Vedere il Vortice Polare come un’immagine: CAVE-ART e la “geometria” del VPS artico (1980–2017)

http://dx.doi.org/10.1002/2017JD027556

Il vortice polare stratosferico (VPS) è, in sostanza, un’enorme circolazione ciclonica che si organizza ogni autunno alle alte latitudini e persiste fino alla primavera, con venti occidentali intensi e una struttura verticale che si estende dalla bassa stratosfera a quote molto elevate. Capire come varia (non solo quanto si scalda o si raffredda) è cruciale perché queste variazioni modulano trasporto e chimica stratosferica (inclusa la predisposizione a episodi di forte perdita di ozono) e, nei casi più intensi, possono “scendere” verso la troposfera e riorganizzare per settimane i regimi di circolazione alle medie latitudini. È il motivo per cui gli SSW e gli stati estremi del vortice (molto debole o molto forte) sono entrati stabilmente nel lessico della previsione sub-stagionale: gli SSW, in particolare, sono tipicamente associati a una forte decelerazione del getto stratosferico e a configurazioni in cui il vortice viene spostato fuori polo oppure si spezza in due lobi principali. Air Resources Laboratory+2Columbia University+2

Il lavoro di Lawrence e Manney porta un’idea semplice ma potente: trattare i campi dinamici stratosferici (in pratica “mappe” di potenziale vorticità su superfici isentropiche) come se fossero immagini digitali. Da qui l’uso di tecniche di computer vision—segmentazione, descrizione di forme, tracciamento di oggetti—per trasformare la variabilità del VPS in una serie di grandezze geometriche e dinamiche misurabili in modo sistematico su 38 anni di reanalisi (1980–2017). Il pacchetto sviluppato, CAVE-ART (Characterization and Analysis of Vortex Evolution using Algorithms for Region Tracking), mira a descrivere in modo “completo” l’evoluzione del vortice non solo come singola entità, ma anche quando si frammenta in più regioni coesistenti e quando queste regioni si muovono, si deformano, si fondono o si separano. nmt.edu

La logica operativa è molto vicina a ciò che, in dinamica stratosferica, si intende da decenni come identificazione di “bordo” e “barriera” del vortice: si lavora sulla distribuzione della PV (Ertel’s PV) e sulle sue forti gradienti orizzontali, spesso co-localizzati con un massimo di vento lungo le isolinee, per individuare in modo oggettivo la regione di confine e l’“edge” vero e proprio. In questo senso CAVE-ART si inserisce su una tradizione robusta: Nash et al. (1996) formalizzano proprio l’idea di definire il vortex edge come massimo gradiente di PV vincolato dalla posizione del jet massimo lungo le isolinee, usando anche il concetto di latitudine equivalente per rendere il problema più “monodimensionale” e filtrare ambiguità legate al rumore dei campi. SciSpace CAVE-ART prende questa filosofia e la porta in un contesto da “analisi d’immagine”: una volta definito un profilo/climatologia di edge (nel lavoro viene discusso l’uso di un valore di PV “scalato” e di un edge climatologico per evitare instabilità legate alla variabilità giornaliera dei gradienti), si passa alla segmentazione vera e propria: il campo viene binarizzato rispetto alla soglia, si isolano le regioni coerenti (flood-fill), si estraggono i contorni (es. marching squares) e si filtrano strutture minute o filamenti troppo piccoli per essere considerati “vortici” principali. Poi entra il cuore “vision”: il tracking nel tempo, cioè l’associazione di ciascuna regione al suo “continuo” nelle ore/giorni successivi, in modo da seguire traiettorie, cambi di forma, scissioni e fusioni senza perdere la storia dell’oggetto. nmt.edu

Il vantaggio scientifico non è estetico: è diagnostico. Oltre ai parametri “classici” (area, posizione del baricentro, eccentricità/aspect ratio tramite momenti, ecc.), CAVE-ART produce un set esteso di misure di bordo (perimetro, curvatura/irregolarità, metriche di filamentazione) e grandezze dinamiche mediate lungo l’edge, come le velocità del vento sul bordo stesso. Questa impostazione permette un confronto trasparente con approcci precedenti basati su diagnostiche di momento e soglie geometriche, spesso applicate a Z a 10 hPa o PV su superfici isentropiche per distinguere eventi di split e displacement: per esempio Seviour et al. propongono un metodo “pratico” a soglia che usa i momenti 2-D per ricavare centroid latitude e aspect ratio e definire split quando l’aspect ratio resta molto elevato per più giorni, displacement quando il centro del vortice resta molto equatorward per più giorni. William Seviour+2William Seviour+2

Il punto dove CAVE-ART diventa davvero interessante è la gestione nativa dei multi-oggetti: quando il vortice “si rompe”, non sei costretto a riassumere tutto con un singolo numero (tipo aspect ratio globale) ma puoi seguire la nascita e l’evoluzione dei due (o più) lobi come regioni separate. Su questa base, gli autori costruiscono un algoritmo di identificazione dei “vortex-splitting events” che, applicato tra il 1980 e il 2017, segnala 52 potenziali episodi e ne classifica soggettivamente 38 come eventi distinti “split-like”. I criteri includono soglie minime di area per il “genitore” e per i “figli”, durata minima delle regioni dopo la separazione e—elemento importante—un requisito di coerenza verticale: la segnalazione deve comparire su più livelli isentropici consecutivi (nell’analisi vengono considerati livelli da circa 430 K a 960 K), così da evitare falsi positivi legati a frammentazioni superficiali o rumorose su un singolo livello. Risultato notevole: solo una parte di questi split-like coincide con i classici major SSW catalogati con definizioni tipo Charlton & Polvani (basate sull’inversione del vento zonale medio a 60°N e 10 hPa e su una classificazione split vs non-split), suggerendo che la “tendenza allo splitting” del VPS artico è più frequente e sfumata di quanto emerga dai soli criteri “major warming”. nmt.edu

Infine, la stessa logica “edge-centrica” consente di definire in modo consistente eventi estremi di vortice molto forte e molto debole su più quote usando le velocità medie lungo il bordo del vortice: non è più soltanto “AO/NAM alto o basso”, ma un criterio fisicamente ancorato alla barriera dinamica del vortice. E qui emerge una firma geometrica pulita: i vortici forti tendono a essere più cilindrici (più coerenti verticalmente), più centrati sul polo e meno filamentatirispetto alla climatologia; i vortici deboli, al contrario, mostrano più irregolarità di bordo, maggiore deformazione, maggiore tendenza a dislocarsi e/o frammentarsi. In prospettiva, questo tipo di diagnostica non sostituisce le metriche tradizionali: le completa, perché rende misurabile e confrontabile (tra reanalisi, stagioni, livelli e dataset) la componente “morfologica” della dinamica stratosferica—cioè quella parte di variabilità che spesso, guardando una mappa, intuiamo subito, ma che senza strumenti oggettivi è difficile quantificare e mettere in statistica.

