Tempo preciso

Il meteorologo televisivo Paul Douglas ricorda il giorno nel 1997 in cui ha avuto l'ispirazione che ha portato al lancio della sua azienda. Aveva previsto in onda un temporale che si sarebbe spostato attraverso le Twin Cities del Minnesota, solo per essere affrontato off-air da una marea di e-mail da telespettatori locali che volevano sapere come la tempesta avrebbe potuto influenzare i loro piani per la giornata. Era così frustrante, ricorda. A che ora comincerà a piovere nella mia città?' Sto guidando verso nord; batterò la pioggia?' Il mio matrimonio è questo pomeriggio; pioverà?'

Douglas non era in grado di rispondere a tali domande. Le sue previsioni si basavano in gran parte sulle informazioni del National Weather Service, che prevede le condizioni per un'area di 12 chilometri per 12 chilometri e le cui previsioni non hanno nulla da dire su come varia il tempo all'interno di quell'area. E anche se Douglas potesse fare previsioni così localizzate, non c'era modo che potesse diffondere efficacemente le informazioni personalizzate. E poi ha capito: forse poteva dare a tutti un bollettino meteorologico personalizzato. Due anni dopo, nel 1999, ha fondato Digital Cyclone, con sede a Minneapolis, che prevede gli eventi meteorologici su aree di sei chilometri per sei e offre le informazioni tramite telefoni cellulari.

Questa storia faceva parte del nostro numero di giugno 2003

• Vedi il resto del problema
• sottoscrivi

Digital Cyclone è solo una delle numerose aziende che stanno portando le previsioni del tempo a nuovi livelli di utilità e precisione. Il Weather Channel di Atlanta, GA, per esempio, ora fornisce mappe con una risoluzione di otto chilometri e un servizio di allerta per computer desktop. E AccuWeather a State College, PA, genera mappe meteorologiche con risoluzione di un chilometro che sono disponibili su assistenti digitali personali e telefoni abilitati a Internet. Alimentate dalla disponibilità di vaste riserve di computer a basso costo, nuove tecniche matematiche per la messa a punto dei modelli meteorologici e sistemi di osservazione ad alta tecnologia, queste aziende stanno sfruttando l'aspetto molto trascurato delle previsioni meteorologiche che Douglas chiama il gioco corto: ovvero, consigliare persone sulle particolari condizioni meteorologiche nei loro singoli quartieri o città, non solo nelle loro regioni.

Il passaggio a tali previsioni ad alta risoluzione potrebbe tradursi in enormi risparmi. Secondo John Dutton, decano emerito del College of Earth and Mineral Sciences della Pennsylvania State University, oltre 3 trilioni di dollari dell'economia annuale della nazione è influenzata dagli eventi meteorologici. Agricoltori, operai edili, squadre di rimozione della neve, addetti alla manutenzione energetica, spedizionieri ferroviari e camionisti dipendono da previsioni accurate e precise per gestire efficacemente il loro tempo e le loro risorse. Una massa d'aria fresca inaspettata in un giorno d'estate potrebbe attaccare una compagnia elettrica con milioni di dollari di elettricità inutilizzata. Un cambiamento nella velocità del vento potrebbe modificare la scelta di un agricoltore di spruzzare fertilizzanti, che possono disperdere e persino rovinare le colture vicine con venti superiori a 11 chilometri all'ora. Una piccola differenza di temperatura può determinare se una squadra di rimozione della neve deporrà sabbia o sale. Il sale è generalmente efficace solo sopra i -7 C e una decisione sbagliata di usarlo non solo può essere inefficace nel ridurre il ghiaccio, ma anche sprecare migliaia di dollari di denaro dei contribuenti.

Che si tratti di dipendenti o mamme del calcio, c'è una domanda insaziabile di informazioni meteorologiche, afferma Douglas. Sono già disponibili molte informazioni incredibilmente utili, ma esiste una reale opportunità per filtrarle, renderle più tempestive, dettagliate e accurate e fornirle in una forma più utile.

