Febbraio coi fiocchi? *** 8-)

[Thomyorke]

Ross, che si dice per sabato?

[teuz]

Lol gfs toglie tutto e dico tutto per sabato domenica.. ma vaffanculo... peace&love

[Angelo]

Angelo, colgo l'occasione per una domanda/commento se posso: non capisco bene l'utilita' del multi model come e' proposto per le singole localita'. Il fatto che vengano comparati modelli diversi a diversa risoluzione (e diversi time step immagino pure) non e' garanzia di un sondaggio completo delle configurazioni predittive possibili ma rischia di essere (molto probabilmente e') un ensemble con una distribuzione non omogenea. Oltretutto sono modelli con skill predittivi molto diversi, specialmente se si confrontano modelli globali tipo NEMS2-30 o GEM25 con regionali che operano su diversi domini (e diverse condizioni al contorno?). Vengono per caso assegnati pesi ai diversi modelli?

Un esempio banale del problema nell'accostare i modelli e' il grafico con le T2m che ovviamente non mi dice che a Trento per domani c'e' un'incertezza nella temperatura massima che spazia da +3 a +12. Chiaro che si puo' fare un post processing per tenere conto delle diverse quote dei punti di griglia, ma le differenze continuano ad essere dominate dalle diverse orografie piu' che da diverse previsioni. E simili problemi a mio avviso ci sono anche per un parametro come la precipitazione. Insomma lo trovo piuttosto difficile da interpretare

Ciao Ross. Non sono il modellista quindi non posso risponderti con assoluta cognizione di causa, dovresti chiedere direttamente a chi si occupa di questi post processing. In ogni caso certamente ogni modello ha un peso diverso per temperature e precipitazioni ( anche per la velocità del vento) che non è deciso a priori ma a posteriori dal sistema di apprendimento. Questo sistema si basa sul confronto misurato - archivio del previsto dai vari modelli e da questo si estrapola l'algoritmo che meglio descrive la regressione. Più di questo non so dirti, io sono quello del marketing 
Scherzi a parte, per le precipitazioni il modellista ha fatto una validazione su circa 10k stazioni su tutto il mondo ed è riuscito ad ottenere skill migliori rispetto al migliore dei modelli presi in considerazione, sia come percentuale di successo sia come falsi negativi.

[Dr_House]

Lol gfs toglie tutto e dico tutto per sabato domenica.. ma vaffanculo... peace&love

Ma no dai... Buone prp venerdì e poi qualcosa sabato e poi una bella botta tra domenica sera e lunedì... Certo termicamente per le valli niente di buono

Inviato dal mio SM-G935F utilizzando Tapatalk

[teuz]

Si scusa ha magicamente spostato di 24 ore 

[ross]

Angelo, colgo l'occasione per una domanda/commento se posso: non capisco bene l'utilita' del multi model come e' proposto per le singole localita'. Il fatto che vengano comparati modelli diversi a diversa risoluzione (e diversi time step immagino pure) non e' garanzia di un sondaggio completo delle configurazioni predittive possibili ma rischia di essere (molto probabilmente e') un ensemble con una distribuzione non omogenea. Oltretutto sono modelli con skill predittivi molto diversi, specialmente se si confrontano modelli globali tipo NEMS2-30 o GEM25 con regionali che operano su diversi domini (e diverse condizioni al contorno?). Vengono per caso assegnati pesi ai diversi modelli?

Un esempio banale del problema nell'accostare i modelli e' il grafico con le T2m che ovviamente non mi dice che a Trento per domani c'e' un'incertezza nella temperatura massima che spazia da +3 a +12. Chiaro che si puo' fare un post processing per tenere conto delle diverse quote dei punti di griglia, ma le differenze continuano ad essere dominate dalle diverse orografie piu' che da diverse previsioni. E simili problemi a mio avviso ci sono anche per un parametro come la precipitazione. Insomma lo trovo piuttosto difficile da interpretare

Ciao Ross. Non sono il modellista quindi non posso risponderti con assoluta cognizione di causa, dovresti chiedere direttamente a chi si occupa di questi post processing. In ogni caso certamente ogni modello ha un peso diverso per temperature e precipitazioni ( anche per la velocità del vento) che non è deciso a priori ma a posteriori dal sistema di apprendimento. Questo sistema si basa sul confronto misurato - archivio del previsto dai vari modelli e da questo si estrapola l'algoritmo che meglio descrive la regressione. Più di questo non so dirti, io sono quello del marketing 
Scherzi a parte, per le precipitazioni il modellista ha fatto una validazione su circa 10k stazioni su tutto il mondo ed è riuscito ad ottenere skill migliori rispetto al migliore dei modelli presi in considerazione, sia come percentuale di successo sia come falsi negativi.

ah ho capito grazie. Quindi la "media multimodel" chiamiamola cosi e' in realta' frutto di un post processing ragionato che si affida allo skill di ogni singolo modello usato. E' una sorta di ensemble che pesca il meglio da ogni modello. E quindi da intendersi diversamente dall'ensemble di uno stesso modello ottenuta esplorando l'incertezza nelle parametrizzazioni fisiche che si traduce nella rosa degli scenari predittivi.

