Guide
Come si fanno oggi le previsioni meteo in Italia: radar, satelliti, modelli e intelligenza artificiale
di Andrea Pingue · · 12 minuti di lettura
Dietro l'icona con la nuvoletta sul telefono c'è una catena lunga: radar e satelliti che osservano l'atmosfera, supercomputer che la simulano, e sempre più spesso reti neurali che imparano dal passato. In Italia questa catena lavora in condizioni particolarmente difficili. Questa è una guida, senza formule, a come funziona oggi e a cosa sta cambiando.
Perché l'Italia è un banco di prova
L'Italia sta in mezzo al Mediterraneo, un mare chiuso e caldo, ed è attraversata da due grandi catene montuose, le Alpi a nord e l'Appennino lungo tutta la penisola. Il mare fornisce calore e umidità, le montagne costringono l'aria a salire, scendere e cambiare direzione. Il risultato sono fenomeni intensi e molto localizzati: temporali che scaricano in poche ore la pioggia di mesi su una sola valle, mentre a venti chilometri c'è il sole.
Negli ultimi anni il mare più caldo ha aggiunto energia al sistema. Più calore e più vapore significano temporali potenzialmente più violenti, e rendono meno adatti gli strumenti pensati per prevedere il tempo «a grande scala».
Le montagne come motore del tempo
Quando l'aria umida incontra una montagna è costretta a salire. Salendo si espande e si raffredda, il vapore condensa e sul versante esposto piove o nevica a lungo: è lo Stau, lo sbarramento. Superata la cresta, l'aria ormai asciutta scende sull'altro versante e si riscalda in fretta, circa un grado ogni cento metri: è il foehn, il vento caldo e secco di caduta.
In Italia lo si vede ovunque. Con i venti da nord nevica sul versante svizzero e austriaco delle Alpi, mentre la Pianura Padana ha il cielo limpido e il vento tiepido. Con le irruzioni fredde da est nevica in Abruzzo e sul versante adriatico, mentre su quello tirrenico l'aria scende secca; con le correnti umide atlantiche succede il contrario, e il maltempo colpisce Lazio e Campania.
Le montagne creano anche le perturbazioni. Quando aria fredda dalla valle del Rodano urta le Alpi occidentali, sul Mar Ligure si forma una depressione, la famosa depressione di Genova. Approfondendosi richiama libeccio e scirocco sul Tirreno e sull'Adriatico e porta maltempo su gran parte del centro-nord, prima di spostarsi verso i Balcani.
Temporali che non si spostano
Il fenomeno più temuto sono i sistemi temporaleschi stazionari, che da satellite hanno la forma di una V: nuove celle continuano a nascere nello stesso punto, spesso sul mare o davanti a un rilievo, mentre le vecchie vengono spinte via dal vento in quota. Sulle valli sotto il vertice della V la pioggia cade per ore. In Liguria nascono dalla convergenza tra la tramontana fredda e lo scirocco umido; ne parliamo nell'articolo sulle previsioni in Liguria.
Il caso più drammatico degli ultimi anni è quello delle Marche, il 15 settembre 2022. Un sistema temporalesco stazionario sulle valli del Misa, del Cesano e del Metauro scaricò circa 420 millimetri di pioggia in sei ore nella zona del Monte Catria. Le piene e le frane causarono tredici vittime. I modelli dell'epoca avevano visto il maltempo ma non l'intensità e la posizione esatta del sistema: è il genere di errore su cui la ricerca degli ultimi anni si è concentrata di più.
Il mare più caldo e i «medicane»
La temperatura del mare conta molto. Un mare più caldo cede più calore e vapore all'aria, che diventa più instabile e ha più energia per i temporali. Gli studi fatti simulando gli stessi eventi con il mare più caldo o più freddo mostrano che la pioggia estrema aumenta, ma non in modo semplice: con un mare molto più caldo una parte della pioggia in più può scaricarsi già in mare aperto, prima di raggiungere la costa.
Il mare caldo favorisce anche i medicane, i cicloni mediterranei con caratteristiche simili agli uragani: un centro caldo, a volte un occhio, venti di tempesta. Sono piccoli e la loro traiettoria dipende da dettagli che i modelli faticano a cogliere, come lo scambio di calore tra aria e mare.
Gli occhi: radar, satelliti e anche il GPS
Radar. La Protezione Civile coordina una rete nazionale di oltre venti radar meteorologici, gestiti insieme ad Aeronautica Militare, ENAV e regioni. Le montagne complicano il lavoro: bloccano il fascio radar e creano falsi echi. I dati di tutti i radar vengono uniti ogni pochi minuti nella piattaforma Radar-DPC, che mostra l'intensità della pioggia al suolo, quella cumulata nelle ore precedenti e la riflettività massima lungo la verticale, utile per riconoscere grandine e temporali violenti.