Previsioni personalizzate

Per cinque decenni, le previsioni del tempo negli Stati Uniti si sono basate su modelli che funzionano con la più recente tecnologia informatica presso il National Center for Environmental Prediction del National Weather Service a Camp Springs, MD. I modelli utilizzano più di 100 milioni di misurazioni giornaliere di temperatura, umidità, pressione atmosferica, velocità e direzione del vento raccolte da diverse località del mondo. Sulla base di questi dati, le previsioni vengono calcolate su scala globale, nazionale e regionale ogni sei ore per aree di appena 12 chilometri per 12 chilometri.

Il tempo reale, ovviamente, può variare parecchio su distanze di pochi chilometri, afferma Craig Burfeind, un meteorologo che ha cofondato Digital Cyclone con Douglas. Le tempeste invernali possono avere una linea precisa e poche miglia su entrambi i lati di quella linea possono significare la differenza tra pioggia e sei pollici di neve. Burfeind osserva che un giorno dello scorso inverno, le temperature nei sobborghi meridionali di Minneapolis hanno raggiunto i 20°C (70°F) mentre i sobborghi settentrionali sono rimasti intorno allo zero, con conseguenti differenze di temperatura di 6°C o più su un intervallo di sei chilometri. E Minneapolis non è nemmeno vicino a una grande caratteristica geologica, come una montagna o una valle, che può influenzare la velocità e la direzione del vento, l'umidità e la temperatura e creare differenze misurabili in una piccola area. Anche uno specchio d'acqua di notevoli dimensioni può creare forti contrasti di temperatura che contribuiscono alla neve effetto lago, alla fitta nebbia costiera o ai temporali imprevisti.

Il servizio meteorologico sarebbe felice di produrre previsioni per la località di tutti se fosse pratico. Ma aumentare la risoluzione della griglia di previsione a, diciamo, sei chilometri per sei chilometri richiede in realtà un calcolo otto volte superiore. Il nostro prossimo passo in quel regno è di 10 chilometri, che non saranno operativi fino alla fine del 2004, afferma Lauren Morone, responsabile delle operazioni presso il National Center for Environmental Prediction.

ma c'è un altro modo. Negli anni '90, i ricercatori della Pennsylvania State University hanno iniziato a incorporare i dati grezzi raccolti dal National Weather Service nei propri modelli basati su PC. L'esecuzione di un modello era una grande operazione centralizzata, come il Progetto Manhattan, afferma il climatologo della Penn State Paul Knight. Al contrario, afferma, la nuova generazione di modelli di PC completa meno calcoli per un'area più piccola del globo e quindi è in grado di produrre previsioni meteorologiche localizzate ad alta risoluzione che possono essere sfornate in tempi relativamente brevi.

Digital Cyclone, per esempio, sta capitalizzando il successo di Penn State. L'azienda fornisce previsioni per un certo numero di aree metropolitane degli Stati Uniti, utilizzando un singolo PC per fornire una previsione del tempo per una particolare città. Le previsioni sono due volte più frequenti di quelle provenienti dal Servizio Meteorologico Nazionale e coprono un'area più piccola; cioè, corrono ogni tre ore e hanno una risoluzione di sei chilometri entro un raggio di circa 120 chilometri dalla città.

I clienti di Digital Cyclone possono accedere alle informazioni da un sito Web. Digitando le loro posizioni, possono ottenere mappe meteorologiche centrate sulle loro città, complete di immagini radar e tracce proiettate dei temporali. Ma il vero valore del servizio di Digital Cyclone, afferma Douglas, è che le persone possono acquisire le informazioni dai loro telefoni cellulari abilitati a Internet. Entro la fine dell'anno, quegli stessi telefoni emetteranno avvisi acustici inviati dall'azienda e adattati alle esigenze delle persone. E in un momento in cui sempre più telefoni cellulari sono dotati di software Global Positioning Satellite e ricevitori di segnale che forniscono informazioni sulla loro posizione geografica, Digital Cyclone sta sviluppando un software - che dovrebbe essere disponibile nei prossimi anni - che utilizzerebbe i dati GPS per offrono mappe meteorologiche ad alta risoluzione centrate automaticamente sulla posizione del telefono.

