L’ECMWF, il Centro europeo per le previsioni meteorologiche a medio termine, ha preso parte a un progetto che mirava ad aumentare il tempo di preavviso per le allerte precoci assicurando che la previsione di eventi estremi fosse informata in modo dinamico. In questo “Transfer Project” del centro di ricerca collaborativo Waves to Weather (SFB/TRR165) finanziato dalla German Research Association (DFG), sono stati sviluppati due prototipi di previsione, DOMINO e MaLCoX. È stato realizzato insieme a scienziati del Karlsruhe Institute of Technology (KIT, Germania), dell’Università di Monaco (Germania) e del servizio meteorologico regionale dell’Emilia-Romagna (ARPAE). Il ruolo dell’ECMWF è nato dalla sua collaborazione con Christian Grams, membro dell’ECMWF, e il suo gruppo al KIT. L’obiettivo principale era quello di utilizzare la ricchezza di conoscenze sui precursori dinamici per gli eventi estremi. Anche se i prototipi mostrano eventi di forti precipitazioni al Nord Italia, sono generalmente applicabili a qualsiasi tipo di evento meteorologico per il quale è disponibile una certa comprensione dei precursori dinamici.
La previsione di eventi meteorologici estremi è il compito più importante della previsione meteorologica numerica operativa (NWP). Tuttavia, la previsione dei dettagli degli estremi locali con oltre 1-3 giorni di anticipo rimane una sfida.
La ricerca ha dimostrato che la maggior parte degli eventi ha specifici precursori dinamici su larga scala, che dipendono dal tipo di condizioni meteorologiche estreme, dalla regione e dalla stagione. Ad esempio, gli eventi di forti precipitazioni primaverili nel Nord Italia sono in genere incorporati in un pattern di onde di Rossby altamente amplificato a valle di una depressione in una regione di maggiore trasporto integrato di vapore acqueo (IVT). Tali precursori dinamici possono fornire una catena narrativa dello svolgimento di un evento estremo. Tuttavia, le procedure di previsione operativa non incorporano ancora sistematicamente questa conoscenza.
DOMINO
Il primo strumento, DOMINO, si concentra sui pattern di circolazione a larga scala che modulano la probabilità di eventi estremi. Dato un elenco di date di eventi estremi, il framework identifica automaticamente i pattern precursori in qualsiasi set di variabili candidate nella rianalisi ERA5 dell’ECMWF, ad esempio altezza geopotenziale di 500hPa o IVT. Sulla base di questi modelli, DOMINO calcola un “indice di attività” standardizzato, che stima la probabilità di un estremo.
Un’elevata attività precursore si è verificata per il Nord Italia tra il 15 e il 17 maggio 2023, provocando devastanti alluvioni in Emilia Romagna. La previsione delle precipitazioni ensemble a medio raggio del sistema di previsione integrato (IFS) dell’ECMWF ha indicato l’evento estremo con un anticipo di circa 3 giorni. Tuttavia, solo 1,5 giorni prima dell’evento (previsione inizializzata il 14 maggio) l’ensemble si è incentrato sulle precipitazioni osservate. Al contrario, già dall’8 maggio i precursori Z500 e IVT hanno mostrato un rischio elevato con la mediana dell’ensemble leggermente al di sopra di un livello di pre-allarme (giallo >1) e il 25% dei membri ensemble al di sopra di 2 (rosso) per IVT. Pertanto, la previsione dell’ensemble dei precursori dinamici ha indicato l’evento 2-5 giorni prima rispetto alle previsioni di precipitazione diretta, estendendo il tempo di preavviso per le allerte precoci da 3 giorni fino a 8 giorni. DOMINO consente inoltre di esplorare una potenziale barriera di prevedibilità per un evento e di valutare, a priori, quando una previsione diventa più affidabile.
MaLCoX
Il secondo strumento, MaLCoX (Machine Learning model predicting Conditions for eXtreme precipitation), riconosce le condizioni sinottiche favorevoli che portano a precipitazioni estreme e successivamente classifica gli estremi in tre diverse categorie in base alla presenza di convezione. È su misura per eventi di precipitazioni estreme nell’Italia settentrionale e centrale, ma è estensibile ad altre regioni e scale temporali. MaLCoX, che si basa sull’architettura random forest, utilizza diversi gruppi di predittori, inclusi i predittori locali e gli indici precursori di DOMINO come predittori non locali. I predittori non locali sono particolarmente rilevanti e aumentano l’abilità di MaLCoX per tempi di consegna a medio raggio maggiori di 6 giorni.
MaLCoX è stato implementato operativamente presso ARPAE Emilia-Romagna e mostra una competenza comparabile nell’output di precipitazione diretta dall’ensemble, in particolare in situazioni con forte forcing dinamico. Ciò è notevole poiché MaLCoX è addestrato esclusivamente sulla previsione di controllo e attualmente non utilizza informazioni di ensemble dinamico come input. Un vantaggio rispetto alle previsioni di ensemble deriva dall’interpretabilità. MaLCoX è in grado di attribuire la sua decisione (estremo “sì” o “no” e categoria) a singoli componenti, fornendo così prodotti di previsione che consentono informazioni dinamiche (ad esempio valori IVT anomali rispetto all’ampiezza dell’onda).
Capire perché un modello fa una certa previsione può essere tanto cruciale quanto l’accuratezza della previsione, soprattutto quando i meteorologi devono affrontare condizioni rare e hanno bisogno di acquisire fiducia nell’output del modello.
Il caso dell’alluvione in Emilia-Romagna di maggio 2023
“Le piogge estreme del maggio 2023 in Emilia-Romagna sono state generate dalla confluenza di tre correnti aeree principali: dal nord Atlantico (WEST), dall’Atlantico centrale e nord Africa (NA low), e dall’est Europa (EAST)”, spiega Federico Grazzini, meteorologo di ARPA Emilia-Romagna, in un post su Facebook. “Una configurazione tipica per questo tipo di cicloni. Normalmente le correnti denominate WEST e NA low sono quelle che apportano il maggior contributo di vapor d’acqua (e anche questa volta l’hanno fatto in misura accresciuta) ma ad aggiungersi a questo è andato anche l’importante apporto della corrente EAST (normalmente molto più secca e fredda). Una situazione che pare essersi ripetuta anche a settembre e ottobre 2024”.
“Il riscaldamento globale cambia le carte in tavola e anche situazioni una volta innocue possono diventare pericolose. Con questo sistema è possibile tentare di capirne in maniera generale i motivi scatenanti”, ha aggiunto Grazzini.
Applicabilità
Secondo le discussioni con i meteorologi di ARPAE Emilia-Romagna e MeteoSwiss, tali allerte precoci basate su precursori dinamici sono particolarmente utili per azioni “low regret”, per le quali è possibile adottare misure per mitigare gli impatti negativi a basso costo e alcuni falsi allarmi sono accettabili. MaLCoX di ARPAE Emilia-Romagna è già ottimizzato per eventi di forti precipitazioni nel Nord Italia e funziona operativamente presso ARPAE.
Il flusso di lavoro DOMINO è implementato sul server ecgate di ECMWF ed è disponibile per gli Stati membri di ECMWF come un pacchetto software preconfigurato di facile utilizzo.
