ECMWF aggiungerà previsioni orarie di superficie ad AIFS v3 con HourGlass

ECMWF prevede di portare previsioni orarie di superficie in AIFS Single e AIFS ENS più avanti nel 2026 tramite HourGlass, un sistema probabilistico di downscaling temporale sviluppato con MET Norway. Secondo ECMWF, questa capacità entrerà nel sistema di previsione operativo con AIFS v3.

La novità è confermata, ma non si tratta ancora del lancio di un flusso di dati. ECMWF non ha annunciato una data esatta per l'implementazione, una fase di test o di esercizio in parallelo, l'inventario operativo delle variabili né se tutti i campi orari saranno presenti nel servizio Open Data. Gli attuali prodotti operativi AIFS v2 restano disponibili a intervalli di sei ore.

Ricostruire le ore tra le previsioni AIFS

La maggior parte dei sistemi meteorologici globali basati sull'IA, compreso l'AIFS attuale, prevede stati atmosferici a intervalli di sei ore. HourGlass utilizza gli stati previsti all'inizio e alla fine di una di queste finestre per ricostruire l'evoluzione oraria intermedia.

L'obiettivo va oltre il tracciamento di una linea regolare tra due valori. HourGlass produce campi meteorologici spaziali ed è addestrato affinché la sequenza evolva in modo coerente. Per le variabili prognostiche, il limite delle sei ore resta ancorato alla previsione di partenza. Le variabili diagnostiche, come le precipitazioni, sono generate dallo stesso sistema di downscaling.

Il metodo genera insieme tutti e sei gli istanti orari di una finestra. Per ogni membro della previsione di origine viene prodotta una realizzazione coerente, così lo stesso approccio può operare sull'AIFS Single deterministico e su ogni membro di AIFS ENS.

Perché HourGlass è probabilistico

I sistemi deterministici di downscaling temporale addestrati con l'errore quadratico medio tendono a smussare le strutture su piccola scala, soprattutto al centro della finestra di sei ore, dove l'incertezza è maggiore. HourGlass usa invece varianti del Continuous Ranked Probability Score insieme a termini della funzione di perdita che vincolano differenze, minimo, massimo e media nella finestra.

I dati di addestramento provengono inoltre da traiettorie di previsione continue, non da stati orari uniti tra successivi cicli di analisi o rianalisi. Questa scelta serve a evitare che il modello apprenda salti artificiali introdotti ai confini dei cicli di assimilazione.

Cosa mostra la valutazione di ricerca

Il preprint associato ha valutato il modello HourGlass globale con AIFS Single v1 e AIFS ENS v1, oltre a una versione regionale con l'ensemble Bris di MET Norway. Il confronto con le osservazioni SYNOP del 2025 indica che le previsioni orarie hanno preservato la qualità previsionale dei sistemi di origine, mantenendo una variabilità realistica su piccola scala e un'evoluzione coerente da un'ora alla successiva.

La tempesta Amy offre un test impegnativo. Nella sequenza precedente, AIFS-HourGlass conserva la struttura generale di vento e pressione del ciclone mentre evolve tra gli orari della previsione originale. L'articolo segnala anche limiti importanti: i gradienti del vento vicino al centro del ciclone erano più deboli rispetto a IFS e alcuni massimi di velocità del vento a ovest della Norvegia non sono stati riprodotti. Queste differenze sono rimaste presenti in tutta la finestra e sono state attribuite soprattutto ai limiti della previsione AIFS di origine, con risoluzione più grossolana.

La valutazione fornisce evidenze sul metodo, non verifica la configurazione finale di AIFS v3. ECMWF non ha ancora pubblicato i risultati di verifica della versione v3 operativa, la configurazione definitiva del modello o un inventario per l'implementazione.

