Il Poor Man's Ensemble di Arpal su Atmospheric Research


Pubblicato su una rivista scientifica internazionale l’ultimo studio effettuato da Arpal, in collaborazione con l’Isac-Cnr di Bologna, che descrive nel dettaglio il funzionamento e i risultati del Poor Man’s Ensemble, un nuovo strumento che permette di sfruttare al meglio i modelli previsionali operativi disponibili nell’attività del Centro Meteo Arpal.
L’ultima fatica “letteraria” di personale Arpal è stata pubblicata nei giorni scorsi su Atmospheric Research, rivista scientifica della Elsevier.
The Arpal operational high resolution Poor Man’s Ensemble, description and validation” (Il Poor Man’s Ensemble operativo ad alta risoluzione di Arpal, descrizione e validazione) sarà consultabile gratuitamente per tutto il mese di gennaio, e in 15 pagine illustra nel dettaglio lo sviluppo e le potenzialità di questo nuovo strumento di lavoro.
Primo firmatario dell’articolo è Matteo Corazza, meteorologo del Centro Funzionale ARPAL, autore dello studio insieme a Davide Sacchetti e Marta Antonelli (Arpal), e a Oxana Drofa dell’Istituto di Scienze dell’Atmosfera e del Clima (ISAC-CNR) di Bologna.
I meteorologi Arpal elaborano quotidianamente le previsioni avendo a disposizione molti modelli numerici di simulazione dell’atmosfera: a seconda degli scenari considerati, si possono considerare attendibili fino a 25 simulazioni diverse… quale scegliere? Il Poor Man’s Ensemble – chiamato così perché non richiede risorse computazionali aggiuntive rispetto ai run dei modelli operativi che lo compongono – sfrutta questa ricchezza di scenari diversi, e permette di ottenere variabili statistiche per caratterizzare la predicibilità delle condizioni atmosferiche. Si tratta di uno strumento utile, che può contribuire in modo significativo a migliorare le capacità previsionali su scala locale, in particolare per la previsione di fenomeni legati alla convezione, particolarmente importanti per la nostra regione.
Nell’articolo viene dimostrato che l’approccio probabilistico permette un miglioramento delle capacità previsionali rispetto a ogni singolo modello deterministico. Questo mette in evidenza i potenziali benefici per l’intero sistema di protezione civile associati all’utilizzo di procedure legate a previsioni probabilistiche, in cui in particolare il sistema di allertamento possa beneficiare di analisi statistiche basate sul rapporto fra ‘costo’ di emissione di una allerta e ‘perdite’ nel caso si verifichi un evento calamitoso.
 

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.