1. Introduzione

I vortici polari stratosferici che si instaurano in autunno sopra i poli sono il cardine della circolazione stratosferica invernale: non sono semplicemente una “bassa pressione in quota”, ma una struttura coerente definita da un intenso anello di venti occidentali (il polar night jet) che funge da barriera dinamica al mescolamento meridionale, isolando l’aria interna del vortice da quella delle medie latitudini. Questa idea di “barriera” non è un dettaglio descrittivo: è un vincolo fisico sul trasporto, perché dove il gradiente di vorticità potenziale (PV) è più intenso e il vento è massimo, i traccianti (ozono incluso) faticano a varcare il confine, mentre all’esterno domina una regione più turbolenta e rimescolata. Harvard Astrophysics Data System+2kestrel.nmt.edu+2

Il collegamento con la chimica dell’ozono nasce proprio da qui. L’isolamento in un ambiente di notte polare favorisce un raffreddamento radiativo marcato delle masse d’aria intrappolate nel vortice; quando le temperature scendono sufficientemente (specie nella bassa stratosfera), aumentano le condizioni favorevoli ai processi chimici che portano a forte perdita di ozono in presenza di alogeni attivi. Questo quadro concettuale è ben consolidato nella letteratura di riferimento e nelle valutazioni WMO, che inquadrano il ruolo del vortice come “contenitore” termodinamico e dinamico che precondiziona l’efficienza della chimica polare. agupubs.onlinelibrary.wiley.com+2csl.noaa.gov+2

Pur condividendo la stessa architettura di base, vortice artico e antartico non si comportano allo stesso modo. In media, il vortice artico risulta più piccolo, meno freddo e molto più variabile, perché l’emisfero nord è più “ruvido” dal punto di vista dinamico: orografia e contrasti terra-mare sostengono una maggiore attività di onde planetarie che, propagandosi verso l’alto, disturbano il vortice, ne deformano la forma, ne spostano il centro e possono indebolire l’efficacia del bordo come barriera. In termini di PV, la firma di queste perturbazioni appare come stiramento e arrotolamento dei contorni (filamentazione), con un’espansione della regione esterna di rimescolamento — la surf zone— dove il breaking ondulatorio rende il trasporto molto più efficiente e, di fatto, “erode” il vortice. agupubs.onlinelibrary.wiley.com+3Harvard Astrophysics Data System+3ScienceDirect+3

Gli stati estremi di questa variabilità sono spesso descritti come due famiglie opposte. Da un lato ci sono i riscaldamenti stratosferici improvvisi (SSW), eventi associati a forte attività ondulatoria e a una rapida decelerazione del flusso zonale occidentale, con un disturbo marcato della struttura del vortice; in questo contesto è diventata standard la distinzione tra eventi di displacement (vortice spostato lontano dal polo) ed eventi di split (vortice che si divide in due o più lobi/vortici “figli”). Questa tassonomia è importante perché mette in relazione la dinamica d’onda, la geometria risultante e la probabilità di un segnale discendente verso la troposfera capace di modulare regimi di circolazione e statistiche di AO/NAO per settimane. agupubs.onlinelibrary.wiley.com+3American Meteorological Society Journals+3American Meteorological Society Journals+3 Dall’altro lato troviamo fasi di vortice insolitamente forte (spesso discusse come vortex intensification events), associate a ridotto forcing ondulatorio e a configurazioni in cui la diagnostica di flusso di calore/attività d’onda può assumere segni e strutture coerenti con un’accelerazione e un compattamento del vortice: il bordo tende a rafforzarsi, il vortice diventa più “robusto” e spesso più centrato sul polo, con segnali che possono anch’essi propagarsi verso il basso ma con segno opposto rispetto ai compositi tipici degli SSW. agupubs.onlinelibrary.wiley.com+2agupubs.onlinelibrary.wiley.com+2

In questo quadro, l’uso della PV su superfici isentropiche è più di una scelta pratica: è un linguaggio naturale per descrivere la dinamica, perché la PV, in prima approssimazione, si conserva lungo le traiettorie in moto quasi-adiabatico e permette di leggere il vortice come “cappuccio” di PV elevata circondato da PV più bassa, con un bordo definibile in modo oggettivo attraverso il massimo gradiente rispetto alla latitudine equivalente. È esattamente su questa base che si sono costruiti metodi classici di definizione del vortex edge e di quantificazione della barriera di trasporto. kestrel.nmt.edu+2agupubs.onlinelibrary.wiley.com+2 Il passaggio proposto da Lawrence e Manney è trasformare questa diagnostica in un problema “da immagine”: segmentare il vortice (interno/esterno), estrarne contorni e proprietà geometriche (area, eccentricità, compattezza, filamentazione) e poi tracciarne l’evoluzione nel tempo con algoritmi di region tracking, così da catturare in modo sistematico deformazioni, spostamenti e, soprattutto, la coesistenza di più regioni quando avviene uno split. In parallelo, il legame con la previsione sub-stagionale emerge perché gli stati della stratosfera (SSW e anche vortici forti) sono associati a finestre di maggiore prevedibilità troposferica, documentate sia in studi di prevedibilità sia in esperimenti di forecast che mostrano incrementi di skill quando l’inizializzazione avviene in prossimità di questi eventi. scispace.com+3agupubs.onlinelibrary.wiley.com+3Harvard Astrophysics Data System+3

La scelta di descrivere il vortice polare attraverso la sua geometria nasce da un’osservazione molto concreta: quando la dinamica d’onda e il mixing cambiano, la prima cosa che “si vede” nei campi di vorticità potenziale (PV) non è un numero, ma una forma che si deforma, si allunga, si sposta, si incava e, nei casi più drastici, si spezza. Proprio per questo, già negli anni ’80 la letteratura ha iniziato a trattare la geometria come una finestra diagnostica sullo stato dinamico del vortice. Butchart e Remsberg (1986) mostrarono che l’area del vortice stratosferico dell’emisfero nord varia in risposta a processi irreversibili legati a effetti radiativi e al mescolamento, e che un’analoga risposta si ritrova in diagnostiche basate su traccianti a lunga vita: quando il mixing erode la PV del vortice, la “macchia” coerente (il cappuccio di PV elevata) tende a contrarsi o a perdere integrità, coerentemente con un indebolimento della barriera di trasporto. Baldwin e Holton (1988) consolidarono questa intuizione, discutendo esplicitamente il ruolo del breaking delle onde planetarie nel modulare l’area del vortice e proponendo che proprio l’evoluzione dell’area possa fungere da segnale di “precondizionamento” nelle settimane antecedenti un riscaldamento stratosferico improvviso (SSW): l’idea, in continuità con McIntyre (1982) e McIntyre e Palmer (1983), è che la vulnerabilità del vortice non dipenda solo dalla forzante d’onda istantanea, ma anche dalla configurazione geometrica e dalla “storia” del suo bordo, cioè da quanto la barriera sia già stata stirata, assottigliata e resa permeabile da episodi precedenti di stirring e breaking.

