Le mappe mostrano i risultati delle previsioni mensili (seasonal forecast) realizzate dell’Agenzia ItaliaMeteo.

La metodologia sviluppata da ItaliaMeteo si basa su un downscaling statistico effettuato utilizzando la tecnica del quantile mapping, applicata alle previsioni stagionali ECMWF SEAS5, con le rianalisi ERA5-Land ed ERA5 (solo per le aree marine) come dataset di riferimento.
Tutti i dataset utilizzati (previsioni, reforecast e rianalisi) sono disponibili presso il Copernicus Climate Data Store.

Il risultato della procedura consiste in previsioni calibrate e con risoluzione spaziale aumentata (downscaling con bias correction) pari alla risoluzione di ERA5-Land (griglia regolare lat-lon e passo di griglia di 0.1°, corrispondente a circa 10 km, in particolare con limite Nord a 48°N, Sud a 35°N, Ovest a 6°E, Est a 19°E).
Le previsioni, basate su ECMWF SEAS5, forniscono campi giornalieri di temperatura massima e minima e di precipitazione totale, successivamente aggregati a scala mensile come valori mediani (50° percentile), mostrati di fianco alle relative anomalie rispetto alla climatologia di riferimento.

Le mappe sono interattive e consentono di aprire grafici box plot con il dettaglio per ciascun capoluogo di provincia.
I grafici mostrano nei box plot la distribuzione percentile della variabile selezionata, confrontata con l'andamento climatologico rappresentato dalle linee colorate.

Nuove corse previsionali vengono emesse entro il giorno 10 di ogni mese, fornendo risultati per i successivi 4 mesi; ogni corsa comprende 25 membri di ensemble.

• Forecast
  Come dataset previsionale viene utilizzato SEAS5 di ECMWF per le variabili di temperatura massima e minima giornaliera e di precipitazione totale giornaliera. Ogni mese ECMWF pubblica nuove corse che comprendono le previsioni per i mesi successivi, con output giornaliero e risoluzione di griglia regolare a 1°.
• Reforecast
  Per lo stesso modello e variabili del forecast, si considerano i reforecast (ovvero simulazioni con lo stesso modello operativo di previsione SEAS5 effettuate sul passato) per i 30 anni dal 1993 al 2022.
• Climatologia
  La climatologia di riferimento è la rianalisi ERA5-Land, con un’interpolazione di ERA5 per le aree marine, per le medesime variabili di temperatura massima e minima giornaliera e precipitazione giornaliera. La risoluzione dei dati è su una griglia regolare di 0.1°.

• Cannon, A. J.; Sobie, S. R. and Murdock T. Q. (2015): Bias Correction of GCM Precipitation by Quantile Mapping: How Well Do Methods Preserve Changes in Quantiles and Extremes? J. Climate, 28, 6938–6959. DOI: 10.1175/JCLI-D-14-00754.1.

• Johnson, S.J. and Co-Authors (2019): SEAS5: The new ECMWF seasonal forecast system. Geosci. Model Dev. 12: 1087–1117. DOI: 10.5194/gmd-12-1087-2019.

• Hersbach, H. and Co-Authors (2020): The ERA5 global reanalysis. Q J R Meteorol Soc. 146: 1999–2049. DOI: 10.1002/qj.3803.

• Maraun, D. (2016): Bias Correcting Climate Change Simulations - a Critical Review. Curr Clim Change Rep 2, 211–220. DOI: 10.1007/s40641-016-0050-x.

• Muñoz-Sabater, J. and Co-Authors (2012): ERA5-Land: a state-of-the-art global reanalysis dataset for land applications. Earth Syst. Sci. Data, 13, 4349–4383. DOI: 10.5194/essd-13-4349-2021.

• Padulano, R.; Gomez-Mogollon, L.A.; Napolitano, L.; Rianna, G. (2025): Quantile-based bias-correction of extreme rainfall: Pros & cons of popular methods for climate signal preservation. Journal of Hydrology, 653, 132814. DOI: 10.1016/j.jhydrol.2025.13281.

• Tani, S. and Gobiet, A. (2021): Quantile mapping for improving precipitation extremes from regional climate models. J. Agr. Meteorol., 21, 434-443. DOI: 10.54386/jam.v21i4.278.