29.05.2023 - Associazione
Nuovo servizio MNW: climatologia stazioni

L’associazione è felice di presentare a tutti gli utenti un nuovo servizio gratuito relativo alla gestione e consultazione dei dati meteorologici: https://meteonetwork.eu/it/climatologia

Si tratta della climatologia delle stazioni meteorologiche iscritte alla rete associativa, i grafici consultabili per ogni stazione riportano la media dei dati archiviati nel database associativo relativa a temperatura (massima, minima e media) e precipitazioni su base mensile.
La climatologia viene calcolata con tutti i dati disponibili, con un limite minimo di circa 2 anni per quanto concerne i dati termici e circa 5 anni per i restanti.

Attualmente il servizio è alla prima release che nel corso del tempo verrà migliorata e implementata, per questa ragione vi chiediamo di testarla e darci le vostre impressioni, cercheremo di farne tesoro e basare su di esse i prossimi rilasci.

Per chi volesse conoscere maggiori dettagli tecnici riportiamo delle caratteristiche più nel dettaglio.

Nella pagina vengono rappresentate le climatologie di temperatura minima, massima e media giornaliere (media mensile) e precipitazione (accumulo mensile). I dati sono calcolati sulla climatologia di riferimento 1991-2020. Dato che l’archivio della rete MeteoNetwork copre gli anni fino al 2002, e che la maggior parte delle stazioni hanno non più di qualche anno di dati, per poter calcolare la climatologia sul periodo 1991-2020 è stato adoperato un particolare algoritmo che permette di ricostruire l’andamento della serie storica sul periodo 1991-2020 per molte delle stazioni. Il funzionamento dell’algoritmo è descritto di seguito.

Il dato di riferimento per poter ricostruire la serie storica di ogni stazione è basato sulla rianalisi ERA5-Land (da non confondere con ERA5) alla risoluzione originale di circa 10km. Per ogni stazione vengono estratti i punti di griglia delle rianalisi in un intorno di 20 km dalla stazione stessa.

Per le temperature il dato (media, minima e massima giornaliere) viene confrontato nel periodo temporale in comune tra rianalisi e stazione, per ogni giorno in cui sono presenti dati. Facendo il training di un algoritmo di Machine Learning, che ha come input la serie temporale dei punti di griglia della rianalisi e come output il dato osservato dalla stazione, è possibile costruire un modello che permette di fare una previsione per qualsiasi periodo arbitrario. Da notare che se lo skill score del modello ML scende sotto l’88% la stazione viene esclusa
Il modello ottenuto viene utilizzato per ricostruire una serie storica “fittizia” della stazione sul periodo 1991-2020 basandosi sui dati della rianalisi. Successivamente questa serie storica viene mediata sui 30 anni in modo da ottenere una climatologia per giorno dell’anno. Vengono utilizzate solo stazioni che hanno almeno 2 anni di dati in comune con la rianalisi. È possibile usare un periodo così limitato perché l’algoritmo non deve “imparare” a riconoscere ogni particolare evento nel corso dei 30 anni, ma piuttosto la relazione tra la temperatura prevista dalla rianalisi e quella osservata dalla stazione (quindi, fondamentalmente, il bias caratteristico del modello).

Per la precipitazione la bassa correlazione tra dato misurato dal modello ed osservato dalla stazione non permette di utilizzare lo stesso metodo, almeno al momento. In effetti la precipitazione, a differenza della temperatura, è caratterizzata da gradienti temporali e spaziali molto spiccati che non permettono di allenare un modello ML stabile. Inoltre, la correlazione tra precipitazione prevista dal modello ed osservata dalla stazione è, probabilmente per l’incapacità di ERA5-Land di rappresentare correttamente eventi locali come temporali, molto bassa.
Per questo motivo il confronto tra i punti vicini della rianalisi e della stazione è fatto sulla base di dati già mediati per giorno dell’anno. Inoltre, i punti più vicini estratti dalla rianalisi vengono mediati nello spazio, utilizzando dei pesi che dipendono dalla distanza dalla stazione (sia in latitudine/longitudine che in altezza), in modo da ottenere un solo dato che varia nel tempo.
Per ottenere delle medie statisticamente significative si richiede che la serie temporale della stazione e della rianalisi abbiano almeno 5 anni di dati in comune (a differenza dei 2 utilizzati per la temperatura).

Il confronto finale viene quindi effettuato tra due serie temporali fatte da 365 punti (uno per ogni giorno dell’anno). La differenza tra queste due serie permette di ottenere il “bias” caratteristico della rianalisi che poi può essere applicato, per giorno dell’anno, in modo da ottenere la climatologia sul periodo 1991-2020. Purtroppo l’accuratezza di questo metodo non è al pari di quello utilizzato per la temperatura, ma permette comunque di ricostruire quantitativi mensili sensati, cosa che non era possibile utilizzando solo un training di un modello ML.
È opportuno evidenziare che i sensori non a norma sono esclusi dalla climatologia quindi è possibile che alcune stazioni abbiano solo dati mensili di precipitazione e non di temperatura o viceversa.

Lo staff

Associazione MeteoNetwork OdV
Via Cascina Bianca 9/5
20142 Milano
Codice Fiscale 03968320964