Dal punto di vista formale, l’area è il momento spaziale di ordine zero della regione vortice, definita da un contorno che approssima il vortex edge. È un descrittore potente perché robusto e fisicamente interpretabile, ma inevitabilmente “grezzo”: due vortici con la stessa area possono essere dinamicamente molto diversi se uno è quasi circolare e centrato sul polo e l’altro è molto ellittico, incavato e filamentoso. È qui che entrano i momenti di ordine superiore e le diagnostiche ellittiche: Waugh (1997) e Waugh e Randel (1999) estesero in modo sistematico l’uso dei momenti 2-D per quantificare differenze climatologiche fra vortice artico e antartico e per individuare grandi episodi di breaking di onde di Rossby, trasformando forma e orientamento del vortice in una famiglia di misure confrontabili statisticamente (centroide, assi principali, eccentricità/aspect ratio, orientazione dell’ellisse equivalente). Questa linea di lavoro è stata particolarmente fruttuosa nel contesto degli SSW, dove la tassonomia displacement/split (resa operativa in molte climatologie moderne, ad esempio Charlton e Polvani, 2007) è intimamente geometrica: nel displacement il vortice resta sostanzialmente unito ma trasla lontano dal polo; nello split si separa in lobi distinti. Matthewman et al. (2009), usando diagnostiche ellittiche, misero in evidenza un aspetto chiave della struttura verticale: gli split tendono a manifestarsi in modo quasi simultaneo su gran parte della stratosfera, mentre i displacement mostrano più spesso un’inclinazione con la quota (tilt verticale), suggerendo differenze non banali nella geometria tridimensionale dell’interazione onde–flusso medio. Mitchell et al. (2011) fecero un ulteriore passo avanti combinando teoria dei valori estremi e momenti 2-D per caratterizzare i vortici artico e antartico, mostrando che questi descrittori non sono solo “ornamenti geometrici”, ma misure quantitative della variabilità del vortice e strumenti utili per distinguere, in termini probabilistici, stati e transizioni rare. Non sorprende quindi che molte analisi successive — su rianalisi (ad esempio Hannachi et al., 2011; Mitchell et al., 2013; Seviour et al., 2013), su modelli dinamici (Matthewman e Esler, 2011; Liu e Scott, 2015) e su modelli climatici (Maycock e Hitchcock, 2015; Zhang et al., 2016; Seviour et al., 2017) — abbiano adottato in modo esteso diagnostiche geometriche e di momento come ponte tra “meccanismi” (forzante d’onda, flussi di calore, trasporto) e “manifestazioni” (configurazioni del vortice osservabili sulle mappe).

Il punto delicato, tuttavia, è che i momenti e le ellissi equivalenti descrivono bene deformazioni “globali”, ma diventano meno informativi quando la struttura si complica davvero: concavità marcate, filamenti sottili, shedding di filamenti e soprattutto coesistenza di più regioni coerenti dopo una scissione. In quei casi, la rappresentazione a singolo oggetto (un’ellisse, un centroide) rischia di comprimere l’informazione proprio quando la dinamica la rende più ricca. È qui che l’idea di usare tecniche di computer vision è particolarmente naturale: la PV su superfici isentropiche, in inverno, assomiglia a un’immagine ad alto contrasto, con un “oggetto” (interno del vortice ad alta PV) ben separato dallo sfondo (esterno a bassa PV) e con un bordo (gradiente di PV) che porta l’informazione geometrica più dinamicamente significativa, in linea con l’impostazione classica del vortex edge (ad esempio Nash et al., 1996). Le pipeline tipiche della visione artificiale — segmentazione dell’oggetto, estrazione del contorno, calcolo di descrittori di forma (compattezza, perimetro, irregolarità/filamentazione, convessità/concavità), identificazione di componenti connesse e tracciamento nel tempo — sono esattamente ciò che serve quando il vortice smette di essere una singola “macchia” e diventa un sistema di regioni che si separano, si riavvicinano, si fondono o persistono come lobi distinti. Inoltre, il tracciamento di regioni multiple permette di trattare in modo esplicito ciò che spesso, nelle prospettive più tradizionali (media zonale o latitudine equivalente), viene inevitabilmente “spalmato”: quando il vortice è altamente disturbato e distorto, un punto di vista centrato sul vortice e sul suo bordo conserva informazione spaziale essenziale, mentre le rappresentazioni zonal-mean possono diventare ambigue o persino fuorvianti perché non distinguono più tra spostamento, deformazione e reale frammentazione.

In questo senso, l’approccio “geometria + tracking” non è un’alternativa estetica alle metriche dinamiche: è un’estensione coerente della tradizione basata su PV come quasi-tracciante (Hoskins et al., 1985; McIntyre e Palmer, 1984) e su surf zone come regione privilegiata del breaking (McIntyre e Palmer, 1983). La differenza è che, invece di ridurre la complessità a uno o due numeri globali, si prova a misurare in modo oggettivo e riproducibile ciò che l’occhio esperto riconosce subito nelle mappe: quanto il bordo sia frastagliato, quanto l’oggetto sia centrato o decentrato, quanto sia “pieno” o “lacerato” da filamenti, e se la sua identità come singolo vortice sia stata mantenuta o meno nel tempo e lungo la colonna stratosferica.

2. Contesto metodologico: perché la computer vision è “nata per le immagini” ma funziona benissimo anche con i campi atmosferici

Le tecniche di computer vision e di image processing sono state sviluppate, storicamente, per lavorare su immagini digitali che possono anche evolvere nel tempo (sequenze video): in pratica, un’immagine viene trattata come una matrice bidimensionale di pixel, ciascuno associato a un valore (intensità in scala di grigi, colore, ecc.). In un senso più generale, però, un’immagine digitale non è altro che un data set grigliato di informazione “digitalizzata”. Proprio per questo la computer vision si presta naturalmente anche a molti problemi geofisici: quando abbiamo un campo su griglia regolare (latitudine–longitudine, oppure griglie proiettate, oppure superfici isentropiche), la “posizione” di ciascun punto non va reinserita come informazione separata, perché la struttura del file/della matrice descrive già la collocazione sul reticolo. È la stessa logica per cui, in meteorologia, una mappa di vorticità relativa, vento o PV è già di fatto un’“immagine” numerica: cambia il significato fisico del valore in ogni cella, non la natura matematica dell’oggetto su cui operiamo. Questa equivalenza concettuale è uno dei motivi per cui molti algoritmi classici della visione (segmentazione, estrazione dei contorni, descrittori di forma, tracciamento) possono essere trasferiti quasi direttamente ai campi atmosferici. gmd.copernicus.org+1

