Ad blocker detected: Our website is made possible by displaying online advertisements to our visitors. Please consider supporting us by disabling your ad blocker on our website.
Ad oggi anche sul lungo guardando gli spaghi dei vari modelli quella flessione termica secondo me è solo frutto di statistica che di reale situazione.
Esatto.
Poi quando arrivano al dunque (= range deterministico, < 100 h), ci sbattono il muso.
E duramente.
Non dimentichiamo gli abbagli degli ultimj 5/6 anni nel periodo delle feste natalizie, chiaro frutto di inizializzazioni "statistiche" basate sul tempo che fu.
Ma siete sicuri che i modelli deterministici lavorino per statistica?
E, soprattutto, cosa significa "inizializzazione statistica"? I modelli vengono inizializzati con dati reali, non statistici... aiutatemi a capire
Ma siete sicuri che i modelli deterministici lavorino per statistica?
E, soprattutto, cosa significa "inizializzazione statistica"? I modelli vengono inizializzati con dati reali, non statistici... aiutatemi a capire
I dati di input iniziali sono dati reali, poi per la previsione/determinazione interviene la statistica. Qui non ci piove (e nemmeno nevica )
Forza! Che qualcosina sembra muoversi...
mmm non direi, sulla statistica si basa graphcast, gli altri modelli classici simulano l'evoluzione dell'atmosfera dai dati di input
Anche Graphcast lo fa sulla base dei dati di input ma lui usa la statistica (o meglio, il probabilismo) mentre i modelli deterministici usano appunto le funzioni matematiche di calcolo numerico
Con questi secondi credo che la statistica c'entri poco sinceramente
Ad oggi anche sul lungo guardando gli spaghi dei vari modelli quella flessione termica secondo me è solo frutto di statistica che di reale situazione.
Esatto.
Poi quando arrivano al dunque (= range deterministico, < 100 h), ci sbattono il muso.
E duramente.
Non dimentichiamo gli abbagli degli ultimj 5/6 anni nel periodo delle feste natalizie, chiaro frutto di inizializzazioni "statistiche" basate sul tempo che fu.
Ma siete sicuri che i modelli deterministici lavorino per statistica?
E, soprattutto, cosa significa "inizializzazione statistica"? I modelli vengono inizializzati con dati reali, non statistici... aiutatemi a capire
In realtà sia la componente deterministica che probabilistica di un modello si basa sull'utilizzo di STIME (ossia misure indirette).
Questa necessità deriva dal fatto che le condizioni iniziali, necessarie a rendere specifico al caso studio l'insieme di equazioni indefinite del modello matematico, devono essere note su ogni nodo della griglia di calcolo. In soldoni, è necessario conoscere il valore all'istante0 della simulazione di tutte le variabili di input, in tutti i nodi della griglia. Ovviamente, le misure reali non coincidono e sopratutto non riguardano tutti i nodi della griglia di calcolo. Per questo motivo tramite una procedura di interpolazione, si stimano i valori iniziali delle variabili a partire dai valori misurati. A tal fine possono essere utilizzati sia algoritmi deterministici (in soldoni una formuletta "empirica" oppure più o meno fisicamente basata, vedi vari tipi di spline) che stocastici (in soldoni formule più complesse di tipo probabilistico, vedi il kriging). La bontà di queste stime ovviamente dipenderà dal tipo di algoritmo utilizzato, dalla sua parametrizzazione, nonchè dalla bontà e densità delle misure reali.
Ovviamente, approcci di tipo monte carlo (come le simulazioni gaussiane o ensemble) sono un'altra cosa, ma comunque anche nell'approccio predittivo deterministico una certa componente di statistica interviene nella definizione dello stato iniziale del sistema.
Spero di non averti fatto confusione e di essere stato chiaro.
Ultima modifica di mauroPhD il ven 29 dic, 2023 18:36, modificato 1 volta in totale.
