-
ESPERTO
Beh, come prima analisi mostra una linea di tendenza affatto malvagia.... Avere 3/4 onde calde, tra l'altro della durata piuttosto breve, è da un lato normale e non male se paragonato a ciò che è successo anno scorso o le scorse passate.
Personalmente, da semplice appassionato, credo che un flusso atlantico abbastanza basso sia veramente una notizia molto molto interessante..... In quanto avere break ripetuti e con intervalli brevi, possa assicurare diverse rinfrescate e un estate nel suo complesso, sicuramente più vivibile!
-
PROF. FISICO ATM-
Il sogno di Andrew era quello di sviluppare un modello matematico per descrivere il moto turbolento dei fluidi, un problema sul quale i fisici si sono scervellati per cento anni. «Mi sono reso conto che non sarei stato io a scoprire questa nuova incredibile teoria». Così Cooper, che oggi collabora con lo European Centre for Medium-Range Weather Forecast (ECMWF), è sceso a compromessi e si è specializzato in modelli numerici della turbolenza, «questo è il percorso che mi ha portato a conoscere e impiegare sistemi di machine learning per descrivere la dinamica dell’atmosfera e degli oceani».
Andrew è l'autore di uno studio su come gli strumenti di machine learning potrebbero migliorare il sistema di previsioni integrato dell'ECMWF sulla temperatura dell'aria e la velocità del vento vicino alla superficie terrestre. Lo studio è stato finanziato al 50% dalla International Foundation Big Data and Artificial Intelligence for Human Development (IFAB) con sede a Bologna ed è stato presentato per la prima volta lo scorso 9 novembre in un seminario online.
Insieme ai colleghi dell'ECMWF, ha adottato un approccio conservativo e ha utilizzato il machine learning per correggere a posteriori le previsioni dell’ECMWF e ottimizzarle rispetto a due variabili specifiche, la temperatura dell’aria a 2 metri di altezza e la velocità del vento a 10 metri di altezza. Ha impiegato diversi tipi di algoritmi di machine learning, da un "semplice" modello di regressione lineare a quelli più complicati, random forest e una rete neurale. Tutti questi strumenti, dopo un'adeguata procedura di allenamento su dati storici, sono stati in grado di migliorare l’accuratezza delle previsioni di temperatura dell’aria e velocità del vento rispetto alle misurazioni effettuate dalla maggior parte delle stazioni meteorologiche sparse sulla superficie terrestre.
Considerando le previsioni per l’inverno 2020-2021, il miglioramento è stato sostanziale sia per le previsioni a poche ore di distanza che per quelle a 48 ore di distanza, e ammonta a circa 0,3°C. In media, cioè aggregando tutte le stazioni meteorologiche, le previsioni dello ECMWF a 48 ore di distanza differiscono dalle misurazioni delle stazioni meteo di circa 2,7°C. Dunque le correzioni a posteriori ottenute con i metodi di machine learning migliorano l’accuratezza di circa il 15%.
Il machine learning migliora le previsioni meteo -
-
PROF. FISICO ATM-
-
PROF. FISICO ATM-
Permessi di Scrittura
- Tu non puoi inviare nuove discussioni
- Tu non puoi inviare risposte
- Tu non puoi inviare allegati
- Tu non puoi modificare i tuoi messaggi
-
Regole del Forum