Home Ambiente Le previsioni meteorologiche migliorano con dati satellitari più precisi sull’atmosfera terrestre

Le previsioni meteorologiche migliorano con dati satellitari più precisi sull’atmosfera terrestre

588
0
Mean soil moisture distribution for June, July and August 2017. The mean was computed from swath-based soil-moisture generated by the ‘neural network’ in Near-Real-Time at ECMWF. Copyright ECMWF

A partire dall’11 giugno 2019, le misurazioni della missione SMOS dell’ESA sono completamente integrate nel sistema di previsione dell’ECMWF, consentendo una descrizione più accurata del contenuto di acqua nel suolo.

Dal suo lancio nel 2009, la missione SMA (Soil Moisture and Ocean Salinity) dell’ESA ha fornito osservazioni globali sulle emissioni dalla superficie terrestre, in particolare sull’umidità del suolo e sulla salinità dell’oceano – due importanti variabili nel ciclo dell’acqua.

Previsioni meteorologiche accurate

Le previsioni meteorologiche accurate sono fondamentali per le attività commerciali e di svago. Il Centro europeo per le previsioni meteorologiche a medio raggio (ECMWF) è l’agenzia leader per fornire previsioni meteorologiche globali accurate. Il suo Integrated Forecasting System (IFS), un gigantesco modello numerico di previsioni meteorologiche, fornisce previsioni del tempo 24 ore al giorno, sette giorni alla settimana.

Patricia de Rosnay, il team leader di Coupled Assimilation all’ECMWF commenta che “Quando si utilizzano le misurazioni SMOS nel nostro sistema di previsione operativa, si ottiene una migliore descrizione della distribuzione spaziale dell’acqua nel terreno. Queste sono misure importanti per capire le complesse interazioni tra la superficie terrestre e l’atmosfera, che è cruciale per il nostro sistema di previsione”.

La conoscenza dell’atmosfera terrestre

Il tempo meteorologico è un processo complesso e una buona previsione dipende in gran parte dalla conoscenza dell’atmosfera terrestre fornita attraverso una serie di osservazioni da satelliti, dati in situ, palloncini, boe e altri sistemi di osservazione.

Questi dati devono essere disponibili rapidamente per essere utili per le previsioni. La produzione di misurazioni geofisiche di umidità del suolo richiede circa otto ore dalla rilevazione.

Le reti neurali applicate alla meteorologia

Una tecnica intelligente utilizzata per accelerare la produzione di questi dati è l’apprendimento automatico, ad esempio utilizzando una “rete neurale” artificiale, che calcola i valori di umidità del suolo dal satellite in pochi secondi. È stato adattato da CESBIO e LERMA per generare le informazioni necessarie per le previsioni operative.

“Le tecniche di apprendimento automatico sono efficienti dal punto di vista computazionale e sono strumenti molto veloci per elaborare rapidamente grandi set di dati. L’utilizzo delle reti neurali è stata la chiave per l’integrazione delle misurazioni SMOS in tempo per le previsioni del tempo”, afferma Nemesio Rodriguez-Fernandez di CESBIO, che ha progettato la rete neurale prima dell’integrazione operativa fatta da ECMWF.

Utilizzare le misurazioni da un satellite Earth Explorer in operazioni 24/7 è un risultato importante. Finora, solo le misurazioni SMOS sulla terra venivano utilizzate per supportare le previsioni meteorologiche generali. SMOS fornisce informazioni in tutte le condizioni meteorologiche e anche nuove informazioni per il monitoraggio degli uragani e la misurazione del ghiaccio marino sottile.

Il futuro potenziale utilizzo di SMOS

In futuro, le informazioni fornite da SMOS sugli oceani e le regioni polari potranno anche essere utilizzate in combinazione con i modelli del sistema Terra e i sistemi di assimilazione dei dati.

Lo scienziato dell’ESA, Matthias Drusch, ha dichiarato: “L’integrazione delle misurazioni SMOS nel sistema di previsione ECMWF è stata un’importante iniziativa iniziata oltre 15 anni fa. Questa storia di successo mostra come i modelli e persino le applicazioni operative traggono vantaggio da nuove osservazioni.”

 

 

LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui