NEMEFO

NEural MEteo FOrecast

Le previsioni meteorologiche sono sempre state considerate come uno dei compiti di calcolo più pesanti per gli array di supercomputer. Un buon sistema per la previsione meteorologica si basa su più sistemi di equazioni al fine di valutare i dati da più fonti come le stazioni terrestri dei satelliti e le osservazioni aeree campionate più volte al giorno.

La ragione della complessità del processo di previsione risiede nel fatto che troppe variabili ed eventi sono coinvolti nelle previsioni meteorologiche. La disponibilità di un numero elevato di parametri consente ai meteorologi di aumentare l’affidabilità delle loro previsioni.

Tuttavia, questi sistemi di solito non forniscono una previsione locale affidabile. Micro eventi a livello locale (phoenomena locale) non possono essere “visti” da un sistema che funziona su eventi macro meteorologici. Diversi motivi possono essere fonte di anomalie: particolari situazioni ortografiche, venti o variazioni di umidità / temperatura nella zona interessata.

Il programma di ricerca meteorologica NEMEFO (NEural MEteo FOrecast) propone un approccio completamente diverso al problema. L’obiettivo del progetto è fornire una previsione locale esclusiva, limitata alla zona in cui è installato il sistema meteorologico, e per una durata limitata nel tempo (fino a 3 ore). Questo approccio è molto utile per i gravi problemi legati alla sicurezza, come i banchi di nebbia inaspettati sulle strade o negli aeroporti, il ghiaccio sulle strade o nelle colture agricole. Ma anche le attività di animazione possono trarre vantaggio da questi strumenti: conoscere in anticipo la situazione neve di una pista da sci per un concorso, prevedere la pioggio sul percorso di un concorso di formula 1 o su un campo di calcio sono ulteriori ma meno interessanti esempi di applicazioni basate su NEMEFO.

Il sistema NEMEFO si basa sull’esperienza umana nelle previsioni meteorologiche. Ad esempio, il maestro di sci guarda spesso il cielo per determinare se nevica sulla pista che sta preparando, anche se non è stata prevista in anteprima. In realtà il suo cervello è abituato a stimare la situazione del luogo in cui ha vissuto sin dalla sua nascita ea distinguere condizioni significative per eventi importanti riguardanti il ​​suo lavoro (ad esempio neve, vento, pioggia, ecc.). Un altro esempio può essere il ​​tipico “vecchio marinaio” che sa in anticipo se il tempo sta per cambiare, poiché conosce molto bene la sua piccola area natia.

NEMEFO usa lo stesso approccio.

Una stazione meteorologica sostituisce i sensi umani con sensori elettronici e valuta i parametri importanti per le previsioni meteorologiche (ad esempio temperatura dell’aria e del terreno, umidità, precipitazioni, radiazione solare, velocità e direzione del vento e pressione atmosferica).

Inoltre, le reti neurali artificiali sostituiscono la mente allenata del nostro “vecchio” per consentire una previsione. Questo strumento di “intelligenza artificiale” è un software molto sofisticato, basato su un brevetto del Politecnico di Torino, che simula i meccanismi del ragionamento umano per fornire una previsione di situazioni meteorologiche rilevanti per l’area locale in cui si trova la stazione meteorologica installato.

Pertanto, questa “stazione meteorologica neurale” può ad es. avvertire gli automobilisti un paio d’ore prima della formazione di nebbia in arrivo nei punti critici, con conseguente riduzione degli incidenti.

In aggiunta può informare il sistema di informazione stradale sulla necessità di spargere sale sulla carreggiata, perché nelle prossime 3 ore la pavimentazione stradale diventerà ghiaccio.

La principale differenza tra l’approccio di NEMEFO e i sistemi tradizionali di previsione meteorologica risiede nella tipologia di previsione, basata sull’esperienza piuttosto che su formule e modelli matematici.