In ambito atmosferico l’uso sistematico di tecniche “tipo visione” non è affatto una novità. Un riferimento fondativo è Hodges (1994), che descrive un metodo generale per l’identificazione sinottica e il tracciamento oggettivo di fenomeni meteorologici, dimostrandone l’applicazione su dati di vorticità relativa troposferica: l’idea chiave è trasformare un campo grigliato in un insieme di feature (oggetti) identificabili e poi collegarli nel tempo secondo criteri coerenti (continuità spaziale, intensità, persistenza), così da costruire traiettorie e statistiche di vita degli oggetti. In questo approccio, che ha poi alimentato una vasta genealogia di metodi di tracking, si vede già il cuore della computer vision applicata alla geofisica: ridurre un “mare” di numeri a entità strutturate (oggetti) con attributi misurabili e comparabili. American Meteorological Society Journals+1

Un’evoluzione particolarmente significativa, perché molto vicina allo spirito di CAVE-ART, è l’estensione dal semplice tracciamento 2-D (su mappe) alla rilevazione e al tracking spazio-temporale e multi-dimensionale. Limbach et al. (2012) introducono un algoritmo esplicitamente costruito per dati atmosferici su griglia strutturata 4-D (tipicamente: lon–lat–quota/pressione–tempo), con due aspetti metodologici molto moderni: (i) la selezione e il raggruppamento (clustering) dei volumi che soddisfano criteri locali e globali, e (ii) un tracciamento basato prevalentemente sulla sovrapposizione spaziale dei volumi nel tempo, che permette anche di localizzare in modo oggettivo eventi di genesi, lisi, fusione e split. La dimostrazione sulle caratteristiche del jet stream (inclusi casi di split/merge) è importante perché chiarisce un punto spesso sottovalutato: quando la fenomenologia ammette davvero “eventi topologici” (un oggetto che si divide in due, oppure due oggetti che si fondono), servono algoritmi che li rappresentino nativamente, non come eccezioni da gestire a posteriori. gmd.copernicus.org+1

È su questa base che Lawrence e Manney formalizzano l’applicazione al vortice polare stratosferico: la PV su superfici isentropiche condivide molte proprietà operative delle immagini ad alto contrasto. L’interno del vortice (PV elevata) risulta spesso ben separato dall’esterno (PV più bassa), rendendo la segmentazione (separare “oggetto” e “sfondo”) un’operazione naturale; inoltre, le variazioni morfologiche del vortice — ellitticità, concavità, filamentazione, shedding di filamenti e, nei casi estremi, scissione in più lobi coerenti — sono esattamente il tipo di informazione che la computer vision sa trasformare in descrittori quantitativi, soprattutto se l’analisi è costruita attorno al bordo/contorno dell’oggetto. In questo contesto, un pacchetto come CAVE-ART combina in modo organico tre famiglie di compiti tipici della visione: (1) segmentare e isolare regioni coerenti, (2) descriverle tramite metriche di regione, momenti e diagnostiche di edge, e (3) tracciarle nel tempo anche quando diventano più di una (split) o quando interagiscono (fusioni/riconnessioni), offrendo una prospettiva “vortex-centered” che conserva informazione spaziale proprio quando le rappresentazioni più tradizionali (media zonale e latitudine equivalente) diventano meno espressive perché il vortice è fortemente disturbato e distorto. agupubs.onlinelibrary.wiley.com+1

Per orientare il lettore, ha senso ricordare che la computer vision, nel suo impianto classico, mira a far svolgere al calcolatore compiti che l’occhio umano compie in modo immediato: riconoscere oggetti, estrarne caratteristiche e seguirli nel tempo. I manuali generali (come Nixon e Aguado) inquadrano questi compiti in una catena concettuale piuttosto stabile — filtraggio/denoising, segmentazione, estrazione di feature (ad esempio contorni e region properties), matching e tracking — e questa catena si adatta sorprendentemente bene ai dataset atmosferici grigliati quando l’obiettivo è descrivere strutture coerenti e la loro evoluzione. È anche il motivo per cui, nella sezione metodologica del lavoro, gli autori scelgono di presentare concetti e terminologia a livello introduttivo e di rimandare alle risorse più complete: la novità non sta nell’inventare “nuova” computer vision, ma nel portare strumenti consolidati dentro un problema geofisico dove la geometria contiene informazione dinamica di primo piano. ScienceDirect+1

2.1. Griglie logicamente rettangolari e connettività: il “dettaglio tecnico” che decide se un algoritmo vede davvero un vortice

Quando si importano tecniche di computer vision nell’analisi di campi atmosferici (ad esempio PV su superfici isentropiche), due prerequisiti diventano immediatamente centrali: (i) che i dati siano rappresentabili su una griglia logicamente rettangolare e (ii) che sia definita in modo non ambiguo la connettività tra i punti di griglia, perché è proprio la connettività a determinare cosa l’algoritmo consideri un “oggetto” (un vortice, un filamento, un lobo dopo uno split). Nel quadro di Lawrence e Manney, una griglia è detta logicamente rettangolare quando esiste una corrispondenza biunivoca tra i punti discretizzati e una coppia (o n-pla) di indici in uno spazio degli indici: in altre parole, puoi indicizzare ogni punto come (i, j) in 2-D, o (i, j, k) in 3-D, senza ambiguità. Questo non implica che la griglia debba essere cartesiana, ortogonale o perfettamente regolare: anche sistemi curvilinei possono essere logicamente rettangolari. È esattamente il caso più comune in meteorologia e climatologia, dove rianalisi e modelli producono campi su griglie latitudine–longitudine che coprono l’intero globo. nmt.edu+1

Una volta garantita questa struttura, la seconda domanda diventa: “quali punti sono vicini?” In computer vision (e in image processing) l’identificazione degli oggetti si basa sul concetto di adiacenza: un oggetto è un insieme di punti connessi tra loro (cioè adiacenti secondo una regola) e che soddisfano una condizione logica (per esempio PV sopra una soglia che delimita l’interno del vortice). La scelta della connettività non è un dettaglio cosmetico: cambia l’esito della segmentazione e, soprattutto, del conteggio e tracciamento di regioni separate (fondamentale se vuoi riconoscere split, merge, shedding di filamenti). Per griglie 2-D, i criteri standard sono la connettività a 4 e a 8: nel primo caso ogni cella è connessa solo ai vicini ortogonali (su/giù/destra/sinistra), nel secondo anche ai diagonali. In termini pratici, 8-connettività tende a “tenere insieme” strutture sottili e diagonali (filamenti), mentre 4-connettività tende più facilmente a spezzarle in componenti distinte; la scelta va quindi coerentizzata con ciò che, fisicamente, vuoi considerare un’unica regione di vortice. Lawrence e Manney enfatizzano questa dipendenza dagli “adiacenti” proprio perché molte procedure standard (region growing, labeling di componenti connesse, estrazione di contorni) assumono che l’adiacenza in spazio degli indici rifletta l’adiacenza nello spazio fisico. nmt.edu+1

