per giorno perdono la loro utilità.

L'ascesa della previsione basata su IA

Insieme a questi modelli basati sulla fisica, le agenzie nazionali hanno iniziato a utilizzare sistemi di apprendimento automatico addestrati su decenni di dati meteorologici passati. La NOAA ha annunciato nel dicembre 2025 di aver reso operativi tre di questi sistemi: AIGFS (una versione IA del Global Forecast System), AIGEFS (un sistema d'insieme IA) e HGEFS, un insieme di 62 membri che mescola previsioni basate su IA e fisica. Secondo la NOAA, AIGFS può produrre una previsione globale di 16 giorni in circa 40 minuti utilizzando circa lo 0,3% delle risorse di calcolo richieste dal GFS tradizionale, e AIGEFS ha bisogno di circa il 9% delle risorse dell'insieme standard. L'amministratore della NOAA Neil Jacobs ha descritto i sistemi come 'un salto significativo in avanti nell'innovazione dei modelli meteorologici americani,' citando una maggiore precisione per i modelli su larga scala e le previsioni del percorso degli uragani, anche se la NOAA ha anche riconosciuto che AIGFS attualmente mostra prestazioni degradate nella previsione dell'intensità degli uragani, un'area che i funzionari hanno detto necessita ancora ulteriore sviluppo.

Dall'output del modello alla previsione che vedi

I dati del modello di solito non sono il prodotto finale. Il Met Office afferma che dopo il completamento delle esecuzioni del supercomputer, i meteorologi interpretano l'output del modello, considerano il terreno locale e le condizioni che la risoluzione del modello non può catturare completamente, e regolano la previsione prima della pubblicazione, combinando il giudizio umano con l'output computazionale per produrre una previsione utilizzabile.