Le precipitazioni orarie restano il campo più difficile

HourGlass migliora il realismo spaziale delle precipitazioni rispetto a uscite IA più smussate, ma continua a sottostimare le piogge orarie più intense. Negli esperimenti globali, le precipitazioni sono un campo diagnostico: il sistema le prevede dallo stato atmosferico anziché riceverle come input dalla previsione AIFS a sei ore.

I casi di studio hanno mostrato uno spostamento generalmente coerente delle bande di pioggia, ma anche gradienti più ampi e difficoltà con gli estremi locali. Le uscite orarie saranno utili per esaminare quando le precipitazioni cambiano all'interno di una finestra di sei ore. Le evidenze attuali, tuttavia, non permettono di considerare risolta con HourGlass la previsione delle precipitazioni estreme.

Perché le uscite orarie di AIFS sono importanti

Gli stati a intervalli di sei ore sono sufficienti per molte applicazioni a medio termine, ma possono non cogliere il momento in cui si verificano cambiamenti rapidi e gli estremi giornalieri tra due passi di previsione. ECMWF indica la previsione delle alluvioni, le operazioni nel settore delle energie rinnovabili e i fenomeni meteorologici in rapida evoluzione tra gli usi importanti di un maggiore dettaglio temporale. Nella valutazione regionale, l'articolo rileva inoltre che HourGlass può rappresentare meglio i massimi di temperatura e vento nelle 24 ore rispetto alla sequenza originale a sei ore o a una base di confronto con spline cubiche.

AIFS v3 operativo fornirà previsioni orarie per variabili chiave di superficie in AIFS Single e AIFS ENS. ECMWF non ha dichiarato che ogni campo o livello di pressione AIFS diventerà orario. L'annuncio non dimostra quindi una moltiplicazione per sei dell'intero catalogo AIFS.

Cosa dovrebbero seguire gli utenti GribStream

GribStream rende attualmente disponibili i prodotti AIFS operativi di ECMWF tramite AIFS Operational (aifsoper) e AIFS Ensemble (aifsenfo). Se ECMWF pubblicherà i campi HourGlass attraverso la consueta distribuzione AIFS, questi dovrebbero restare aggiornamenti delle stesse famiglie di modelli, non diventare un dataset separato.

I prossimi elementi decisivi saranno una pagina ECMWF dedicata all'implementazione, dati di test o un inventario aggiornato dei prodotti distribuiti e disponibili tramite Open Data. Prima di aggiungere i campi dobbiamo confermare:

• la data esatta di implementazione e l'eventuale fase di esercizio in parallelo
• quali variabili di superficie, passi di previsione, orizzonti e prodotti ensemble diventeranno orari
• le convenzioni per flusso, nomi dei file, parametri e accumuli
• se i prodotti orari saranno presenti nella selezione pubblica Open Data
• se AIFS v3 manterrà la griglia e le condizioni di licenza attuali

Le attuali uscite AIFS v2 sono disponibili in GRIB2 su una griglia regolare di 0,25 gradi e sono concesse sotto CC BY 4.0 per la ridistribuzione e l'uso commerciale con attribuzione. ECMWF non ha documentato separatamente i futuri campi HourGlass. Queste condizioni di accesso attuali non devono quindi essere proiettate su AIFS v3 prima della pubblicazione del relativo catalogo.

HourGlass è il secondo sviluppo concreto di AIFS v3 presentato da ECMWF questo mese, dopo l'anteprima del campo forzante per l'isola di calore urbana. Il nuovo annuncio va oltre perché collega HourGlass a una versione operativa prevista più avanti nel 2026, mentre le modalità definitive di produzione e accesso ai dati restano da definire.

Fonti

• ECMWF: HourGlass—filling in the gaps between forecasts, 20 agosto 2026
• Ingstad et al.: HourGlass—A Probabilistic Data-Driven Temporal Downscaler for Hourly Global and Regional Weather Forecasting, 13 luglio 2026
• Dati AIFS Machine Learning di ECMWF
• AIFS Operational su GribStream
• AIFS Ensemble su GribStream