Il punto più delicato nasce quando la griglia è periodica in una o più dimensioni, come accade per la longitudine nelle classiche griglie lat-lon globali. Qui si crea un paradosso operativo: la griglia è fisicamente continua (0° e 360° coincidono), ma in memoria ha inevitabilmente un “bordo” artificiale ai limiti dell’array. Se non gestisci esplicitamente la periodicità, un vortice o un filamento che attraversa il meridiano di chiusura viene spezzato in due oggetti distinti, alterando area, perimetro, momenti e (ancor più) il tracking nel tempo. Il testo lo dice in modo netto: le condizioni periodiche vanno trattate esplicitamente e la connettività deve includere l’associazione tra punti ai due lati del bordo artificiale. nmt.edu+1 In più, gli autori sottolineano un aspetto molto operativo: i principali ambienti/librerie di calcolo e visione (citano esempi come MATLAB/IDL e librerie come OpenCV e scikit-image) non gestiscono automaticamente i bordi periodici, quindi l’onere ricade sull’utente, che deve “insegnare” all’algoritmo che i due estremi dell’array sono in realtà adiacenti. nmt.edu+1

Questo collegamento tra griglie strutturate e connettività è anche il ponte naturale verso la letteratura di tracking oggettivo in meteorologia. La logica “identifica oggetti su una griglia e poi collegali nel tempo” è alla base di approcci consolidati per il tracciamento di strutture sinottiche (ad esempio su vorticità relativa), dove la qualità delle traiettorie dipende direttamente da come definisci oggetti e vicinati. American Meteorological Society Journals+1 E quando si sale di complessità verso algoritmi 4-D (spazio + quota/strato + tempo), la gestione rigorosa delle componenti connesse e degli eventi topologici (genesi, lisi, merging, splitting) diventa ancora più cruciale: Limbach et al. mostrano un impianto in cui i dati sono su griglia strutturata 4-D, la selezione/clustering delle feature è guidata da criteri locali e globali e il tracking è basato soprattutto sulla sovrapposizione spaziale dei volumi, con localizzazione esplicita di split e merge. gmd.copernicus.org+1

In sintesi operativa (senza “moralismi”, proprio sul piano metodologico): se lavori con PV invernale su griglia lat-lon globale e vuoi che una pipeline tipo CAVE-ART riconosca correttamente bordi, lobi e split del vortice, devi (1) assicurarti che la griglia sia trattata come logicamente rettangolare in modo coerente con il tuo sistema di coordinate, (2) scegliere una connettività (4 vs 8 in 2-D; analoghi in n-D) che rispecchi la tua definizione fisica di regione coerente, e (3) implementare in modo esplicito la periodicità in longitudine, altrimenti una parte non trascurabile della “morfologia” che vuoi misurare viene introdotta dall’array in memoria, non dall’atmosfera. 

2.2. Segmentazione degli oggetti

In computer vision, la segmentazione è l’insieme di procedure con cui si individuano regioni distinte all’interno di un’immagine (o, più in generale, di un campo grigliato) e le si rende separabili sia tra loro sia rispetto allo “sfondo”. Può essere impostata in due modi concettualmente diversi: (1) quando l’oggetto è definito a priori, la segmentazione diventa un problema di ricerca e marcatura di tutte le regioni che soddisfano una condizione logica (ad esempio “tutti i punti con temperatura superficiale > 38 °C”); (2) quando invece gli oggetti non sono noti in anticipo, l’immagine viene partizionata in regioni tali che ciascuna risulti relativamente omogenea al proprio interno e “sufficientemente diversa” dalle altre, come nelle classificazioni basate su variabili climatiche o ambientali. Il punto cruciale è che “omogeneo” e “diverso” non sono proprietà assolute: dipendono dal criterio scelto (soglie, clustering, region growing, metodi fuzzy, ecc.), motivo per cui la letteratura ha prodotto rassegne molto ampie delle famiglie di tecniche e delle loro assunzioni operative. ScienceDirect+1

Nelle applicazioni geofisiche (e nel contesto di CAVE-ART) la situazione più comune è la prima: l’utente ha già un’idea fisica di ciò che vuole isolare (per esempio l’interno del vortice in PV), quindi il criterio di omogeneità è “noto prima” e la pipeline si costruisce di conseguenza. In questi casi, un passaggio standard è trasformare il campo originale in una versione binarizzata (maschera 1/0), dove 1 indica “punto che appartiene all’oggetto” e 0 “punto che non appartiene”. La binarizzazione si ottiene tramite thresholding, cioè evidenziando i punti che superano una soglia (o un set di soglie) coerente con la definizione fisica dell’oggetto. Da qui in avanti, la segmentazione diventa soprattutto un problema di connected-component labeling: identificare e assegnare un’etichetta a ciascuna “macchia” (blob) di 1 che sia connessa secondo una regola di adiacenza. ScienceDirect+1

Questo è un passaggio metodologicamente più delicato di quanto sembri, perché l’etichettatura delle componenti connesse è ciò che decide, in pratica, se stai osservando “un vortice” o “due vortici”, se un filamento è parte della stessa regione o un oggetto separato, e quindi se un evento viene classificato come split-like o come semplice deformazione. In meteorologia, un impianto di lavoro molto vicino a questa logica (soglia → oggetti → tracking) è presente già nei metodi oggettivi di tracciamento, dove la segmentazione su campi binari è un passaggio esplicito prima del collegamento temporale delle feature; un esempio classico è Hodges (1994), che descrive una procedura generale per segmentazione e tracking su campi atmosferici (nel suo caso, vorticità relativa), evidenziando come la qualità del tracciamento dipenda direttamente dal modo in cui vengono definiti e “separati” gli oggetti in ogni istante. American Meteorological Society Journals

