Come raceday.ski calcola la temperatura della neve

Le tabelle di sciolinatura si riferiscono alla temperatura della neve — ma nella pratica quotidiana quasi tutti misurano la temperatura dell'aria. Le due possono differire di parecchi gradi. Di notte la superficie della neve irradia calore verso il cielo e si raffredda sotto la temperatura dell'aria. Di giorno la posizione del sole, l'esposizione e la pendenza riscaldano di nuovo la superficie.

Per questo raceday.ski non stima la temperatura della neve con regole empiriche, ma la calcola fisicamente — ora per ora, dalla sera precedente fino all'orario di partenza scelto. Ciò che vedi non è stimato, ma derivato.

Fonti dei dati

• Open-Meteo — previsioni meteo orarie: temperatura, umidità, nuvolosità, vento, precipitazioni, nevicate, altezza della neve oltre a radiazione diretta e diffusa. In più temperatura e geopotenziale su otto livelli di pressione.
• Istituto WSL per lo studio della neve e delle valanghe SLF — valori misurati delle stazioni IMIS, tra cui la temperatura superficiale della neve misurata (dati: WSL/SLF, CC BY 4.0).
• Servizio valanghe del Tirolo (Land Tirol) — valori misurati delle stazioni tirolesi, tra cui la temperatura superficiale misurata: valori istantanei aperti e archivi stagionali delle serie di misura. Fonte dei dati: Land Tirol - data.tirol.gv.at, CC BY 4.0.
• Modelli digitali del terreno (SRTM, EU-DEM, Copernicus GLO-90) — per i profili dell'orizzonte, l'ombreggiamento e la validazione dei punti di calcolo.

Il modello di bilancio energetico a 3 strati

Il cuore del calcolo è un modello del manto nevoso a tre strati (superficie ~3 cm, strato intermedio ~17 cm, base ~80 cm) che risolve il bilancio energetico della superficie ora per ora:

• Radiazione a onde corte: radiazione solare diretta e diffusa, corretta per pendenza, esposizione e ombreggiamento dell'orizzonte; l'albedo invecchia con la neve (schema CLASS) e viene azzerata da neve fresca e dalla preparazione mattutina delle piste.
• Radiazione a onde lunghe: radiazione atmosferica secondo Brutsaert (1975) con correzione per la nuvolosità secondo Crawford-Duchon; a ciò si aggiunge l'emissione della superficie della neve stessa — il meccanismo che rende così fredde le notti serene.
• Calore latente: sublimazione e condensazione in funzione di umidità, vento e quota (pressione di vapore saturo sul ghiaccio).
• Conduzione termica: tra gli strati, con conducibilità dipendente dalla densità secondo Sturm et al. (1997) — la neve battuta delle piste conduce in modo nettamente diverso dalla neve fresca soffice.

Il tipo di neve stesso — neve fresca, neve vecchia, firn, neve programmata … — viene classificato da raceday dalle ultime 48 ore di storia meteo. Determina densità, albedo e conducibilità del modello. La classe di umidità segue la classificazione internazionale della neve (ICSSG). Il modello non calcola quindi con una neve standard, ma con la neve realmente presente.

Terreno: quota, orizzonte, ombreggiamento

raceday converte la temperatura dell'aria alla quota di destinazione tramite un gradiente termico verticale dinamico — cioè con l'andamento reale della temperatura con la quota ricavato dai dati dei livelli di pressione, invece di un gradiente fisso. Così si riconoscono anche le inversioni termiche, in cui in alto fa più caldo che a valle.

Taratura con le stazioni di misura: validazione puntuale (SLF-IMIS & LWD Tirolo)

Ogni modello fisico ha punti ciechi. Per trovare i nostri confrontiamo esattamente dove si misura: ogni due ore il modello calcola un gemello in ogni sito di stazione — con la quota, il terreno pianeggiante e l'orizzonte della stazione. Questo valore di modello grezzo, non ancora corretto, si confronta con la misura della stessa ora. Solo questa differenza mostra cosa sa fare davvero il modello.

Il metro di paragone: 132 stazioni neve della rete SLF IMIS nelle Alpi svizzere e 145 stazioni del servizio valanghe del Tirolo. Inoltre ogni processo archivia le previsioni a +24 e +48 ore — così nasce l'errore indicato per anticipo di previsione.

Al di fuori delle due reti di misura il modello lavora senza ancoraggio a misure — questo confluisce onestamente nell'incertezza mostrata.

Come questo modello viene verificato su 18 inverni di dati misurati e migliorato in modo guidato dalla falsificazione è spiegato nell'articolo Come viene validato il modello raceday.

Nota sulle stazioni tirolesi: il set di dati aperto fornisce solo valori istantanei a passo di 10 minuti (nessuno storico di misura). Vengono accoppiate all'ora piena e producono quindi meno coppie al giorno rispetto alle stazioni IMIS con le loro medie su 30 minuti; la metodologia non ne è influenzata. Fonte dei dati: Land Tirol - data.tirol.gv.at, CC BY 4.0.

