2. GLI OBIETTIVI DEL PROGETTO

Gli attuali modelli climatici prevedono che nel corso di questo secolo il clima terrestre subirà cambiamenti significativi. Tali risultati sono però affetti da un'enorme intervallo di incertezza. Che peso dobbiamo dare allora a tali previsioni? Se sovrastimassero la velocità e la dimensione dei cambiamenti climatici rischieremmo di creare inutilmente panico e di spendere un'enorme quantità di soldi per affrontare un problema che non sarebbe così serio come i modelli suggeriscono. Viceversa, se i modelli sottostimassero i cambiamenti, potremmo accorgerci di aver fatto troppo poco e troppo tardi, nell'erronea convinzione che i mutamenti sarebbero stati lenti e graduali.

Per far fronte a questo problema vi è la necessità di valutare il grado di confidenza delle previsioni climatiche. In altre parole dobbiamo quantificare l'incertezza che affligge tali previsioni. Partecipando all'esperimento, ci puoi aiutare a risolvere tale problema in un modo che sarebbe altrimenti impossibile!

Nonostante l'incredibile velocità dei moderni supercomputers, i modelli climatici devono includere gli effetti dei sistemi a piccola scala (come le nubi) attraverso una serie di semplificazioni (in tale processo, detto parametrizzazione, le nostre nubi verranno sostrituite da una serie di parametri quali ad esempio, dimensione, umidità, temperatura, pressione). Al valore preciso di ciascun parametro è però associato un intervallo di incertezza che, in alcuni casi può essere molto elevato. Ciò significa che una singola previsione rappresenta solo uno dei molti modi in cui il clima può evolvere. (Su tale argomento vi rimando ad un interessante post di Andrea Conigliano, sul Meteogiornale)

Come possiamo valutare e ridurre questa incertezza?
Vediamo due possibili approci complementari al problema:

1. Migliorare la parametrizzazione restringendo gli intervalli di incertezza sui parametri. Questo è un processo continuo che richiede un miglioramento costante dei modelli, l'utilizzo dei supercomputer più moderni, l'aumento dei dati iniziali caratterizzanti la situazione atmosferica ( come la velocità del vento, la temperatura,la copertura nuvolosa ...)

2. Eseguire un gran numero di simulazioni nelle quali i parametri iniziali varino ogni volta all'interno di un intervallo di incertezza fissato. In tal modo si possono rifiutare le simulazioni che hanno fallito nel compito di modellare il clima passato e si possono usare le restanti per studiare il clima futuro.

Il secondo scenario è l'approcio di climateprediction.net. Il nostro intento è quello di testare centinaia di migliaia di modelli climatici, con differenze tali da rappresentare l'intero intervallo di incertezza di tutte le parametrizzazioni. Questa tecnica, conosciuta come ensemble forecasting (non vi ricorda qualche cosa?), richiede una elevatissima potenza di calcolo, ben superiore alle possibilità dei moderni supercomputers. L'unica soluzione pratica è utilizzare il calcolo distribuito che permette di sfruttare la potenza di migliaia di computers ordinari, ciascuno dei quali può affrontare una piccola ma fondamentale parte del problema globale.