Sul piano algoritmico, il testo richiama due famiglie storiche e molto utilizzate per la segmentazione di immagini binarie. La prima è basata su strutture dati gerarchiche come il quadtree: l’immagine viene suddivisa ricorsivamente in blocchi, memorizzati come nodi di un albero, e l’etichettatura dei blob avviene attraversando selettivamente i nodi che contengono informazione rilevante. Questo approccio è legato ai metodi “split-and-merge” e a tecniche di traversamento dell’albero applicate alla segmentazione, con radici nella letteratura classica su rappresentazioni gerarchiche delle immagini. semanticscholar.org+2cs.umd.edu+2 La seconda famiglia è il flood fill (o seed fill), concettualmente più semplice: a partire da un pixel/voxel “seme” che appartiene all’oggetto, l’algoritmo “inonda” tutti i vicini connessi che soddisfano la condizione, fino a esaurire la componente; ripetendo il processo su semi non ancora visitati si etichettano tutte le regioni. Oltre ad essere intuitivo, questo approccio è spesso pratico perché può essere adattato in modo relativamente diretto a esigenze operative specifiche (ad esempio gestione di bordi particolari, filtri su dimensione minima delle regioni, ecc.). ScienceDirect+1

Un aspetto che nel lavoro viene trattato con attenzione è la compatibilità tra segmentazione e condizioni al contorno periodiche, tipiche delle griglie latitudine–longitudine globali. In un array, la dimensione periodica (la longitudine) ha inevitabilmente “estremi” artificiali; se l’etichettatura non viene resa consapevole della periodicità, un unico oggetto fisicamente continuo può essere spezzato in due regioni distinte ai bordi dell’array, alterando area, perimetro, momenti e soprattutto il tracking (perché l’algoritmo interpreterà come “genesi/lisi” ciò che è solo un attraversamento del meridiano di chiusura). Gli autori notano che, in generale, gli strumenti standard di segmentazione non gestiscono automaticamente questa periodicità e che quindi l’onere ricade sull’utente, che deve introdurre una logica di connettività “attraverso” il bordo artificiale o una fase successiva di fusione/rietichettatura delle regioni coinvolte. agupubs.onlinelibrary.wiley.com

Da qui la soluzione operativa suggerita (molto concreta e facilmente replicabile): usare le funzioni di labeling disponibili nei principali ambienti di calcolo (ad esempio IDL, MATLAB e Python/scikit-image) per ottenere una prima etichettatura, e poi effettuare un passaggio aggiuntivo in cui si fondono e rietichettano gli oggetti che attraversano il confine periodico, sulla base della connettività definita in precedenza. Il fatto che queste funzioni implementino esplicitamente la nozione di connettività e labeling è ben documentato: in MATLAB, ad esempio, bwlabel permette di scegliere la connettività (tipicamente 4 o 8 in 2-D) nella costruzione delle componenti connesse; in scikit-image, skimage.measure.label svolge la stessa funzione su array n-dimensionali; in IDL, LABEL_REGION etichetta le regioni (blob) in immagini bi-livello (0/non-zero). mathworks.com+2scikit-image.org+2

Nel contesto specifico dei campi atmosferici, questa sezione “metodologica” è in realtà la parte che rende riproducibile tutta l’analisi successiva: segmentare significa decidere formalmente cosa conta come regione di vortice, quali frammenti sono rumore o filamenti dinamicamente significativi, quando una scissione è una reale separazione in più componenti connesse e quando è solo un assottigliamento del bordo. È anche il motivo per cui la letteratura generale insiste da decenni sul fatto che non esiste un unico criterio universale di segmentazione: esistono scelte, e ogni scelta incorpora una definizione operativa di “oggetto” che deve essere coerente con la fisica e con lo scopo diagnostico. ScienceDirect+1

in scikit-image, skimage.measure.label svolge la stessa funzione su array n-dimensionali; in IDL, LABEL_REGION etichetta le regioni (blob) in immagini bi-livello (0/non-zero)……..

Il passaggio sopra sta dicendo, in modo molto pratico, che dopo aver binarizzato un campo (cioè trasformato il dato in una maschera 0/1 oppure 0/non-zero), puoi usare funzioni “standard” per fare una cosa precisa: assegnare un’etichetta diversa a ogni regione connessa (ogni “blob”) presente nella maschera.

Cosa significa “etichettare le regioni (blob)”

Immaginate di avere una griglia in cui:

• 0 = punto che non appartiene all’oggetto (sfondo)
• 1 (o qualunque valore ≠ 0) = punto che appartiene all’oggetto

A questo punto, l’algoritmo scorre la griglia e raggruppa i punti “attivi” (1 o non-zero) che sono adiacenti secondo una regola di connettività (4/8 in 2D; analoghi in 3D/ND). Ogni gruppo connesso diventa un oggetto distinto, e riceve un numero: 1, 2, 3, …

Il risultato è una nuova matrice “label” dove:

• 0 resta sfondo
• 1 identifica il primo blob
• 2 il secondo blob
• ecc.

Perché “skimage.measure.label” è citato (scikit-image)

skimage.measure.label fa esattamente questa operazione in Python, e la cosa importante è che non è limitato al 2D:

• in 2D etichetta regioni su una mappa (lat–lon, x–y)
• in 3D etichetta volumi (x–y–z)
• in ND etichetta ipervolumi (ad esempio x–y–quota–tempo, se stai trattando il tempo come dimensione, anche se spesso si preferisce etichettare per ogni istante)

Quindi la frase “svolge la stessa funzione su array n-dimensionali” significa: la stessa idea di blob connessi vale anche se il tuo dataset non è una semplice immagine 2D, ma un campo 3D o più dimensioni.

Perché “LABEL_REGION” è citato (IDL)

In IDL, LABEL_REGION fa la stessa cosa: prende un’immagine (o campo) in cui lo “sfondo” è 0 e tutto ciò che è non-zero è considerato potenzialmente parte di un oggetto, e restituisce un campo di etichette.

Quando nel testo si dice “immagini bi-livello (0/non-zero)” vuol dire proprio questo:

• non serve che sia 0/1 perfetto
• basta che ci sia una distinzione netta “fuori” (0) vs “dentro” (non-zero)

Un esempio mentale rapidissimo

Maschera binaria 2D (1 = dentro, 0 = fuori):

• Se hai due “isole” separate di 1, il labeling le trasforma in:
  • isola A → etichetta 1
  • isola B → etichetta 2

Ed è questo che ti serve per dire: “in questa mappa ho due vortici (o due lobi)”, invece di avere solo “una macchia di punti sopra soglia”.

Perché questo passaggio è importante nel contesto del vortice e dei bordi periodici

Queste funzioni, di default, lavorano su un array con bordi “reali” (inizio/fine matrice). Se hai una griglia lat-lon globale, la longitudine è periodica, ma l’array ha comunque un bordo artificiale a 0°/360°.

