Hypermeteo

Nasce dalle sollecitazioni provenienti principalmente dal mondo assicurativo, ma diviene oggi uno strumento importante in molti contesti:

Smart Agriculture

alimentazione di applicazioni e sistemi di supporto decisionale (DSS) in agricoltura per la gestione ottimizzata degli interventi (trattamenti, irrigazione, ecc.);

Risk Assessment & Insurance Analytics

dati meteo-climatologici a supporto dello sviluppo di nuovi strumenti assicurativi (polizze index-based), per l’alimentazione di modelli di risk assessment, per il pricing e per la gestione dei cumuli assicurativi;

Smart City e Mobilità Urbana

programmazione intelligente dei percorsi stradali e delle attività logistiche in funzione delle condizioni meteorologiche in tempo reale e previste;

Predictive Analytics

dati meteo-climatologici a supporto della progettazione urbanistica e della gestione efficiente in tempo reale delle reti infrastrutturali (reti idriche, fognarie, elettriche ecc.).

IL DATO METEO RAPPRESENTATIVO

mappa

In the simplest terms, if the data can answer the question, it is representative

(Ramsey and Hewitt, 2005)

Della rappresentatività dei dati meteorologici si occupa un ampio scenario internazionale: dalla WMO, Organismo di riferimento, ad una diffusa Comunità scientifica, ad Enti ed Organismi tecnici, operativi e normatori, al mondo dell’economia e dell’ambiente, ad Organizzazioni di cittadini; tutti costoro ne subordinano la definizione a varie considerazioni di carattere tecnico-scientifico o legale-amministrativo, ma sempre e comunque poste in relazione con le finalità e le modalità di impiego dei dati.

L’individuazione di un valore convenzionale di superficie che funga da pixel minimo di rappresentatività non è quindi di immediata acquisizione, ma è la risultante di un processo complesso, nel quale devono trovare sintesi le tecnologie che possono sostenerla, ma anche le esigenze specifiche della funzione, e quindi la componente pragmatica.

DATABASE NAZIONALE UNIFICATO

Si è quindi prima di tutto reso necessario riportare ad un sistema nazionale e coordinato la sensoristica meteorologica diffusa sul territorio: da qui nasce il primo database nazionale unificato e coordinato. La realizzazione di questo sistema ha consentito il pieno utilizzo e la significativa valorizzazione di una infrastruttura strategica comune, perché realizzata e gestita con fondi pubblici, sia per fini cogenti, quali il monitoraggio del cambiamento climatico, che per vocazioni multiple, grazie all’aggregazione di conoscenze da parte di Enti, Aziende e Cittadini.

La realizzazione del database ha avuto inizio con la selezione qualitativa di stazioni, di sensori e di dati ritenuti idonei all’impiego: poiché la quasi totalità delle caratteristiche richieste a questi sensori non è verificabile direttamente, l’analisi è stata traslata sulle Organizzazioni che realizzano, gestiscono e utilizzano le reti, per valutare se queste fossero in grado di fornire una adeguata garanzia in merito al rispetto degli standard fissati, oppure sulla verifica del conseguimento di certificazioni formali o infine sulla corrispondenza di queste reti alle linee guida espresse dalla WMO.

Ad oggi il sistema integra:

  • circa 5.000 stazioni meteorologiche al suolo appartenenti ad oltre 30 reti che raccolgono dati orari e giornalieri,
  • circa 30 radar meteorologici afferenti al Dipartimento Nazionale della Protezione Civile, alle Regioni e ad altri Enti,
  • la rete internazionale di monitoraggio di precisione dei fulmini e dei temporali.

TECNICHE DI ELABORAZIONE DEI DATASET

I dati raccolti nel database nazionale unificato sono sottoposti ad una serie di processi per la verifica della qualità e per la spazializzazione degli stessi per garantirne le caratteristiche di continuità (nello spazio e nel tempo), omogeneità e, in definitiva, rappresentatività.

RIANALISI METEOROLOGICA E SPAZIALIZZAZIONE

La rianalisi meteorologica, o analisi retrospettiva, è la metodologia scientifica che combina l’impiego di modelli numerici di simulazione atmosferica con i sistemi di assimilazione dei dati utilizzati normalmente in ambito previsionale, al fine di realizzare dataset omogenei che descrivono gli stati passati dell’atmosfera su determinate porzioni di territorio. La rianalisi quindi assimila dati da diverse fonti (stazioni meteo, satelliti, radar, radiosondaggi, ecc.) e li integra in una griglia mediante gli algoritmi di spazializzazione; in questo modo viene ricostruito lo stato dell’atmosfera nelle sue variabili prognostiche ad un certo istante temporale e con continuità sul territorio.

