Dal 1 al 3 ottobre 2025 Milano ospiterà la sesta edizione del Convegno Italiano di Radar Meteorologia - RadMet2025, evento di riferimento in Italia per il confronto scientifico e operativo sull’uso dei radar meteorologici. La conferenza rappresenta un’occasione importante di dialogo tra chi lavora nei servizi meteorologici, negli enti di ricerca, nelle università e nelle strutture di protezione civile, con l’obiettivo di migliorare gli strumenti per la previsione e il monitoraggio delle piogge e degli eventi estremi. Il Consorzio LaMMA parteciperà al convegno con una serie di presentazioni scientifiche, realizzate in collaborazione con il CNR-IBE, che mettono al centro il tema del nowcasting radar – ovvero la previsione a brevissimo termine (una o due ore), di piogge e temporali – e della corretta interpretazione dei dati radar per stimare la quantità di pioggia caduta al suolo. Si tratta di studi che uniscono ricerca e applicazioni pratiche, con ricadute concrete nella gestione delle allerte meteo-idrologiche e nella prevenzione del rischio idrogeologico. Gli studi presentati al convegno Uno dei lavori riguarda l’uso di tecniche di intelligenza artificiale per il nowcasting nell’area dell’Alto Tirreno. Lo studio, dal titolo “Radar nowcasting con tecniche di machine learning nell’Alto Tirreno”, nasce all’interno del progetto Interreg PROTERINA 4 FUTURE e utilizza un mosaico di dati radar provenienti sia dall’Italia che dalla Francia. Questo approccio consente di superare le difficoltà legate alla copertura parziale dei radar in aree di confine e in zone montuose. Le immagini radar, elaborate con tecniche di deep learning, vengono usate per “imparare” l’evoluzione delle precipitazioni e simulare il loro comportamento nei minuti successivi. I risultati mostrano che è possibile generare previsioni fino a un’ora con buona coerenza rispetto alle osservazioni, aprendo la strada a un utilizzo operativo di questi strumenti a supporto della protezione civile e dei sistemi di allerta precoce. Un altro contributo analizza le differenze tra i vari tipi di precipitazione e come queste influiscano sull’affidabilità delle previsioni. Le piogge stratiformi, tipiche delle perturbazioni diffuse e stabili, risultano più facili da prevedere e permettono di ottenere buoni risultati anche fino a due ore di anticipo. Le piogge convettive, come i temporali estivi, sono invece molto più variabili e localizzate: in questi casi l’attendibilità del nowcasting diminuisce già dopo 30–50 minuti. Questa distinzione, spesso sottovalutata, è però cruciale per stabilire quanto e come i modelli previsionali possano essere utilizzati nei sistemi di allerta. L’algoritmo utilizzato per queste sperimentazioni, Rainymotion, si è rivelato rapido ed efficiente e può funzionare anche su computer non particolarmente potenti, caratteristica che lo rende adatto a contesti operativi che richiedono risposte immediate. Il terzo si concentra invece sulla stima della quantità di pioggia caduta al suolo. I radar meteorologici non misurano direttamente la pioggia ma la riflettività delle gocce, che viene poi trasformata in millimetri di precipitazione tramite relazioni empiriche. Queste formule standard, però, non tengono conto della variabilità delle gocce di pioggia da un evento all’altro, e possono introdurre errori significativi. Per affrontare questa criticità, è stato allestito dal CNR-IBE a Sesto Fiorentino, in collaborazione con il LAMMA un sito di monitoraggio avanzato che utilizza radar a puntamento verticale e disdrometri per misurare direttamente la dimensione e la distribuzione delle gocce. Grazie a queste osservazioni è possibile calibrare relazioni più specifiche e adattate alle condizioni locali, con la potenzialità di ridurre i margini di errore e migliorare la qualità delle stime. Anche in questo caso le ricadute sono concrete: una migliore quantificazione della pioggia significa sistemi di allerta più precisi ed efficaci. Con questi contributi il LaMMA conferma il proprio impegno nello sviluppo di strumenti innovativi e affidabili per la previsione meteorologica e la prevenzione del rischio idrogeologico. Una immagine del composito radar realizzato con i dati radar provenienti dall’Italia e dalla Francia - Proterina4Future