Che tempo farà in futuro? Le nuove sfide delle previsioni meteorologiche
I modelli di anticipazione sono migliori di quanto non siano mai stati. Satelliti, reti neurali e intelligenza artificiale daranno un forte impulso al settore. Eppure, anche a causa del cambiamento climatico, una percentuale di imprevedibilità potrebbe restare.
di Flavio Natale
Le previsioni del tempo sono un campo di studi per chi ama il rischio. Ne sa qualcosa David Spritz, il personaggio interpretato da Nicolas Cage in The Weather Man, il film del 2005 diretto da Gore Verbinski in cui Spritz/Cage (conduttore di un programma televisivo sulle previsioni meteorologiche, ma non un vero meteorologo) riceve, a ogni previsione sbagliata, insulti per strada e lanci di cibo fast-food dai passanti.
Il personaggio creato da Verbinski rappresenta, con una buona dose di approssimazione, la percezione distorta che il grande pubblico ha della meteorologia (una scienza incapace di dare risultati efficaci) e, a catena, la frustrazione in cui molti meteorologi incappano, dato l’alto livello della sfida (nientemeno che anticipare gli stati futuri dell’atmosfera) e la scarsa comprensione da parte di chi, telefonino in mano, consulta distrattamente le previsioni.
Come si legge in un approfondimento della Cnn dedicato al futuro della meteorologia “anche se alla gente piace prendersela con i meteorologi che sbagliano, si scopre che le previsioni sono migliori di quanto non siano mai state”. Per rendersene conto, basta studiare l’andamento dell’anticipazione degli uragani negli ultimi anni, osservando in particolare il tasso di diminuzione dell’errore nella previsione delle tempeste in termini di miglia nautiche. Dal 1970, si legge sulla Cnn, il tasso di errore è sceso del 70% circa per una previsione a 24 ore, e del 90% circa per una previsione a 72 ore. Questo vuol dire che se nel 1970 l’errore medio per una previsione a 72 ore era di 450 miglia nautiche, oggi è di sole 50 miglia. “Ci sono menti straordinarie che lavorano alla produzione dei modelli meteorologici”, ha commentato John Homenuk, meteorologo di New York metro weather.
Nonostante le “menti straordinarie”, però, esistono alcune difficoltà congenite nel settore, e alcuni strumenti che gli esperti stanno mettendo in campo per ridurle.
Effetto farfalla, cambiamento climatico, nowcasting
Le variabili che mettono maggiormente in crisi i modelli di anticipazione sono due: le repentine variazioni climatiche (dovute all’effetto farfalla e al surriscaldamento globale) e la copertura temporale delle previsioni, dal brevissimo termine al lungo termine.
Il primo problema è un grosso problema. Come fa notare sempre Homenuk sulla Cnn: “Le grandi tempeste sono ancora molto complesse e difficili da capire. La battuta nella comunità di studiosi è che un agricoltore può starnutire in Oklahoma e cambiare l’intera situazione”. Gli stati dell’atmosfera sono fenomeni incredibilmente complessi, e concatenati, in cui le variabili, a ogni mutamento meteorologico, si decuplicano, generando un “effetto farfalla”.
A questa naturale imprevedibilità del sistema Terra si aggiunge la variabile del cambiamento climatico. Aditi Sheshadri, ricercatore capo presso l’Università di Stanford, ha esplorato le modalità con cui le temperature più calde della Terra influenzeranno nel futuro l’accuratezza delle previsioni meteorologiche. Ciò che ha scoperto è una “relazione abbastanza sistematica” tra i cambiamenti di temperatura e l’accuratezza delle previsioni. Sheshadri ha osservato che “se la Terra fosse molto più fredda” potremmo fare calcoli a lungo termini più accurati, mentre se la Terra si riscalda, come sta avvenendo, “questa finestra di previsione meteorologica accurata si restringe”. In poche parole, come ricordava qualche tempo fa un articolo della Bbc dedicato al mutamento delle condizioni terrestri dovuto al cambiamento climatico: “Stiamo entrando in un territorio inesplorato”.
Altra gatta da pelare per i meteorologici riguarda il raggio temporale delle previsioni, in particolare in due casi: il nowcasting (le previsioni a brevissimo termine, in uno spazio di poche ore) e le previsioni a lungo termine (da una settimana in poi). Qui, nonostante i progressi notevoli raggiunti negli ultimi anni, la strada da fare è ancora molta. Ma per percorrere questa strada esistono dei mezzi: i satelliti e l’intelligenza artificiale.
Super satelliti e super intelligenze
“All'inizio di questo secolo, i modelli previsionali hanno fatto un salto di qualità integrando un numero crescente di osservazioni meteorologiche effettuate dai satelliti”, scrive il meteorologo José Miguel Viñas su Meteored Italia. E in effetti, gran parte dei progressi compiuti negli ultimi anni nel settore dipende dal quantitativo di dati raccolti, compito che spetta ai satelliti, combinato all’elaborazione dei dati stessi, compito che spetta ai sistemi di calcolo.
Uno dei progetti più interessanti per quanto riguarda i satelliti è MetOp Second Generation (MetOp-Sg), il programma creato dall’Agenzia spaziale europea (Esa) e dall’Organizzazione europea per l'esercizio dei satelliti meteorologici (Eumestat) per lanciare in orbita due serie di satelliti il cui obiettivo è fornire “informazioni essenziali” per le previsioni nei decenni a venire. Questo programma costituisce un aggiornamento dei satelliti Metop (Metop B e Metop C) già lanciati nell’atmosfera, che orbitano attorno al globo e raccolgono dati da un'altitudine di 817 km, fornendo informazioni per le previsioni meteorologiche fino a 10 giorni di anticipo e per il monitoraggio delle condizioni climatiche della Terra.