Satelliti. Con la terza generazione dei satelliti Meteosat, gestita da EUMETSAT con l'Agenzia Spaziale Europea, l'osservazione dallo spazio ha fatto un salto. Il primo satellite, lanciato a fine 2022, fotografa l'Europa con 16 canali e può scansionare un'area ristretta ogni due minuti e mezzo; porta anche un rilevatore di fulmini costruito in Italia, che vede i lampi nelle nubi e segnala la nascita di un temporale prima che inizi a piovere. Il satellite «sondatore», lanciato nel 2025, misura in circa 1700 canali infrarossi i profili di temperatura e umidità dell'atmosfera, anche prima che si formino le nubi.
GPS. Anche i segnali dei satelliti di navigazione aiutano. Attraversando l'atmosfera arrivano con un piccolissimo ritardo, che dipende in parte da quanto vapore acqueo c'è nella colonna d'aria. Le stazioni GNSS a terra, molto numerose, diventano così sensori di umidità in tempo reale.
Dal dato al modello: l'assimilazione
Un modello meteorologico parte da una fotografia dell'atmosfera di adesso, la cosiddetta analisi. Ma le osservazioni sono sparse, imperfette e di tipi diversi. L'assimilazione dei dati le fonde con la previsione precedente per ottenere un quadro tridimensionale coerente.
In Italia il modello ICON-2I usa il sistema KENDA, che fa girare insieme una quarantina di versioni leggermente diverse dell'atmosfera: dal modo in cui differiscono il sistema capisce, situazione per situazione, quanto fidarsi del modello e quanto delle osservazioni. Per i temporali conta soprattutto il radar. Una tecnica, il latent heat nudging, confronta la pioggia prevista con quella vista dal radar e corregge il modello aggiungendo o togliendo il calore che la condensazione libera: in pratica «accende» il temporale nel posto in cui il radar lo vede davvero. La frontiera è assimilare direttamente i volumi radar e i fulmini, che negli studi riduce sia i falsi allarmi sia gli eventi mancati.
I modelli italiani
Per descrivere un temporale o una valle servono maglie piccole: un modello ha bisogno di quattro o cinque maglie per rappresentare bene un oggetto. Per questo in Italia lavorano modelli ad area limitata, che coprono solo il paese e i mari vicini con maglie di uno o due chilometri e calcolano direttamente i moti dei temporali.
- ICON-2I, del servizio meteorologico nazionale ItaliaMeteo e di Arpae, gira sui supercalcolatori del CINECA con maglie di circa 2 chilometri e prevede fino a 72 ore. Ha sostituito il vecchio COSMO, e nel 2026 ha ricevuto una nuova configurazione che migliora tra l'altro le temperature nelle valli alpine e la neve al suolo.
- BOLAM e MOLOCH, sviluppati dall'Istituto di Scienze dell'Atmosfera e del Clima del CNR, sono usati dall'ISPRA e da diverse agenzie regionali, tra cui ARPAL in Liguria. MOLOCH arriva a poco più di un chilometro.
Questi modelli ricevono i dati ai bordi del loro dominio dal modello globale del Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF), considerato il riferimento mondiale.
L'intelligenza artificiale arriva nelle previsioni
Il cambiamento più grande degli ultimi anni è arrivato dall'intelligenza artificiale. I modelli tradizionali risolvono le equazioni della fisica dell'atmosfera; i nuovi modelli imparano invece direttamente da decenni di dati del passato come evolve il tempo.
Il Centro Europeo ha reso operativo a febbraio 2025 il suo modello di intelligenza artificiale, AIFS, e la seconda versione è in servizio da maggio 2026. Prevede il tempo di tutto il pianeta fino a 15 giorni, su una griglia di circa 28 chilometri, consumando circa mille volte meno energia del modello fisico. Ne esiste anche una versione a insieme (ensemble), che produce molti scenari possibili invece di uno solo: indispensabile per stimare le probabilità, perché un singolo modello di intelligenza artificiale tende a dare previsioni troppo «lisce».
Per non dipendere da strumenti commerciali chiusi, il Centro Europeo e diversi servizi meteorologici nazionali hanno sviluppato Anemoi, un insieme di programmi aperti per addestrare questi modelli. Il servizio norvegese lo usa già per un modello regionale sulla Scandinavia, quello tedesco per addestrare un'intelligenza artificiale sull'archivio del suo modello ICON. In futuro anche i centri italiani potranno costruire modelli addestrati sulle proprie montagne e sui propri radar.