Poi quando arrivano al dunque (= range deterministico, < 100 h), ci sbattono il muso.
E duramente.
Non dimentichiamo gli abbagli degli ultimj 5/6 anni nel periodo delle feste natalizie, chiaro frutto di inizializzazioni "statistiche" basate sul tempo che fu.
Ma siete sicuri che i modelli deterministici lavorino per statistica?
E, soprattutto, cosa significa "inizializzazione statistica"? I modelli vengono inizializzati con dati reali, non statistici... aiutatemi a capire
In realtà sia la componente deterministica che probabilistica di un modello si basa sull'utilizzo di STIME (ossia misure indirette).
Questa necessità deriva dal fatto che le condizioni iniziali, necessarie a rendere specifico al caso studio l'insieme di equazioni indefinite del modello matematico, devono essere note su ogni nodo della griglia di calcolo. In soldoni, è necessario conoscere il valore all'istante0 della simulazione di tutte le variabili di input, in tutti i nodi della griglia. Ovviamente, le misure reali non coincidono e sopratutto non riguardano tutti i nodi della griglia di calcolo. Per questo motivo tramite una procedura di interpolazione, si stimano i valori iniziali delle variabili a partire dai valori misurati. A tal fine possono essere utilizzati sia algoritmi deterministici (in soldoni una formuletta "empirica" oppure più o meno fisicamente basata, vedi vari tipi di spline) che stocastici (in soldoni formule più complesse di tipo probabilistico, vedi il kriging). La bontà di queste stime ovviamente dipenderà dal tipo di algoritmo utilizzato, dalla sua parametrizzazione, nonchè dalla bontà e densità delle misure reali.
Ovviamente, approcci di tipo monte carlo (come le simulazioni gaussiane o ensemble) sono un'altra cosa, ma comunque anche nell'approccio predittivo deterministico una certa componente di statistica interviene nella definizione dello stato iniziale del sistema.
Spero di non averti fatto confusione e di essere stato chiaro.
Innanzitutto benvenuto
Il discorso che fai tu è abbastanza chiaro e ne faccio un sunto: dovendo i modelli (tutti) essere inizializzati con valori di input per ogni punto della griglia e non essendo ovviamente possibile avere rilevazioni per ogni punto della griglia, si procede per "statistica" per completare i dati mancanti e stimarne i valori
A questo punto però poi i modelli deterministici usano non usano più la statistica per le loro elaborazioni ma, appunto, le equazioni non lineari. Quindi le frasi "i modelli nel lungo vedono il freddo per pura statistica" non ha particolarmente senso
[hr]
Intanto modelli mattutini che confermano che dalla Befana qualcosa cambierà quantomeno in ottica di dinamismo, poi magari ci scappa pure un po' di freddo
Ma siete sicuri che i modelli deterministici lavorino per statistica?
E, soprattutto, cosa significa "inizializzazione statistica"? I modelli vengono inizializzati con dati reali, non statistici... aiutatemi a capire
In realtà sia la componente deterministica che probabilistica di un modello si basa sull'utilizzo di STIME (ossia misure indirette).
Questa necessità deriva dal fatto che le condizioni iniziali, necessarie a rendere specifico al caso studio l'insieme di equazioni indefinite del modello matematico, devono essere note su ogni nodo della griglia di calcolo. In soldoni, è necessario conoscere il valore all'istante0 della simulazione di tutte le variabili di input, in tutti i nodi della griglia. Ovviamente, le misure reali non coincidono e sopratutto non riguardano tutti i nodi della griglia di calcolo. Per questo motivo tramite una procedura di interpolazione, si stimano i valori iniziali delle variabili a partire dai valori misurati. A tal fine possono essere utilizzati sia algoritmi deterministici (in soldoni una formuletta "empirica" oppure più o meno fisicamente basata, vedi vari tipi di spline) che stocastici (in soldoni formule più complesse di tipo probabilistico, vedi il kriging). La bontà di queste stime ovviamente dipenderà dal tipo di algoritmo utilizzato, dalla sua parametrizzazione, nonchè dalla bontà e densità delle misure reali.