Quindi può succedere che:

• fisicamente hai un unico oggetto continuo che attraversa quel meridiano
• numericamente l’algoritmo lo vede come due blob separati (uno a sinistra dell’array, uno a destra)

Per questo il testo dice che si può “forzare” la gestione della periodicità: spesso si fa così:

1. etichetti normalmente (ottenendo due etichette diverse ai bordi)
2. poi controlli le etichette che toccano i due bordi periodici
3. se sono in realtà lo stesso oggetto (secondo la tua connettività), le fondi e rietichetti

Quando una griglia diventa un grafo: connettività, “oggetti” e confini periodici nei dataset atmosferici

Quando applichiamo tecniche di computer vision a campi atmosferici o climatici (temperatura, geopotenziale, Tb IR, pioggia, PV, ecc.), il punto non è “vedere un’immagine”, ma imporre una struttura discreta su cui gli algoritmi possano ragionare in modo coerente. Qui entrano in gioco due concetti gemelli: la griglia logicamente rettangolare e la connettività. Una griglia è detta logicamente rettangolare quando i punti del dominio fisico possono essere indicizzati in modo biunivoco da una terna/coppia di indici (i, j, …) in uno “spazio degli indici”, anche se nello spazio reale la maglia è curvilinea, deformata o non ortogonale. In pratica: puoi avere celle “storte” sulla sfera o su un dominio curvo, ma se la loro disposizione si lascia percorrere come una matrice (righe/colonne, o estensioni n-dimensionali), allora è logicamente rettangolare. Questo è un concetto classico nella discretizzazione numerica di PDE su domini circolari e sferici e si ritrova in molta letteratura su griglie curvilinee e mappature di griglia. epubs.siam.org+2royalsocietypublishing.org+2

La seconda colonna portante è la connettività, cioè la regola con cui decidiamo quali punti sono “vicini” e quindi possono appartenere allo stesso oggetto. Formalmente, stai trasformando la griglia in un grafo: ogni punto è un nodo, e metti un arco fra nodi adiacenti secondo un criterio prestabilito. Su griglie 2D, la distinzione più comune è tra connettività “a 4” (solo adiacenze ortogonali) e “a 8” (incluse le diagonali); su griglie 3D e nD esistono analoghi (per esempio 6/18/26 in 3D, a seconda di quante diagonali ammetti). Questo non è un dettaglio cosmetico: cambia la topologia degli oggetti, la loro frammentazione/aggregazione, e quindi le statistiche che poi calcoli (area, perimetro, eccentricità, durata, velocità di propagazione, ecc.). Nelle librerie scientifiche moderne questo concetto è esplicitato con parametri di “connectivity” che dipendono dalla dimensionalità dell’array. scikit-image.org+1

Una volta fissati griglia e connettività, la definizione operativa di oggetto diventa molto concreta: è un insieme massimale di punti tra loro connessi che soddisfano tutti una stessa condizione logica (una soglia, un intervallo, un predicato composto: “Tb sotto X”, “Z500 sopra Y”, “precipitazione > soglia per almeno N passi”, ecc.). L’algoritmo cardine che materializza questa idea è il connected-component labeling (CCL): scansiona il dominio e assegna etichette univoche alle componenti connesse. È un pilastro dell’image processing e ha una letteratura vasta sia sul lato teorico sia su quello computazionale (efficienza, gestione di immagini ad alta risoluzione, implementazioni hardware). elib.dlr.de+1

Nelle scienze dell’atmosfera, questa impostazione è particolarmente potente perché consente di passare da campi continui a entità discrete tracciabili: sistemi convettivi, cluster di nubi, filamenti di umidità, strutture di PV, regioni di blocking, ecc. Un esempio molto pertinente è l’approccio “object-based” alla convezione tropicale: Dias e colleghi definiscono regioni nuvolose contigue come oggetti in uno spazio 3D latitudine–longitudine–tempo, usando proprio la connettività fra punti adiacenti per identificare e seguire strutture coerenti nel tempo. American Meteorological Society Journals

Il punto delicato (e spesso sottovalutato) arriva quando la griglia ha condizioni al contorno periodiche, come la periodicità in longitudine dei campi globali lat-lon. Dal punto di vista fisico, “0°E” e “360°E” sono lo stesso meridiano; dal punto di vista della memoria, però, sono i due bordi opposti dell’array. Se non gestisci esplicitamente questa periodicità, un unico oggetto reale che attraversa il meridiano di cambio data viene spezzato in due etichette distinte: un artefatto puramente informatico che poi inquina conteggi, aree, metriche di forma e soprattutto tracking. Molte implementazioni standard ti permettono di scegliere la connettività, ma non offrono un’opzione nativa per “incollare” i bordi periodici: in questi casi devi intervenire tu con strategie di pre/post-processing (tiling, padding periodico, merge delle label che toccano i bordi, oppure formulazione direttamente su grafo con archi wrap-around). La stessa esistenza di librerie dedicate che dichiarano esplicitamente il supporto ai bordi periodici è un buon indicatore di quanto questo aspetto sia “extra” rispetto ai workflow standard. scikit-image.org+1

Se vuoi una regola pratica, molto operativa: prima ancora di lanciare un CCL o una segmentazione “a oggetti”, chiediti sempre se il tuo dominio è topologicamente un rettangolo (bordi reali) oppure un cilindro/torus (uno o due assi periodici). Nei dataset atmosferici globali, la risposta è spesso “cilindro” (periodicità in longitudine), con un’ulteriore complicazione ai poli (singolarità o convergenza dei meridiani) che richiede attenzione se stai usando adiacenze “in indice” come surrogato di adiacenze fisiche. Se imposti bene questa geometria discreta, il resto (feature extraction, tracking, classificazione, statistiche) diventa molto più robusto e, soprattutto, difendibile scientificamente.

Fonti utili per approfondire (senza “perdersi”): Calhoun et al. sulle griglie logicamente rettangolari in domini sferici/circolari epubs.siam.org+1; documentazione scikit-image su connettività n-dimensionale scikit-image.org; Dias et al. sull’object-based tracking in lat-lon-time American Meteorological Society Journals; riferimenti CCL su algoritmi e complessità computazionale elib.dlr.de+1; esempio di libreria che include periodicità in modo esplicito PyPI.

