Osservare il tempo, imparare dai dati e verificare ogni previsione. Stiamo costruendo un sistema sperimentale per studiare l’evoluzione meteorologica vicino alla nostra stazione, sul Lago Maggiore.
È un insieme di metodi matematici che cerca relazioni tra le osservazioni del passato e ciò che accade dopo. Non “vede il futuro”: produce stime che devono essere confrontate con misure reali. Una relazione utile in alcuni episodi può fallire in altri, soprattutto in un territorio complesso come quello di un lago circondato dai rilievi.
Il modello locale in prova usa la serie storica della stazione: temperatura, umidità, pressione, vento, raffiche e precipitazioni, insieme a caratteristiche derivate. Studia orizzonti di 10, 30, 60 e 180 minuti. Il modello meteorologico non prevede terremoti e i suoi simboli sperimentali non sono ancora una previsione validata della nuvolosità.
Lo chiamiamo prova silenziosa: le stime vengono registrate nell’area riservata, poi confrontate con quanto è realmente accaduto. Non sono inserite automaticamente nella Live e non generano automaticamente allerte pubbliche.
La nostra stazione MeteoTower è il riferimento locale. L’archivio dal 2007 permette di studiare episodi diversi e di confrontare le stime con misure successive. Controlliamo orari, lacune e qualità: un dato sospetto non diventa un esempio affidabile solo perché è presente nell’archivio.
DPC-SRI/MeteoARCO è la dorsale radar primaria del modulo di nowcasting. Confrontando scansioni successive studiamo lo spostamento delle aree piovose. Il radar Open Data MeteoSvizzera PRECIP/RZC resta un confronto indipendente e può servire come ripiego tecnico tracciato. Gli altri confronti di riflettività restano separati: i valori in dBZ non vengono fusi con i mm/h.
Le osservazioni Open Data MeteoSvizzera e il dataset «Dati sensori meteo» di ARPA – Regione Lombardia aiutano a studiare il contesto attorno al lago. Conserviamo la distinzione tra ora della misura e ora di acquisizione: una misura arrivata tardi non può essere considerata già disponibile per una previsione emessa prima.
Studiamo un indice infrarosso in un archivio dedicato: non viene presentato come temperatura calibrata delle nubi. Separatamente, il prodotto EUMETSAT Lightning Imager Accumulated Flash Area (LI-AFA) descrive l’attività elettrica osservata dal satellite; l’area elettricamente attiva non è un conteggio esatto dei fulmini a terra. Questi dati non alimentano ancora il modello locale in uso.
Le analisi sinottiche forniscono il contesto dei fronti. Nel modulo sperimentale stimiamo geometria e movimento solo quando i confronti sono sufficienti. Il nowcasting studia l’evoluzione a breve termine delle precipitazioni; una traiettoria incerta o non stimabile non equivale a “non pioverà”.
Archiviamo emissioni ECMWF IFS Open Data e previsioni locali Open Data MeteoSvizzera mantenendo distinte le diverse edizioni. Possiamo così confrontare ciò che era previsto in un certo momento con ciò che è stato osservato dopo, senza sostituire retroattivamente una vecchia previsione con una nuova.
Raccogliere una fonte non significa averla già integrata nel modello. Radar, stazioni vicine, fulmini, infrarosso e fronti/nowcasting sono percorsi sperimentali separati, con verifiche proprie.
I riferimenti seguenti riguardano i singoli prodotti indicati, non tutti i contenuti dei siti degli enti. La citazione non implica sponsorizzazione o approvazione del progetto. Selezione territoriale, archiviazione e analisi sperimentali sono elaborazioni MeteoTower, distinte dai prodotti originali.
Riferimenti consultati il 9 settembre 2026. Questa guida non distribuisce raster, osservazioni o previsioni sperimentali. Le licenze dei dati restano distinte dai diritti sui testi e sul layout del sito; prima di un’eventuale diffusione di dati o prodotti derivati vanno verificate le condizioni applicabili.
Un candidato pronto ha raggiunto i requisiti necessari per la fase successiva di valutazione: non è automaticamente un modello migliore né un prodotto pubblico. Allo stesso modo, una barra al 100% indica completamento dei requisiti di raccolta, non accuratezza del 100%.
Il modello portabile esistente ha un controllo mensile con criteri di promozione definiti: se un gruppo non li supera, resta la versione in uso. I nuovi gruppi sperimentali non vengono fusi o promossi automaticamente. L’eventuale pubblicazione delle previsioni è una decisione distinta.
Immaginiamo 24 °C osservati. Il modello stima 23 °C dopo 30 minuti; la misura successiva è 23,5 °C. L’errore assoluto è 0,5 °C. La persistenza avrebbe previsto 24 °C, con lo stesso errore: in questo singolo caso il modello non ha battuto il metodo più semplice.
Che cosa impariamo? Non basta “avvicinarsi” al risultato: serve un vantaggio misurabile su molti casi indipendenti.
Immaginiamo un’area piovosa a 20 km che avanza direttamente verso la stazione a 40 km/h. Il semplice rapporto distanza/velocità dà 30 minuti. È solo un ragionamento geometrico: la pioggia può indebolirsi, cambiare direzione o attraversare un’altra zona.
Che cosa verifichiamo? Se il movimento è supportato dalle scansioni, se la traiettoria interessa la stazione e se l’inizio della pioggia osservato conferma la stima. Non è un orario garantito.
Immaginiamo dieci segnali di pioggia: sei seguiti da pioggia e quattro no. Ci sono quattro falsi allarmi. Se nello stesso periodo si verificano altri due episodi non segnalati, ci sono anche due eventi mancati. Guardare soltanto i sei successi nasconderebbe metà del problema.
Che cosa miglioriamo? L’equilibrio tra tempestività, falsi allarmi ed eventi mancati, verificando che un miglioramento non peggiori gli episodi più importanti.
Il colore delle lettere nel menu e quello del tasto Modello sul telefono seguono lo stato tecnico calcolato sul server. La pagina legge questo stato automaticamente ogni minuto: non lo ricostruisce a partire dagli esempi o dalle previsioni.
Il pallino nell’intestazione riassume invece il monitoraggio generale, che comprende anche aspetti diversi dal modello: i due colori possono quindi differire. Nella Live il pallino è solo un indicatore, non un pulsante.
Acquisizioni, archivi, calcoli operativi, confronti e monitoraggio avvengono sui server dell’hosting Aruba, nell’infrastruttura dei suoi data center, e continuano anche con il computer locale spento. Il server esegue i programmi; il data center è la struttura che ospita l’infrastruttura. Il riaddestramento mensile del modello portabile rimane su GitHub Actions; il modello ammesso viene poi eseguito e controllato sul server del sito. iPhone, Android e desktop consultano gli stessi risultati.
La meteorologia locale resta complessa. Un radar misura su un’area, un pluviometro in un punto; ritardi delle fonti, terreno, crescita delle celle e qualità delle osservazioni possono limitare le stime. Stiamo lavorando per rendere questi limiti misurabili e visibili, prima di valutare eventuali usi pubblici.
Pagina informativa aggiornata il 9 settembre 2026. Descrive il funzionamento del progetto, non l’ultimo esito dell’addestramento. Dati sperimentali, registri operativi e gestione delle allerte rimangono riservati.
← Torna alla Live