Ovviamente, approcci di tipo monte carlo (come le simulazioni gaussiane o ensemble) sono un'altra cosa, ma comunque anche nell'approccio predittivo deterministico una certa componente di statistica interviene nella definizione dello stato iniziale del sistema.
Spero di non averti fatto confusione e di essere stato chiaro.
Innanzitutto benvenuto
Il discorso che fai tu è abbastanza chiaro e ne faccio un sunto: dovendo i modelli (tutti) essere inizializzati con valori di input per ogni punto della griglia e non essendo ovviamente possibile avere rilevazioni per ogni punto della griglia, si procede per "statistica" per completare i dati mancanti e stimarne i valori
A questo punto però poi i modelli deterministici usano non usano più la statistica per le loro elaborazioni ma, appunto, le equazioni non lineari. Quindi le frasi "i modelli nel lungo vedono il freddo per pura statistica" non ha particolarmente senso
[hr]
Intanto modelli mattutini che confermano che dalla Befana qualcosa cambierà quantomeno in ottica di dinamismo, poi magari ci scappa pure un po' di freddo
Di modelli matematici ne ho studiati, ma non relativi all'atmosfera. Credo tuttavia (mia opinione personale) che il sistema di equazioni, il metodo di risoluzione numerico e la discretizzazione del campo di moto siano sostanzialemente gli stessi (al netto di diferenze nella parametrizzazone delle equazioni), indipendentemente dal fatto che venga usato un approccio deterministico o stocastico. La differenza fondamentale tra i due approcci sta nel fatto che nell'approccio deterministico viene effettuata una sola simulazione, mentre in quello stocastico, in linea con i concetti delle simulazioni gaussiane, viene eseguito un set di simulazioni variado i dati di input assumendo una distribuzione gaussiana dei valori (motivo per cui a ridotto range temporale la media ensemble coincide col controllo...avendo alterazioni positive e negative in egual misura nel corto range temporale gli effetti si compensano). Questo ti permette di entrare in un quadro probabilistico, in quanto contando il numero di simulazioni (realizzazioni) che vedono una determinato valore (e.g. temperatura 2m >10°) puoi ricavare delle probabilità di accadimento.
Per quanto riguarda questo concetto ""i modelli nel lungo vedono il freddo per pura statistica" non ha particolarmente senso" non mi esprimo non essendo una mia materia in senso stertto. Tuttavia, ti riporto che durante un seminario universitario l'anno scorso tenuto nell'ambito di un corso del mio capo sul rischio idrogeologico e cambiamenti climatici era intervenuta una scienziata di bologna che lavora coi modelli meteo-climatici, presentando uno studio relativo all'implementazione di un modello meto-climatico locale per la previsione di fenomeni convettivi in ambito montano. Tralasciando i tecnicismi e le prestazioi del modello e venendo subito al dunque, il loro modello, una volta implementato, era stato calibrato sulla serie climatologica di riferimento......in sintesi potrebbe essere che anche per i modelli meteo venga utilizzato un approccio del tipo, e dunque le previsioni siano comunque condizionate dalla tendenza meteo dominante nella serie climatologica utilizzata per la calibrazione. Non so se mi sono riuscito a spiegare.
Intanto pochi dubbi per ecmwf sulla tendenza per la prossima settimana, con aria frescotta in arrivo.
Ultima modifica di mauroPhD il sab 30 dic, 2023 09:52, modificato 1 volta in totale.
In attesa che i modelli basati su IA vengano ulteriormente potenziati, credo che questo (non) inverno 2023/2024 abbia definitivamente sancito l'inutilità di tutto ciò che non sia puro determinismo.
Segnali in questa direzione si erano già scorti negli anni passati ma l'accelerazione del GW avuta negli ultimi 18 mesi ha reso completamente inutili tutte le analisi basate sugli indici sia descrittivi che ancor più sugli indici predittivi.
