Qui misuro quanto le previsioni dei modelli meteorologici si sono avvicinate al tempo osservato dalle stazioni.
Uso i modelli come escono dai centri che li producono, riportati alla quota della stazione:
non c'è la correzione statistica che applico alla mia previsione per località.
L'errore medio (MAE) è la media dell'errore in valore assoluto: un errore medio di 1 °C
non vuol dire che ogni previsione sbagli di 1 °C.
L'errore sistematico (bias) dice se il modello tende a prevedere valori troppo alti (positivo)
o troppo bassi (negativo); vicino a zero, errori opposti possono comunque compensarsi.
Caricamento dati verifica...
Classifica modelli
#
Modello
Errore medio
Errore sistematico
Scadenza media
Confronti
Errore medio per scadenza
Come cresce l'errore medio (MAE) a mano a mano che la previsione guarda più lontano. Tocca un nome nella legenda per nascondere o mostrare un modello.
Errore sistematico per scadenza
Sopra lo zero il modello prevede valori troppo alti, sotto lo zero troppo bassi. Vicino a zero, errori opposti possono comunque compensarsi.
Metriche categoriche per soglia
POD (probabilità di rilevamento: quante piogge osservate il modello aveva previsto), FAR (falsi allarmi: quante piogge previste non ci sono state), CSI (indice di successo critico, 1 = perfetto), FBI (rapporto fra piogge previste e osservate, 1 = giusto). Osservato: analisi radar e pluviometri su una griglia di 5 km. Previsto: la pioggia ora per ora che il modello dà nelle stazioni, portata sulla griglia dove ci sono almeno 2 stazioni entro circa 50 km. Non è la mappa di pioggia del modello: dove le stazioni sono poche, un temporale piccolo si allarga o si perde. Il 16/10/2026 ho corretto l'osservato: prima il radar era spostato di alcune decine di km e alcuni pluviometri contavano la pioggia più volte. Il 29/10/2026 ho corretto il calcolo dell'abilità spaziale (FSS) e dell'errore medio. I punteggi di prima di queste date non sono confrontabili con quelli di oggi.
FSS (Fractions Skill Score) per scala spaziale
Abilità spaziale: quanto la previsione mette la pioggia nel posto giusto, se la guardo in quadrati di 30, 50 e 100 km di lato (1 = perfetto). Uso solo i punti in cui ho sia il previsto sia l'osservato: un dato mancante non conta come «asciutto». Le ore in cui non piove né nel previsto né nell'osservato non dicono niente sulla posizione della pioggia, quindi non le conto. Una previsione è utile dalla scala in cui la sua curva supera la linea tratteggiata «Soglia di utilità», poco sopra 0,5.
Mappa errore spaziale
Dove il modello sbaglia di più, in mm di pioggia per 3 ore: la media su tutte le finestre di 3 ore e tutte le corse del periodo. Osservato: radar e pluviometri. Previsto: il modello nelle stazioni, portato sulla griglia.
CSI per scadenza
Come cala la capacità di prevedere la pioggia (soglia 1 mm) a mano a mano che la previsione guarda più lontano
Classifica modelli — Precipitazione
Giudico tutti i modelli sulle prime 24 ore di previsione, le sole che coprono tutti: chi prevede più lontano non viene penalizzato dalle scadenze difficili. Ordinata per CSI alla soglia 1 mm (il migliore in alto).
#
Modello
POD
FAR
CSI
FBI
Errore medio
Dove piove
Confronti
Errore medio per fascia di scadenza
In ogni casella l'errore medio e, sotto, il numero di confronti. In grigio corsivo le fasce che il modello copre solo all'inizio; «—» quando non ci arriva.