[Dr_House]

Comuqnue per domenica/lunedì mi sembra ci sia rischio che il grosso rimanga basso.
Dal punto di vista termico poi, da martedì torniamo con t buone per la neve in valle...vediamo se entra una perturbazione

Inviato dal mio SM-G935F utilizzando Tapatalk

[Heinrich]

Comuqnue per domenica/lunedì mi sembra ci sia rischio che il grosso rimanga basso.
Dal punto di vista termico poi, da martedì torniamo con t buone per la neve in valle...vediamo se entra una perturbazione

É la cantilena dei nostri inverni da 4 anni. Ignobile.

[simofir]

Si scusa ha magicamente spostato di 24 ore 

affidabilità show di gfs.non è in grado nemmeno di beccare una perturbazione atlantica a 3 giorni.

[Angelo]

Comunque Angelo, perdonami, a proposito di supercazzole...

Sarò pure 'gnorante, ma io non ho capito. Mi spiego meglio...

In un primo momento hai scritto: "Per la previsione pioggia-neve, infine, non è più determinata dalla colonna del modello, essendo che ci sono dietro enne modelli, ma dalla temperatura. Sotto gli 0°C previsti la previsione da sempre neve ( gelicidio non c'è), sopra i +2 da sempre pioggia, tra 0 e +2 si ricorre alla colonna di 1 singolo modello, quello a passo di griglia più basso a disposizione. "

Sicchè, giustamente, bantu ti chiede come mai vede neve... E poco dopo io ti faccio notare che questo meteogramma, per le 18 di sabato, vede:

0°C a 900 m
2°C a 600 m
4°C a 300 m circa
5°C a fondovalle

Conseguentemente, mi viene da scriverti che il paradosso è che è mi sembra più credibile il meteogramma gratuito che quello a pagamento. A rigor di logica, infatti, mi verrebbe da pensare che, siccome la colonna d'aria sfora abbondantemente i 2°C, il modello dovrebbe restituire precipitazioni rigorosamente liquide. Abbiamo 2°C sopra i 600 metri, quindi mi aspetterei neve sopra quella quota, ma Trento è a 200 metri... E siccome lo stesso meteogramma segna 4°C a 300 metri e 5°C a fondovalle, il meteogramma a pagamento dovrebbe darmi pioggia esattamente come quello gratuito. Tu invece mi rispondi che i meteogrammi a pagamento sono solo dei giochini per invogliare ad abbonarsi, e Yakopuz ringrazia per la spiegazione. Io invece, perdonami, ammetto apertamente che ho pensato solo una cosa, ovvero... Ehm... Eh? 

Tra l'altro qui: https://www.meteoblue.com/it/tempo/previsioni/multimodel/trento_italia_3165243
c'è scritto che il passo di griglia di NEMS4 è di 4 km (non 3 km), che comunque è un signor dettaglio, per il quale io pagherei volentieri un abbonamento. Ma se il modello a pagamento non fa ricorso al NEMS4, ovvero il più dettagliato, ma per le precipitazioni vede Trento a 725 metri utilizzando un passo di griglia di 12 km, io non sono invogliato ad abbonarmi.

Ciao Pippo. L'abbonamento non ti da previsioni migliori, non è che in home page ci sia una previsione così e così e a pagamento la previsione "migliore". La previsione gratuita in home page è la previsione "migliore" ma è basica, nel senso che ti da i parametri della meteo generalista.
L'abbonamento ti da strumenti in più per valutare la situazione che non sono attinenti alla meteo "generalista". Ad esempio il meteogramma per gli astronomi, il meteogramma per la neve, il meteogramma per valutare le termiche (figata incredibile), il meteogramma per l'agricoltura, le cross section, le traiettorie, i radiosondaggi da modello, i meteogrammi air, un bordello di mappe sovrapposte a google maps etc.... Quindi non è una previsione migliore, sono enne strumenti sfiziosi in più ( e senza pubblicità).