Sul fronte degli affari

Avere avvisi personalizzati trasmessi al tuo dispositivo portatile potrebbe sembrare il massimo in termini di automazione della consapevolezza del tempo. Ma le aziende hanno anche bisogno di previsioni dettagliate e alcuni fornitori di servizi meteorologici stanno già integrando le informazioni direttamente nei computer dei loro grandi clienti industriali. Un leader in questo nuovo campo di operazioni meteorologiche è Meteorlogix a Minneapolis. L'azienda utilizza le comunicazioni satellitari per trasmettere aggiornamenti meteo personalizzati direttamente nel sistema informatico operativo del cliente; preprogrammato per funzionare con gli avvisi di Meteorlogix, il sistema informatico riconosce quali operazioni sono influenzate dal tempo e quindi intraprende le azioni appropriate.

Percependo la pioggia

Man mano che i computer diventano più veloci ed economici e gli strumenti di osservazione meteorologica migliorano, i ricercatori promettono previsioni a risoluzione ancora più elevata. In due o tre anni, alcuni prevedono, le risoluzioni scenderanno a un chilometro. Arrivarci, tuttavia, sarà una battaglia in salita. Il primo problema è l'enorme aumento della potenza di calcolo necessaria per tenere conto delle variabili meteorologiche aggiuntive su così piccola scala. La topografia del terreno locale, la presenza di corpi idrici, vegetazione, formazione di nuvole: tutto questo deve essere preso in considerazione, afferma Joel Myers, fondatore e presidente di AccuWeather. In effetti, scendere a un chilometro da quattro chilometri richiede circa 16 volte il muscolo che sgranocchia il numero.

Nonostante il pesante prezzo computazionale, Lloyd Treinish e i suoi colleghi della struttura di ricerca di IBM Yorktown Heights, NY, stanno lavorando su previsioni meteorologiche con una risoluzione di un chilometro. Il cosiddetto progetto Deep Thunder fa parte di un più ampio sforzo IBM noto come Deep Computing, che si occupa di analizzare grandi quantità di dati e risolvere problemi computazionali complessi. Come molte aziende che lavorano nell'area delle previsioni meteorologiche ad alta risoluzione, IBM prevede opportunità di business nel fornire modelli di previsione migliori alle aziende sensibili alle condizioni meteorologiche. Treinish e il suo team hanno modificato un modello regionale standard, sviluppato presso la Colorado State University, e lo hanno adattato al terreno, al flusso del vento e ai modelli di umidità dell'oceano dell'area di New York. Usano i dati ricevuti dal National Weather Service e quindi verificano le loro previsioni utilizzando stazioni meteorologiche vicine, anche una installata a Fishkill, NY. Entro la fine dell'anno, IBM installerà altre cinque stazioni presso le sue strutture nel sud-est di New York per aiutare a mettere a punto ulteriormente i modelli. Deep Thunder genera una previsione aggiornata di 24 ore da due a quattro volte al giorno, il che richiede quasi due ore di tempo del computer per previsione.

Il modello modificato ha dimostrato il suo valore diverse volte, come quando ha riconosciuto la gravità di una bufera di neve nel febbraio 2003 circa nove ore prima del servizio meteorologico. Treinish attribuisce l'accuratezza del modello alla sua risoluzione fine, che oltre a fornire uno sguardo più dettagliato sul meteo locale spesso porta a previsioni migliori per un'intera regione. Analizzando la fisica alla base degli eventi meteorologici su scala ridotta, è possibile ottenere un'immagine migliore di ciò che sta accadendo con eventi su larga scala come le tempeste, afferma.

Treinish parla addirittura di scendere a una risoluzione di 500 metri in futuro, anche se sottolinea che richiederebbe la modellazione della turbolenza del vento intorno agli edifici alti di New York City, e richiederebbe circa 100 volte più calcolo numerico. Ma questo non è un aumento inaudito della potenza di calcolo, se sei disposto ad aspettare qualche anno, dice.