Incertezza: la banda ±

Cosa entra nel calcolo? Ogni calcolo fornisce un punteggio di confidenza da sette fattori: nuvolosità, vento, stabilità della temperatura, vicinanza di una stazione di misura, profilo del terreno, qualità del gradiente termico e affidabilità della classificazione della neve. Situazioni particolari come favonio, pioggia su neve o inversione comportano detrazioni fisse.

Cosa vedi? Invece di una percentuale astratta, raceday.ski mostra una banda di incertezza sulla temperatura della neve (ad es. −6.5 ±1.5 °C) in gradini da ±0.5 a ±4 °C. L'assegnazione è volutamente conservativa; dall'inizio della stagione la verifichiamo con le coppie misura-modello raccolte. Le situazioni particolari vengono inoltre mostrate come avviso (flag). Più la situazione è incerta, più larga è la banda.

Dalla temperatura della neve alla raccomandazione sciolina

La raccomandazione sceglie tra 127 prodotti di Swix, Toko, Holmenkol, HWK e Rex. Ogni sciolina riceve un punteggio da quattro criteri: quanto è centrata la temperatura della neve calcolata nell'intervallo d'uso del produttore? Il tipo di neve corrisponde? L'umidità corrisponde? E come hanno valutato gli utenti questa sciolina in condizioni simili? Il miglior risultato vince. Le raccomandazioni di struttura e spazzolatura seguono template curati per marca — la scelta della sciolina spetta sempre al punteggio, mai al template. Abbiamo verificato gli intervalli di temperatura del database prodotto per prodotto con le indicazioni pubblicate dei produttori, salvo poche eccezioni segnalate — ogni prodotto verificato riporta fonte e data di verifica. Dove i produttori pubblicano bande di umidità (attualmente solo la linea da gara Pure di Swix), queste entrano direttamente nel punteggio.

Il risultato è volutamente ricostruibile: il blocco di trasparenza di ogni raccomandazione mostra la derivazione — dalla temperatura dell'aria attraverso il minimo notturno fino alla temperatura della neve, con parametri fisici e scomposizione del punteggio.

Limiti del modello

• Il calcolo si basa su previsioni meteo — i loro errori si propagano, soprattutto in situazioni instabili.
• La preparazione specifica per le gare (iniezione d'acqua, salatura) può modificare fortemente la pista a livello locale e non è modellata.
• Favonio, pioggia su neve e inversioni violano le ipotesi del modello — vengono riconosciuti e segnalati come flag con banda di incertezza più ampia, ma restano difficili.
• Il confronto sistematico modello vs stazioni di misura si svolge come campagna di misura continua lungo la stagione invernale — la valutazione è pubblicata sulla pagina della precisione e si riempie automaticamente non appena sono disponibili i dati della stagione.

Bibliografia

• Brutsaert, W. (1975): On a derivable formula for long-wave radiation from clear skies. Water Resour. Res. 11(5), 742–744.Emissività atmosferica (cielo sereno)
• Crawford, T. M. & Duchon, C. E. (1999): An improved parameterization for estimating effective atmospheric emissivity for use in calculating daytime downwelling longwave radiation. J. Appl. Meteor. 38(4), 474–480.Correzione per la nuvolosità della radiazione a onde lunghe incidente
• Juszak, I. & Pellicciotti, F. (2013): A comparison of parameterizations of incoming longwave radiation over melting glaciers. J. Geophys. Res. Atmospheres 118, 3066–3084.Validazione della parametrizzazione delle onde lunghe in alta montagna
• Verseghy, D. L. (1991): CLASS — A Canadian land surface scheme for GCMs. I. Soil model. Int. J. Climatol. 11, 111–133.Schema di invecchiamento dell'albedo della neve
• Sturm, M., Holmgren, J., König, M. & Morris, K. (1997): The thermal conductivity of seasonal snow. J. Glaciol. 43(143), 26–41.Conducibilità termica in funzione della densità della neve
• Alduchov, O. A. & Eskridge, R. E. (1996): Improved Magnus form approximation of saturation vapor pressure. J. Appl. Meteor. 35, 601–609.Pressione di vapore saturo su acqua e ghiaccio (sublimazione, punto di rugiada)
• Fierz, C. et al. (2009): The International Classification for Seasonal Snow on the Ground (ICSSG). UNESCO-IHP, Paris.Classificazione dell'umidità della neve
• NOAA Solar Position Algorithm (nach Meeus, Astronomical Algorithms).Posizione del sole (elevazione/azimut) per ogni ora
• Bartelt, P. & Lehning, M. (2002): A physical SNOWPACK model for the Swiss avalanche warning. Part I: numerical model. Cold Reg. Sci. Technol. 35(3), 123–145 · Part II: Lehning, M., Bartelt, P., Brown, B., Fierz, C. & Satyawali, P., 147–167 · Part III: Lehning, M., Bartelt, P., Brown, B. & Fierz, C., 169–184 · snowpack.slf.chModellazione dei processi del manto nevoso — letteratura di riferimento

Dati neve: Istituto WSL per lo studio della neve e delle valanghe SLF (www.slf.ch), CC BY 4.0 · Dati meteo: Open-Meteo · Dati del terreno: SRTM, EU-DEM, Copernicus GLO-90 (© Unione europea).