Hypermeteo

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).

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).

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).

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.

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.

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.