VineForecast crea previsioni per ogni vigneto di un'azienda vinicola senza installare stazioni meteorologiche nei vigneti. Per scoprire come funziona e la metodologia alla base di questa tecnologia, consultate questo articolo del blog.
Downscaling - regionalizzazione delle previsioni meteo
Per capire come vengono prodotte le previsioni del tempo, dobbiamo prima approfondire l'argomento. A volte si pensa che siano le stazioni meteorologiche più vicine a fornire le previsioni del tempo per la regione. In realtà, però, dietro le previsioni del tempo ci sono complessi modelli meteorologici.
Le previsioni sono calcolate più volte al giorno su supercomputer dai servizi meteorologici nazionali e internazionali, come il Servizio meteorologico tedesco (DWD). Un modello meteorologico viene utilizzato per calcolare l'evoluzione degli eventi atmosferici nelle ore e nei giorni successivi.
I valori misurati servono come punto di partenza per le previsioni meteorologiche.
In termini un po' semplificati, in un modello meteorologico la terra è divisa in cosiddette caselle a griglia. Questo può essere immaginato come uno schema a scacchiera. A ogni casella della scacchiera può essere assegnato un valore di temperatura, pressione atmosferica o umidità. Le leggi della fisica vengono poi utilizzate per calcolare l'andamento dei vari valori nel tempo. Più piccole sono le caselle della griglia, più alta è la risoluzione del modello meteorologico e più realisticamente si può modellare l'influenza delle condizioni regionali, come la topografia.
Questo perché viene utilizzata una topografia media per ogni casella della griglia. Ciò significa che i dettagli topografici scompaiono nei modelli con una risoluzione inferiore. Questa differenza è chiaramente visibile nella Figura 1. L'immagine superiore mostra la topografia delle Alpi con una risoluzione di circa 6 km x 6 km, mentre quella inferiore ha una risoluzione di 2 km x 2 km.
Fig. 1: Due modelli di topografia a confronto: Sopra una risoluzione di 6km x 6km, sotto 2km x 2km
Prima di avviare un modello meteorologico, ogni casella della griglia ("ogni quadrato della scacchiera") deve essere "riempita" con i valori iniziali. Una grande quantità di dati di misurazione provenienti da stazioni meteorologiche, palloni meteorologici, aerei o dati satellitari confluisce nel modello per i valori iniziali dei calcoli.
La risoluzione dei modelli meteorologici è fondamentale
Tuttavia, maggiore è la risoluzione di un modello meteorologico, maggiore è la capacità di calcolo richiesta. Per questo motivo la maggior parte dei modelli meteorologici ha attualmente una risoluzione orizzontale di 1 km x 1 km nel migliore dei casi. Per le previsioni a medio termine, che si estendono per diversi giorni nel futuro, tuttavia, la risoluzione è spesso significativamente inferiore. Ad esempio, il modello ICON-EU del DWD ha una risoluzione di circa 6 km x 6 km e si estende fino a 180 ore nel futuro. Il modello ICON-D2, a più alta risoluzione, ha una risoluzione di circa 2 km x 2 km, ma si estende solo per 48 ore nel futuro.
Questa risoluzione è spesso perfettamente adeguata per stimare l'andamento generale del tempo nei giorni successivi. Diventa problematica quando si è interessati al microclima specifico di una località. Poiché i valori previsti dai modelli meteorologici tendono a rappresentare valori mediati su una griglia, questi possono a volte deviare significativamente dai valori reali in una specifica coordinata. Questo problema è particolarmente pronunciato se il punto di previsione si trova in una regione con una topografia complessa.
Regionalizzazione dei dati meteo
Per correggere questi errori nelle previsioni, la meteorologia e la fisica del clima utilizzano una tecnica nota come downscaling. Si tratta di utilizzare correlazioni statistiche tra la topografia e il microclima per calibrare meglio le previsioni meteorologiche sulla topografia locale. La regionalizzazione è particolarmente importante per tutti i processi in cui anche piccole differenze possono avere un impatto notevole. In viticoltura, ad esempio, una differenza di 2-3 ore nella durata della bagnatura fogliare può già avere un forte impatto sul rischio di infezione da Peronospora. Per questo motivo, le previsioni meteorologiche di VineForecast vengono regionalizzate prima di essere utilizzate nella modellazione delle malattie.
Un esempio di regionalizzazione della temperatura ad un'altezza di 2 metri è visibile nella Figura 2 qui sotto. A sinistra è riportata la previsione meteorologica standard del modello ICON-D2 del DWD (risoluzione 2km x 2km), mentre a destra è visibile la previsione regionalizzata di VineForecast (risoluzione 25m x 25m). Per inciso, la valle della Mosella si trova nella parte sud-orientale della mappa, chiaramente visibile nelle previsioni regionalizzate.
Fig. 2: Temperatura regionalizzata: a sinistra una risoluzione di 2km x 2km, a destra 25m x 25m
Regionalizzazione delle prognosi di malattia
Vediamo ora l'influenza della regionalizzazione sulle previsioni della malattia. A tal fine, confrontiamo le previsioni di infezione per le infezioni secondarie da Peronospora tra le previsioni meteorologiche standard e quelle regionalizzate, ad esempio per l'11 giugno 2021 per la regione intorno a Cochem sulla Mosella.
La somma giornaliera della variabile "ore di grado con bagnatura fogliare" viene solitamente utilizzata come misura del rischio di infezione da Peronospora. Questa variabile viene calcolata a partire dai valori orari della temperatura e della bagnatura fogliare, sommando tutti i valori di temperatura in un giorno in cui la bagnatura fogliare era presente nello stesso momento (vedi anche qui). Se il totale giornaliero supera il valore di 50, si presume un leggero rischio di infezione. Si prevedono forti infezioni da valori superiori a 150.
Se ora confrontiamo le previsioni di malattia basate sulle previsioni meteorologiche standard con le previsioni regionalizzate nella Figura 3, risulta chiaro quanto la regionalizzazione influenzi le previsioni di malattia e quanto la pressione di infezione vari su brevi distanze. L'uso di previsioni meteorologiche non regionalizzate come base per le previsioni di malattia può, in caso di dubbio, portare a una forte sottostima o sovrastima dei rischi di malattia.
Fig. 3: Prognosi di malattia regionalizzata: non regionalizzata a sinistra, regionalizzata a destra
