Contenuto principale
Con le sue costanti analisi delle risorse idriche derivanti dal disgelo, l’OSHD facilita la previsione idrologica in Svizzera. Le analisi si basano su un sistema di modelli che ai dati di misurazioni della neve e ai vari modelli di disgelo nevoso unisce i metodi di assimilazione dei dati.
Il servizio operativo di idrologia nivale presso l’SLF (OSHD) ha sviluppato un sistema di modelli numerici che include sia i dati meteorologici, sia i dati provenienti dalle reti svizzere di misurazione della neve. In una prima fase viene utilizzato un modello esteso di indici di temperatura (Slater et al., 2006) per valutare le quantità di neve e i loro tassi di disgelo sulla base dei dati di precipitazioni e temperatura. Con l’aiuto di metodi di assimilazione dei dati come l’Ensemble Kalman Filter Methode (Evensen, 2009), queste valutazioni vengono costantemente confrontate con i dati di misurazione della neve e migliorate. Questo sistema di modelli permette di formulare affermazioni precise sulla distribuzione spaziale delle quantità di neve e sul relativo tasso di disgelo a livello regionale (Figg. 1 e 2; Magnusson et al., 2015). Dal momento che può essere accoppiato a modelli di previsione meteo, il sistema permette di calcolare la quantità prevista di disgelo nevoso per i giorni successivi. Il metodo degli indici di temperatura deve solo essere alimentato con i dati delle precipitazioni e le temperature, che in Svizzera vengono rilevati con l’aiuto di capillari reti di osservazione. I modelli degli indici di temperatura possono raggiungere risultati robusti e precisi in molte situazioni, mentre sono meno indicati in presenza di condizioni meteo complesse. In simili situazioni, i modelli che includono anche i dettagliati processi del manto nevoso sono superiori rispetto ai metodi concettuali.
Modello di bilancio energetico per la neve
Per questi motivi utilizziamo anche un modello di disgelo nevoso che si basa sul bilancio energetico e di massa (Essery, 2013). Il modello di bilancio energetico calcola diversi flussi di calore che influiscono sul disgelo nevoso (ad es. radiazione a onde corte o flusso di calore dal suolo). In presenza di condizioni meteo complesse, rispetto al metodo degli indici di temperatura questi modelli sono più precisi nel valutare le quantità di disgelo nevoso, ad es. quando la pioggia cade su un manto nevoso preesistente (Figura 3). D’altro canto, i modelli di bilancio energetico hanno bisogno di essere alimentati con ulteriori dati meteo che spesso non sono disponibili con la precisione desiderata. Ecco perché utilizziamo diversi modelli in parallelo per beneficiare dei punti di forza individuali di ciascuno di essi.