PREVISIONI ENSEMBLE MULTIMODEL

Per l’elaborazione dei dati previsionali viene utilizzato un sistema ensemble multimodel che utilizza una famiglia di modelli i quali forniscono diversi scenari previsionali; questi vengono rielaborati statisticamente per ottenere una sintesi probabilistica sull’andamento futuro delle variabili meteorologiche. Il sistema si basa su modelli implementati in-house da Radarmeteo, integrati con altri dati previsionali elaborati dai maggiori centri di calcolo ufficiali sia italiani che internazionali.

L’integrazione di questi dati mediante opportuni algoritmi di analisi punta a fornire la migliore stima attesa delle variabili meteorologiche, tenendo conto delle diverse performance dei modelli. Il dato meteorologico previsionale così ottenuto viene poi ulteriormente elaborato con tecniche di analisi statistica di tipo MOS (Model Output Statistics) per correggere statisticamente gli output.

CONTROLLO, VALIDAZIONE E INTEGRAZIONE DATI DATI

I dati forniti da Hypermeteo sono costantemente sottoposti a processi di controllo e validazione, attraverso diverse metodologie sia automatiche, che manuali (range test, cross validation, integrazione con DEM a 1km, ecc.).

DOMINI, GRIGLIE E STAZIONI VIRTUALI

I dataset sono quindi organizzati su una serie di griglie continue e regolari per la copertura completa del territorio. Ogni cella di ciascuna griglia opera come se fosse una stazione meteorologica virtuale e ad essa è associata un continuo flusso di dati di tipo storico, near real-time e previsionale oppure una loro combinazione. È quindi possibile associare ad ogni località del globo un punto di griglia rappresentativo delle condizioni meteo-climatiche dello stesso.

Generalmente il dataset opera su 3 domini geografici (griglie) a risoluzione differente:

  • Dominio globale: griglia a risoluzione minima di 0.25° (~31 km) e per zone definite fino a 0.01° (~1 km);
  • Dominio Europa: griglia a risoluzione minima di 0.10° (~10 km) e per zone definite fino a 0.01° (~1 km);
  • Dominio Italia: griglia nativa a risoluzione di 0.01° (~1 km).

TIPOLOGIE DI DATI E SERVIZI

Dati di rianalisi storica

Con l’espressione “dati storici”, o “a consuntivo”, si intende l’insieme di parametri meteorologici del passato ricostruiti tramite il metodo della rianalisi. I dati storici che vengono forniti nell’ambito del servizio coprono la finestra temporale degli ultimi 31 anni, dal 1990 al 2019 compresi; possono essere richieste, comunque, finestre temporali più ristrette o più ampie.

A partire da questo dataset, possono essere sviluppate numerose elaborazioni di tipo specialistico, quali ad esempio il calcolo dei tempi di ritorno degli eventi estremi, il calcolo della frequenza di accadimento delle avversità meteorologiche in determinati periodo, il calcolo della probabilità di superamento soglia (ad es. per le gelate tardive).

DATI NEAR REAL-TIME

Con questo termine si intende la tipologia di dato più rappresentativa della situazione meteorologica in essere; essa può comprendere dati giornalieri, orari o sub-orari (ad es. con frequenza di aggiornamento di 15 minuti). I dati meteorologici near real-time sono forniti per mezzo di un feed continuo, che consente il monitoraggio costante dell’andamento delle variabili meteorologiche. In questo modo il dataset storico è continuamente aggiornato con i dati più recenti, e viene garantita la continuità temporale delle serie storiche.

Possono essere utilizzati, ad esempio, per la verifica quotidiana dei superamenti soglia (si veda Alert Ex-Post), il monitoraggio dell’andamento delle rese, dello sviluppo vegetativo e degli indici di sviluppo di fitopatie (tramite integrazione in DSS agrometeorologici), l’alimentazione di modelli idraulici per la gestione in real-time delle acque, il monitoraggio della producibilità di impianti per l’energia rinnovabile (eolici, solari, idroelettrici).

DATI PREVISIONALI

I dati previsionali sono quelli relativi all’insieme dei parametri meteorologici che vengono elaborati da un modello di simulazione atmosferica utilizzato in modalità previsionale; in altri termini, il modello numerico, anziché essere utilizzato per effettuare una rianalisi dei dati del passato, viene impiegato per simulare gli andamenti futuri delle diverse meteorologiche a partire da uno stato noto dell’atmosfera. Esistono diverse tipologie di dati previsionali: quelli di nowcasting (fino alle 3 ore successive), quelli di breve termine (fino a 72h), quelli di medio-lungo periodo (fino a 15 giorni), dove assumono molta importanza le tecniche ensemble multimodel, le quali forniscono, assieme al mero dato, un’informazione probabilistica sullo stesso.