Abbiamo più volte visto come l'unica cosa che conta è quello che succede nel breve e medio termine e come esso viene interpretato ed elaborato dai modelli deterministici. Tutto il resto si è rivelato un bell'esercizio di stile ma del tutto inadatto all'uso pratico
Ancora una testimonianza, a mio avviso, di come siamo distanti anni luce dal poter avere una previsione attendibile anche su macroscala di ciò che avviene oltre i canonici 7/10giorni
Confido veramente nell'IA: i clamorosi passi da gigante che ha fatto nel giro di 12 mesi in una miriade di campi scientifici e tecnologici spero possano arrivare il prima possibile ad aiutare anche i modelli previsionali raramente visti in difficoltà come negli ultimi 36 mesi
In attesa che i modelli basati su IA vengano ulteriormente potenziati, credo che questo (non) inverno 2023/2024 abbia definitivamente sancito l'inutilità di tutto ciò che non sia puro determinismo.
Segnali in questa direzione si erano già scorti negli anni passati ma l'accelerazione del GW avuta negli ultimi 18 mesi ha reso completamente inutili tutte le analisi basate sugli indici sia descrittivi che ancor più sugli indici predittivi.
Abbiamo più volte visto come l'unica cosa che conta è quello che succede nel breve e medio termine e come esso viene interpretato ed elaborato dai modelli deterministici. Tutto il resto si è rivelato un bell'esercizio di stile ma del tutto inadatto all'uso pratico
Ancora una testimonianza, a mio avviso, di come siamo distanti anni luce dal poter avere una previsione attendibile anche su macroscala di ciò che avviene oltre i canonici 7/10giorni
Confido veramente nell'IA: i clamorosi passi da gigante che ha fatto nel giro di 12 mesi in una miriade di campi scientifici e tecnologici spero possano arrivare il prima possibile ad aiutare anche i modelli previsionali raramente visti in difficoltà come negli ultimi 36 mesi
Hai anticipato, usando altre parole, quello che avrei scritto a fine inverno. Indubbiamente l'attuale accelerazione così forte del GW ha creato i suoi scompensi nei modelli e nelle previsioni in generale. Tuttavia non è che c'è stata mai tanta trippa x gatti anche in passato. X esempio, sono decenni che puntualmente gli esperti o i freddofili parlano dei riscaldamenti stratosferici, annunciando ondate di freddo in alcune zone del globo. La maggioranza di essi si conclude con un nulla di fatto in troposfera. Il long previsionale è
e sarà sempre in mano soprattutto alla probabilità o alla statistica. Oltre 3-4 giorni una previsione perde molto credito. Con questo non voglio dire che non si debba studiare per progredire, passi in avanti se ne sono fatti. Ma la meteorologia è una scienza inesatta: attendersi l'inatteso!
Confido veramente nell'IA: i clamorosi passi da gigante che ha fatto nel giro di 12 mesi in una miriade di campi scientifici e tecnologici spero possano arrivare il prima possibile ad aiutare anche i modelli previsionali raramente visti in difficoltà come negli ultimi 36 mesi
Il problema non sono i modelli e la loro affidabilità... Ma il clima che cambia. Non è che con modelli più attendibili risolveremmo i problemi del pianeta quindi chissenefrega se il limite previsionale attendibile resterà a 5/7 giorni.
Tra l'altro tutta questa difficoltà non l'ho vista, a meno che non si continui a dare peso a ucite isolate nel long che mai sono state attendibili. Abbiamo avuto in tutto l'inverno due freddate discount viste con buon anticipo.
Ultima modifica di Cyborg il mar 13 feb, 2024 21:22, modificato 1 volta in totale.
) 
quindi chissenefrega se il limite previsionale attendibile resterà a 5/7 giorni.
Menu
Clock
Search
Attachments
Top Posters
Newest members
Link to us