Validazione dei dati meteorologici: collaborazione tra LSI LASTEM e l’Università Statale di Milano
Introduzione al progetto
Un interessante progetto di collaborazione tra l’Università Statale di Milano e LSI LASTEM ha portato alla realizzazione di una metodologia per la validazione di dati meteorologici in tempo quasi reale. Veronica Manara, ricercatrice presso il Dipartimento di Scienze e Politiche Ambientali, sta svolgendo un periodo di collaborazione con l’azienda come previsto dal suo contratto finanziato con risorse a valore sul Programma Operativo Nazionale (PON) “Ricerca e Innovazione 2014-2020” . Qui ha potuto applicare la sua ricerca, che mira a trovare un metodo di validazione di dati di variabili meteorologiche, in un contesto pratico. I risultati finora ottenuti sono promettenti e interessanti.
Il progetto di ricerca si focalizza sulla creazione di una metodologia che permetta un controllo quasi in real time di dati meteorologici misurati da stazioni a terra. La ricerca è partita con un’indagine preliminare delle metodologie attualmente impiegate dalle istituzioni per la validazione dei dati meteorologici. Successivamente, la dottoressa Manara ha proposto un metodo innovativo, basato sull’analisi di dati di lungo periodo provenienti da diverse stazioni meteorologiche. Attraverso l’analisi di decenni di dati e delle variabili meteorologiche, è stato possibile valutare la validità delle informazioni raccolte.
Metodo di analisi e validazione dei dati
Il metodo proposto per la validazione dei dati meteorologici si basa sull’analisi di dati provenienti da diverse stazioni. L’obiettivo è controllare la coerenza dei dati raccolti e, se necessario, correggerli sia in tempo reale che a posteriori. Per condurre questo tipo di analisi, è necessario impiegare un ampio numero di stazioni meteorologiche, che consentono di confrontare i dati tra loro, rilevare eventuali anomalie per intervenire in maniera mirata e tempestiva.
Valore calcolato e valore misurato
Se sono presenti numerose stazioni meteorologiche in un’area specifica, è possibile sfruttare la coerenza del comportamento delle variabili meteorologiche e confrontare le diverse stazioni tra loro. Allo stesso modo, se una stazione dispone di un elevato numero di sensori, è possibile comparare i valori misurati da ciascun sensore.
Non sempre però si ha a disposizione una fitta rete di dati e di stazioni meteorologiche. Pertanto, la ricercatrice ha sviluppato un approccio innovativo applicabile quando è presente una sola stazione. Questo metodo si basa sull’idea di creare una serie di dati simulati per un punto specifico dello spazio che, in questo caso, corrisponde al luogo in cui si trova la stazione meteorologica presa in esame. L’obiettivo è utilizzare informazioni completamente indipendenti dai dati misurati dalla stazione stessa e poi confrontare i due valori, al fine di individuare eventuali anomalie ed effettuare un intervento mirato e in quasi real time. Questo dato calcolato si ottiene sovrapponendo due diverse componenti: una che descrive la parte spaziale e una che descrive invece la parte temporale della variabilità meteorologica.
Per la parte spaziale, vengono utilizzati dei valori normali di riferimento, dette climatologie, che rappresentano i valori medi registrati nel corso di un trentennio. Questi valori sono ottenuti da un grigliato ad alta risoluzione basato sui dati misurati da stazioni meteorologiche. Si calcola quindi un valore medio dei dati misurati nel corso di un determinato trentennio e si interpolano, tenendo conto dei fattori che influenzano la variabile meteorologica considerata, come ad esempio la topografia, la distanza dal mare e l’altitudine.
La parte temporale, invece, proviene da dataset di reanalisi. La reanalisi mette a disposizione un dataset su griglia di variabili meteorologiche per il passato che, a differenza delle osservazioni, ha il vantaggio di non avere dati mancanti. In altre parole, questo dato si ottiene combinando le informazioni sullo stato dell’atmosfera, a partire dalle osservazioni, e i più recenti modelli di previsione.
Quindi, le informazioni temporali dalle reanalisi e le informazioni spaziali dalle climatologie vengono combinate, interpolando i dati sul punto di interesse. In questo modo, si ottiene una serie di dati che può essere confrontata con i valori misurati.
La seconda fase di questo processo consiste nel definire criteri e soglie per confrontare i due tipi di dati. Questo permette di determinare se un dato è affidabile e corretto, se è sospetto o completamente errato.
Importanza della collaborazione tra università e aziende
La collaborazione tra l’Università di Milano e LSI LASTEM rappresenta un esempio significativo di come la ricerca accademica possa trarre vantaggio dalla collaborazione con le aziende e viceversa. Per i ricercatori, si tratta di un’opportunità straordinaria per applicare la ricerca al contesto pratico e aziendale, allo stesso modo, per LSI LASTEM, la collaborazione con l’università è un momento importante per la promozione della ricerca, per offrire un supporto concreto e ampliare il proprio know-how. Grazie a questa collaborazione, è stata testata su dati reali una metodologia innovativa per la validazione dei dati meteorologici, dimostrando l’importanza della sinergia tra università e azienda, che garantisce una continua evoluzione e miglioramento dei metodi di raccolta e analisi dei dati.