L'intelligenza artificiale serve anche in altre fasi della catena:
- Correggere i modelli confrontando le loro previsioni passate con quello che è successo davvero, per togliere gli errori sistematici e produrre probabilità più affidabili.
- Il nowcasting, cioè la previsione delle prossime due ore: reti neurali che guardano le ultime immagini radar e prolungano il movimento della pioggia fanno meglio dei metodi che si limitano a spostare le aree piovose.
- Il downscaling: i modelli «a diffusione», gli stessi che generano immagini, imparano a trasformare una previsione grossolana in una mappa dettagliata a scala di chilometro, rispettando montagne e valli e senza spalmare pioggia debole ovunque come fanno spesso i modelli a bassa risoluzione.
Un gemello digitale della Terra, in Italia
Il programma europeo Destination Earth vuole costruire entro il 2030 una copia digitale del sistema Terra, per simulare eventi estremi e scenari climatici. Una delle sue componenti simula i fenomeni violenti dei prossimi giorni con un modello globale a circa 4 chilometri e modelli regionali ancora più fini; un'altra produce proiezioni climatiche ora per ora per decenni. Il data center del Centro Europeo che sostiene il progetto si trova al Tecnopolo di Bologna.
Come si capisce se una previsione era buona
Verificare un modello ad alta risoluzione è meno ovvio di quanto sembri. Se un modello prevede un temporale perfetto, ma lo mette 10-15 chilometri più in là, il confronto punto per punto lo punisce due volte: un falso allarme dove l'ha previsto e un evento mancato dove è caduto davvero. Un modello grossolano, che prevede un po' di pioggia ovunque, ottiene paradossalmente punteggi migliori.
Per questo si usano metodi che guardano la zona invece del singolo punto. Il Fractions Skill Score confronta la quota di area dove piove forte nel modello e nelle osservazioni, allargando via via la finestra: la dimensione a cui il modello diventa utile dice qual è il suo margine di errore sulla posizione. Il metodo SAL invece riconosce gli oggetti piovosi e misura separatamente se il modello sbaglia la forma (celle troppo piccole o pioggia troppo spalmata), la quantità totale o la posizione.
È la stessa logica che usiamo su Meteopatico in Liguria: ogni giorno confrontiamo i nostri avvisi con i pluviometri ARPAL nel raggio di qualche chilometro, invece che sul punto esatto.
Cosa significa per chi legge le previsioni
- Il «dove» è la parte più incerta. Gli ingredienti di un temporale si prevedono con un giorno o due di anticipo; il punto esatto spesso si capisce solo poche ore prima. Un avviso per la tua zona va preso sul serio anche se sul tuo comune il modello prevede poca pioggia.
- Nelle ore critiche contano radar e misure. Quando un temporale è già in corso, le osservazioni valgono più di qualsiasi modello: per questo Meteopatico mostra la pioggia minuto per minuto e, in Liguria, i pluviometri vicini.
- Le probabilità sono informazioni, non indecisione. Un 60 % di probabilità di pioggia dice quanto è sicuro lo scenario, non per quanto tempo pioverà: lo spieghiamo nell'articolo sulla probabilità di pioggia.
- L'intelligenza artificiale non sostituisce la fisica, per ora. I nuovi modelli sono rapidi e spesso molto accurati a scala globale, ma per i temporali sulle nostre montagne servono ancora modelli fisici ad alta risoluzione, alimentati da radar e satelliti.
- Le allerte ufficiali vengono prima di tutto. Le decisioni le prendono la Protezione Civile e i centri funzionali regionali, che uniscono modelli, osservazioni e l'esperienza dei previsori.
Fonti
- Natural Hazards and Earth System Sciences (2026), studio sull'alluvione nelle Marche del 15-16 settembre 2022
- Dipartimento della Protezione Civile, Piattaforma radar
- eoPortal, Meteosat Third Generation (MTG)
- Arpae, «Previsioni meteo: nuova configurazione per il modello ICON-2I» (2026)
- CNR-ISAC, descrizione del modello MOLOCH
- ECMWF, Implementation of AIFS v2 (maggio 2026)
- ECMWF, «Anemoi: a European framework for operational AI in weather»
- Hydrology and Earth System Sciences (2026), effetti del riscaldamento del Mediterraneo sulle piogge intense nel sud Italia
- Destination Earth, notizie dal meeting annuale di Bologna
- Roberts e Lean (2008), Fractions Skill Score; Wernli et al. (2008), metodo SAL: sintesi nello Spatial Forecast Verification Methods Intercomparison Project