I satelliti Metop-Sg A e Metop-Sg B (della seconda generazione) saranno dotati di strumenti di raccolta e analisi dati più accurati e innovativi, in particolare per quanto riguarda il nowcasting. Volker Liebig, direttore dei programmi di osservazione della Terra per l'Esa, ha dichiarato: “Questa nuova generazione migliorerà significativamente le osservazioni meteorologiche e climatiche essenziali fornite dagli attuali satelliti”, mantenendo così “la leadership dell’Europa nello sviluppo di sistemi, strumenti, tecnologie e applicazioni meteorologiche, nonché nella fornitura di servizi di previsione e monitoraggio del tempo”. La data di lancio dei satelliti è fissata per marzo 2025.
Se i dati vengono raccolti, però, c’è bisogno di qualcuno che li elabori. Ed è qui che entrano in gioco i computer. L’introduzione dell'Eniac (il primo computer della storia applicato alle previsioni) nel 1950 “fu una pietra miliare nella storia della meteorologia e un supporto definitivo per le previsioni meteorologiche, che da allora non hanno smesso di migliorare”, scrive sempre José Miguel Viñas.
Il ruolo dei sistemi di calcolo nell’anticipazione degli stati dell’atmosfera è cruciale. Basti pensare all’enorme mole di operazioni che, come si legge su Icona meteo, sono necessarie per prevedere il tempo in Italia: “Il campo di osservazione viene suddiviso in circa 2,5 milioni di parti, come una rete. In ognuna di queste parti il modello risolve circa 20mila sistemi (ognuno dei quali declinato in tremila operazioni semplici) per comprendere l’evoluzione del tempo da qui a tre giorni. In pratica i modelli fisico-matematici per realizzare le previsioni sul nostro Paese devono compiere 150mila miliardi di operazioni. Un calcolo impossibile senza l’intervento della tecnologia”.
Per questo motivo l'affidabilità delle previsioni è aumentata parallelamente allo sviluppo dei sistemi di calcolo. Carlo Cacciamani, direttore dell’Agenzia ItaliaMeteo, ha sottolineato durante l’evento del Festival dello sviluppo sostenibile 2023 dedicato all’anticipazione dei fenomeni meteorologici estremi che, per avere previsioni più accurate, “bisogna sapere di più”, individuando sinergie con i sistemi di supercalcolo. Tra questi, il fiore all’occhiello italiano è Cineca, un consorzio interuniversitario senza scopo di lucro formato da 116 enti pubblici, tra cui ministeri, università e istituzioni pubbliche nazionali, che si presenta a oggi come il maggiore centro di calcolo in tutta Italia e uno dei più importanti a livello mondiale. Il suo compito, ha spiegato sempre durante l’evento ASviS Gian Franco Marras, responsabile dei servizi meteo nazionali Cineca, è quello di offrire supporto alle attività della comunità scientifica tramite il supercalcolo e le sue applicazioni. “Eruzioni, inondazioni e altri eventi estremi sono una costante minaccia”, ha spiegato Marras, “e grazie a Cineca gli scienziati possono simularne gli effetti”. La possibilità di anticipare (e simulare) gli eventi estremi con grande precisione ha importanti ripercussioni positive sulla scienza meteorologica, diminuendo le variabili e gli “effetti farfalla”.
Legata a doppio filo ai sistemi di super calcolo è l’integrazione in questo settore di studi dell’intelligenza artificiale e delle reti neurali, due strumenti che secondo molti potranno fornire un contributo decisivo ai sistemi di previsione. “L’uso dell’intelligenza artificiale e delle reti neurali in ambito meteo-climatico”, si legge sempre su Icona meteo, “potrebbe aiutarci a comprendere le complesse relazioni che intercorrono tra la circolazione atmosferica su larga scala e le diverse variabili ambientali”.
Per reti neurali artificiali si intendono sistemi di elaborazione dell’informazione che si ispirano al funzionamento del sistema nervoso degli organismi evoluti: sono quindi dotati di capacità di apprendimento, addestramento, generalizzazione e adattamento. Un esempio sono le Self organizing map (Som), reti neurali usate per aggiornare e studiare le serie storiche relativi ai dodici tipi di circolazioni atmosferiche giornaliere identificate lungo l’Europa centro-meridionale, nonché per valutare l’abilità dei diversi modelli globali di previsione meteorologica di elaborare anticipazioni accurate nel breve-medio termine, ovvero fino a una settimana.
Un altro esempio, che combina apprendimento automatico e capacità di elaborazione dell’intelligenza artificiale, è DeepMind, società satellite di Alphabet (Google) che ha sviluppato il Deep generative model of rain, un modello previsionale di nowcasting che si prospetta di grande utilità. “Questo sistema utilizza dati provenienti da radar ad altissima precisione e sfrutta l’apprendimento automatico per prevedere il tempo dei prossimi 5-90 minuti”. I risultati dei test realizzati da DeepMind sono stati pubblicati su Nature e analizzati dall’agenzia governativa inglese Met Office, che ha assegnato a queste previsioni “un’accuratezza dell’89% più elevata rispetto ai metodi attualmente in uso”.
Il settore delle previsioni meteorologiche è dunque in grande fermento. Le nuove tecnologie permetteranno di raggiungere livelli di accuratezza e precisione inimmaginabili solo pochi anni fa, anche se una minima percentuale di imponderabilità potrebbe comunque restare. Ma d’altronde, tornando al cinema, se David Lynch, regista americano che più di ogni altro ha scandagliato l’imprevedibilità dell’animo umano, è un appassionato di meteorologia qualche motivo ci sarà.
fonte dell'immagine di copertina: Nasa/unsplash