Nel caso del meteogramma snow, https://content.meteoblue.com/it/aiuto/dimensioni-spaziali/point-r/meteogrammi/meteogramma-snow pur avendo precipitazioni derivanti dal sistema multimodel, considera la cella del modello e non ha un dowscaling sulla località ( come ha la previsione sul sito). Questo perchè, ovviamente, c'è un abisso tra un versante esposto a nord e uno esposto a sud e nessun modello del mondo, ad oggi, ha una risoluzione tale da rappresentare un'orografia complessa in maniera accurata, quindi è una situazione "media" sulla cella. Nella documentazione del meteogramma c'è scritto "L'elevazione ( m.s.l.m ) del meteogramma SN?W è la media delle altezze di tutte le grid cells da cui è estratto il meteogramma; come già detto questa può essere differente dall'altezza della località selezionata."
Anche se è riportato nero su bianco, mi rendo conto che aprendo il meteogramma snow viene riportato "Trento 193 m" e questo è certamente un'indicazione non corretta e fuorviante. Non ci avevo mai fatto caso e ti ringrazio per aver messo in luce questo aspetto. Farò in modo che venga corretto quanto prima.

Nel caso specifico, la previsione per Trento deriva da un modello a 3km di passo di griglia per i primi 3 giorni, poi da un modello a 12km dal quarto al 7imo giorno. Nella previsione sul sito ci sono enne post processing per rendere omogeneo il passaggio da un modello all'altro ( il modello a 12km simula il modello a 3km con dei post processing). Nel caso del meteogramma snow, quindi, i primi 3 giorni sono rappresentativi della colonna d'aria del modello a 3km (565m slm per la cella su cui cade Trento), dal quarto al settimo giorno derivano dal modello a 12km (725m slm per la cella su cui cade Trento).

Spero di aver fugato i tuoi dubbi, nel caso chiedi pure. 

P.S. Io non ci guadagno nulla se vi abbonate sul sito di meteoblue, il mio è masochismo puro 

[Angelo]

Angelo, colgo l'occasione per una domanda/commento se posso: non capisco bene l'utilita' del multi model come e' proposto per le singole localita'. Il fatto che vengano comparati modelli diversi a diversa risoluzione (e diversi time step immagino pure) non e' garanzia di un sondaggio completo delle configurazioni predittive possibili ma rischia di essere (molto probabilmente e') un ensemble con una distribuzione non omogenea. Oltretutto sono modelli con skill predittivi molto diversi, specialmente se si confrontano modelli globali tipo NEMS2-30 o GEM25 con regionali che operano su diversi domini (e diverse condizioni al contorno?). Vengono per caso assegnati pesi ai diversi modelli?

Un esempio banale del problema nell'accostare i modelli e' il grafico con le T2m che ovviamente non mi dice che a Trento per domani c'e' un'incertezza nella temperatura massima che spazia da +3 a +12. Chiaro che si puo' fare un post processing per tenere conto delle diverse quote dei punti di griglia, ma le differenze continuano ad essere dominate dalle diverse orografie piu' che da diverse previsioni. E simili problemi a mio avviso ci sono anche per un parametro come la precipitazione. Insomma lo trovo piuttosto difficile da interpretare

Ciao Ross. Non sono il modellista quindi non posso risponderti con assoluta cognizione di causa, dovresti chiedere direttamente a chi si occupa di questi post processing. In ogni caso certamente ogni modello ha un peso diverso per temperature e precipitazioni ( anche per la velocità del vento) che non è deciso a priori ma a posteriori dal sistema di apprendimento. Questo sistema si basa sul confronto misurato - archivio del previsto dai vari modelli e da questo si estrapola l'algoritmo che meglio descrive la regressione. Più di questo non so dirti, io sono quello del marketing 
Scherzi a parte, per le precipitazioni il modellista ha fatto una validazione su circa 10k stazioni su tutto il mondo ed è riuscito ad ottenere skill migliori rispetto al migliore dei modelli presi in considerazione, sia come percentuale di successo sia come falsi negativi.

ah ho capito grazie. Quindi la "media multimodel" chiamiamola cosi e' in realta' frutto di un post processing ragionato che si affida allo skill di ogni singolo modello usato. E' una sorta di ensemble che pesca il meglio da ogni modello. E quindi da intendersi diversamente dall'ensemble di uno stesso modello ottenuta esplorando l'incertezza nelle parametrizzazioni fisiche che si traduce nella rosa degli scenari predittivi.

Si, non è certo l'ens "classico" di un modello con le enne perturbazioni iniziali. 

[MrPippoTN]

Ora è tutto molto più chiaro, Angelo, grazie. Ti faccio questa domanda perché, su indicazione di Simone, stiamo seriamente valutando a livello associativo di fare una sorta di abbonamento collettivo, adesso vediamo se ne val la pena.

Ciao!

[simofir]

Passaggio domenica/lunedì di ecmwf 12z che non mi piace per niente.

[MrPippoTN]

Percepisco un silenzio eloquente. Lo sentite questo odore? 

[simofir]

Percepisco un silenzio eloquente. Lo sentite questo odore? 

si di mer#a
di 3 passaggi ci resta quello più insulso e caldo del venerdì.