Tali previsioni meteorologiche accurate e ad alta risoluzione dipendono da modelli che vengono regolarmente ricalibrati confrontando le loro previsioni con il tempo effettivo osservato. Ma provare a dire se le previsioni stanno migliorando o meno è più difficile di quanto sembri, perché le differenze possono essere sottili e complicate: forse le previsioni sulla velocità del vento stanno diventando un po' più accurate, mentre le previsioni sulla temperatura stanno un po' peggio. David Stensrud del Severe Storm Laboratory della National Oceanic and Atmospheric Administration a Norman, OK, osserva che il miglioramento dei modelli è lento. Questi modelli sono così complicati che se riesci a correggere un problema puoi facilmente causarne un altro, dice Stensrud. Devi eseguire il nuovo modello su un gran numero di casi per verificarlo, e questo lo rende uno sforzo enorme e ad alta intensità di lavoro.

E, naturalmente, un modello di previsione è valido solo quanto gli strumenti che gli forniscono dati. Alla fine, i meteorologi potrebbero essere in grado di accedere a dati meteorologici finemente dettagliati da vaste reti di sensori distanti solo decine di metri l'uno dall'altro in molte parti del paese. Un gruppo guidato da Deborah Estrin, scienziata informatica e direttrice del Center for Embedded Networked Sensing dell'Università della California, Los Angeles, sta già incorporando reti di sensori wireless progettate per monitorare i dati sul microclima, inclusi, eventualmente, i livelli di anidride carbonica intorno a piccole macchie di alberi e piante. Vogliamo esplorare la relazione tra il monitoraggio del tempo su scala regionale e su scala micro, dice.

La raccolta di dati così specifici potrebbe essere nel nostro futuro, ma è pratica? Fare previsioni a livello di isolati fa sicuramente sembrare che le previsioni siano più precise, afferma Craig Edwards, capo meteorologo dell'ufficio di Minneapolis del National Weather Service. Ma le previsioni per un blocco sarebbero probabilmente le stesse degli altri blocchi. C'è anche un compromesso tra la risoluzione e quanto lontano nel futuro un modello può fare previsioni accurate, dice Young, a causa della velocità con cui cambiano i fenomeni meteorologici su piccola scala. Le previsioni ad alta risoluzione di oggi sono utili per un giorno circa, dice. Stiamo rapidamente andando verso risoluzioni che non ti compreranno nulla oltre le sei ore.

Indipendentemente dall'utilità della nuova tecnologia, i meteorologi saranno in grado di mostrarne di più nelle loro previsioni man mano che il pubblico si familiarizza con il gergo e le mappe meteorologiche. Il QI meteorologico del pubblico è aumentato enormemente negli ultimi 10 anni, afferma Myers di AccuWeather. Invece di dire che c'è una possibilità di pioggia oggi, potremmo dire che c'è una probabilità del 20% di pioggia tra le 10:00 e mezzogiorno, una probabilità del 40% tra mezzogiorno e le 14:00 e una probabilità del 20% dopo. Questo è il tipo di informazioni che potresti usare per programmare la tua partita di golf.

Altri nella previsione ad alta risoluzione
SOCIETÀ	RISOLUZIONE DELLA RETE	SERVIZIO
Consulta Meteo (Wageningen, Olanda)	Sito specifico, in base alla posizione delle stazioni meteorologiche	Mappe meteorologiche e immagini satellitari e radar trasmesse a telefoni cellulari abilitati per il Web
Il mio tempo (Madison, WI)	110 metri	Previsioni SMS inviate a cercapersone alfanumerici e cellulari
Convergenza AWS Tecnologie (Gaithersburg, MD)	Specifico del sito, in base alla posizione delle stazioni meteorologiche proprietarie	Applicazione basata sul Web che fornisce previsioni per i clienti del settore energetico
Servizi meteorologici Internazionale (Billerica, MA)	Da otto a 10 chilometri; previsioni puntuali	Mappe meteorologiche e immagini satellitari e radar fornite a persone che lavorano nei settori dei media, dell'energia, della marina e dell'aviazione (i piloti possono ricevere dati in volo su assistenti digitali personali)

nascondere