I dati meteorologici previsionali sono forniti per mezzo di un feed continuo e possono trovare applicazione riguardano in ambito assicurativo (a supporto della fase assuntiva), in ambito agricolo (per prevedere l’insorgenza di fitopatie e la resa futura), in ambito idraulico (per prevedere il rischio di allagamenti e inondazioni), in ambito energetico (per prevedere la producibilità degli impianti eolici, solari e idroelettrici).

SERVIZI

EARLY WARNING

Questo servizio consente di strutturare un sistema di allerta in tempo reale ad elevata risoluzione spazio-temporale, quindi dedicato ad aree definite (ad es. un Comune) per le quali vengono fornite informazioni quantitative sull’evoluzione dei parametri meteorologici (pioggia, vento, ecc.) nelle successive 72 ore. I dati previsionali vengono quindi posti in relazione con le misurazioni storiche e con i tempi di ritorno dei fenomeni considerati, per fornire quindi un parametro di raffronto ed una contestualizzazione della magnitudo o del rischio collegato con l’evento previsto. Le informazioni vengono aggiornate due volte al giorno e accompagnate da mappe.

Una forma più avanzata è rappresentata dal servizio RainCast, in cui le allerte collegate alle precipitazioni sono soggette ad un aggiornamento pressoché continuo grazie all’utilizzo dei radar meteorologici e del nowcasting.

AgroCast®

Nel settore della Smart Agriculture (o Agricoltura 4.0), nel mondo digitale applicato al settore primario, la meteorologia sta acquisendo un ruolo di primo piano. Nelle attività agronomiche, ed in particolare nell’agricoltura di precisione, la disponibilità di dati meteorologici attendibili e consistenti permette di ottimizzare le scelte, le azioni e quindi i risultati, applicando risposte modulari e proporzionate a specifiche situazioni, con ricadute in termini di efficacia, di risparmio di risorse, di impatto ambientale. Inoltre, la possibilità di utilizzare i sistemi integrati di innovazione in agricoltura, richiedono l’applicazione del digitale alla componente meteorologica e climatologica dei processi. Nella maggior parte dei casi il dato fornito dai servizi meteorologici è adeguato, ma spesso (irrigazione, trattamenti) può essere necessario ricorrere ad un’informazione più dettagliata, che si ottiene raffinando la rappresentatività dei dati esistenti oppure utilizzando sensori dedicati (ad esempio per cogliere radiazione solare, temperatura al suolo o del suolo).

I dati forniti da Hypermeteo possiedono queste caratteristiche e si prestano quindi per essere integrati in sistemi e piattaforme di supporto alle attività agricole ed agronomiche.

NOTIFICHE PUSH

Hypermeteo è predisposto per integrarsi in applicazioni terze per lo sviluppo di servizi di notifica push (tramite API) basati sui fenomeni meteorologici avversi in base alla posizione dell’utente o di altri dispositivi di cui si è in grado di reperire la posizione (ad es. veicoli con scatola nera). Le tipologie di dati (storici, real-time o previsionali), i fenomeni (ad es. neve, temporale, pioggia intensa, vento, ecc.) e le soglie sono personalizzabili per adattarsi allo scopo dell’applicazione e all’utente finale di riferimento.

INDICATORI DI RISCHIO IN AMBITO ASSICURATIVO

Gli indicatori di rischio sono uno strumento fondamentale in ambito assicurativo, per diversi motivi:

  • guidare la politica assuntiva dei rischi da avversità atmosferica,
  • calibrare i limiti della garanzia prestata (franchigia, scoperti, massimo indennizzo),
  • supportare gli analisti nelle procedure di pricing.

Il dataset storico trentennale di Hypermeteo, considerando una finestra temporale sufficientemente lunga e quindi rappresentativa dell’effettiva distribuzione di probabilità dei fenomeni, si configura, come la soluzione che permette di misurare la frequenza con la quale un dato evento si è presentato nel passato e, quindi, stimarne la probabilità di accadimento; data la sua omogeneità spaziale e temporale e alle griglie di dati disponibili, è possibile effettuare l’analisi in maniera estensiva sul territorio geografico d’interesse, sia esso regionale, nazionale o globale.

Inoltre, basandosi sull’expertise dei propri data scientists, Radarmeteo è in grado di supportare le Compagnie nella determinazione di indicatori di rischio territoriale per le principali avversità atmosferiche. L’interazione con la Compagnia durante il processo di analisi consentirà di definire i criteri di valutazione convenzionali della probabilità e della gravità del danno per conseguire la necessaria taratura dell’indicatore.

News

Aggiornamenti sulle nostre attività e sul settore dei servizi meteorologici professionali

Iscriviti alla nostra Newsletter

Iscriviti per rimanere aggiornato sulle nostre attività! Ci troverai nella tua casella di posta circa 1 volta al mese.