2.2. Segmentazione degli oggetti: dalla soglia fisica agli algoritmi “a regioni” (e perché la topologia del dominio conta quanto il dato)

In computer vision, “segmentare” significa trasformare un campo (un’immagine, o un array grigliato) in regioni coerenti che possano essere trattate come entità distinte: oggetti separati dallo sfondo o da altri oggetti. La cosa interessante è che questa operazione può avvenire in due modalità concettualmente diverse. Se l’oggetto è definito a priori (per esempio “tutti i punti con T2m > 38 °C”, oppure “precipitazione sopra soglia”), la segmentazione diventa una catena logica: (i) definisci un criterio, (ii) evidenzi i punti che lo soddisfano, (iii) raggruppi i punti adiacenti in componenti connesse e le etichetti. Se invece l’oggetto non è definito prima, allora la segmentazione coincide con un problema di “partizionamento” in cui la nozione di omogeneità/distanza (statistica, spaziale, spettrale, texture, ecc.) dipende dal metodo scelto: region growing, clustering nello spazio delle feature, watershed, split-and-merge, metodi fuzzy o neurali, e così via. Le grandi famiglie di approcci e i criteri con cui “si decide” cosa sia un oggetto (e come si valuta una segmentazione) sono discussi in rassegne classiche che restano ancora oggi un riferimento concettuale. ScienceDirect+2ScienceDirect+2

Nel mondo geofisico (atmosfera, oceano, clima) il caso “a priori” è spesso il più operativo, perché la soglia può avere un significato fisico: Tb IR sotto un valore come proxy di top convettive fredde, PV sopra una soglia per strutture dinamiche, accumuli pluviometrici oltre un quantile per eventi intensi. Il passaggio chiave è la binarizzazione(thresholding): produci una maschera 0/1 che separa “oggetto” e “non-oggetto”. La soglia può essere fissata dall’utente o stimata automaticamente; l’esempio più citato (e ancora molto usato come baseline) è la selezione di soglia basata sull’istogramma proposta da Otsu, che sceglie il livello che massimizza la separabilità tra classi. engineering.purdue.edu+2scienceopen.com+2

Una volta ottenuta la maschera binaria, la segmentazione diventa, in sostanza, un problema di connected-component labeling (CCL): etichettare tutte le “macchie” di 1 connessi (blob) in oggetti numerati. Qui la scienza non sta solo nell’algoritmo, ma nella definizione di connettività: 4-adiacenza vs 8-adiacenza in 2D (e analoghi in 3D e nD). Cambiare connettività cambia la topologia degli oggetti (ad esempio, un contatto diagonale può unire o separare strutture) e quindi altera conteggi, aree, perimetri, eccentricità, e soprattutto il tracking. Questa scelta è esplicita negli strumenti “standard” usati da chi lavora tra dati e immagini: MATLAB consente di impostare la connettività in bwlabel/bwlabeln, mentre scikit-image gestisce la nozione di “fully connected”/adiacenze diagonali nei moduli di misura/segmentazione. scikit-image.org+3mathworks.com+3mathworks.com+3

Accanto al CCL “classico”, esistono strategie che puntano a efficienza e multirisoluzione. Lo split-and-merge basato su quadtree è un’idea elegante: dividi ricorsivamente l’immagine in blocchi finché ogni blocco è “abbastanza omogeneo”, poi fondi blocchi compatibili. Storicamente è legato a lavori fondativi sulla segmentazione tramite attraversamento di strutture ad albero e alla letteratura sui quadtrees come struttura dati per immagini e dati spaziali. In contesti geofisici questa impostazione è interessante perché mima, in modo computazionale, ciò che spesso facciamo mentalmente: guardare prima la scala sinottica e poi scendere di scala dove serve risoluzione. cs.umd.edu+3Semantic Scholar+3cs.umd.edu+3

Un’altra famiglia molto potente, soprattutto quando vuoi “seguire creste e bacini” di un campo continuo (ad esempio gradienti di riflettività radar, campi di quota, o perfino DEM), è la watershed segmentation, formalizzata in modo estremamente influente tramite l’analogia dell’immersione/allagamento: i minimi definiscono bacini di raccolta, le linee di spartiacque diventano i confini tra oggetti. Il punto forte è che questi algoritmi sono naturalmente esprimibili su griglie n-dimensionali e persino su grafi; il punto debole, noto, è l’over-segmentation se non si controllano minimi spurî (da rumore) con marcatori o pre-filtraggi. Michigan State University+1

Tra i metodi “semplici ma micidiali” dal punto di vista pratico c’è poi il flood fill/region filling: concettualmente è un region growing su una maschera (o su un criterio di similarità), e spesso è più facile da implementare e da adattare rispetto a pipeline più sofisticate, soprattutto quando devi gestire dettagli topologici particolari. La letteratura sui filling algorithms e sulle varianti efficienti è ampia e nasce nel contesto della grafica raster e dell’elaborazione di immagini binarie, con riferimenti classici legati anche al lavoro di Pavlidis e a successive formalizzazioni/ottimizzazioni. ScienceDirect+2ScienceDirect+2

Nelle applicazioni atmosferiche e climatiche, però, c’è un “terzo protagonista” che decide se la segmentazione è scientificamente difendibile: la geometria/topologia del dominio. Su griglie globali lat–lon la longitudine è periodica: in fisica 0° e 360° coincidono, ma in memoria sono due bordi dell’array. Se non tratti esplicitamente questa periodicità, un unico oggetto reale che attraversa il meridiano di chiusura viene spezzato in due oggetti fittizi, con effetti a cascata su statistiche e tracking. In pratica, molte librerie ti offrono connettività e labeling, ma la gestione “wrap-around” non è parte della semantica standard del labeling: devi intervenire tu (padding periodico, tiling con overlap, oppure merge a posteriori delle etichette che toccano i bordi e risultano connesse secondo la tua regola di adiacenza). Il fatto che la connettività sia parametrizzata (MATLAB/scikit-image) è utile perché ti consente di rendere questa fase di merge coerente con la definizione di oggetto che hai scelto. scikit-image.org+3mathworks.com+3scikit-image.org+3

Infine, un aspetto che in meteorologia operativa è cruciale: la segmentazione non è solo “pre-processing”, è già diagnostica. Metodi di verifica object-based per la precipitazione, come MODE, definiscono oggetti in funzione di soglie e smoothing, e poi confrontano attributi (distanza tra centroidi, rapporto di area, differenze di intensità, ecc.). Questo rende evidente una cosa: la scelta della soglia, del raggio di smoothing e della connettività non è un dettaglio tecnico, è parte del modello concettuale con cui stai descrivendo il fenomeno e, quindi, va motivata e testata (sensibilità/robustezza) come faresti con qualunque parametro fisico. 

2.3. Descrittori degli oggetti: dalla geometria dei momenti ai contorni, con attenzione ai dati geofisici su griglia

Dopo aver segmentato un’immagine o un campo grigliato e aver isolato gli “oggetti” (celle convettive, vortici, nuclei di precipitazione, anomalie di PV, ecc.), il passo successivo – spesso il più informativo – è trasformare ciascun oggetto in un insieme di numeri che ne riassumano in modo robusto forma, dimensione, orientazione e complessità. L’idea guida, classica nell’analisi di forma, è costruire descrittori il più possibile invarianti rispetto a trasformazioni che non cambiano l’identità fisica dell’oggetto: traslazione (l’oggetto si sposta), scala (zoom o diversa risoluzione) e rotazione (cambio di orientazione della scena). In ambito di image processing questo obiettivo è formalizzato da decenni; gli invarianti di Hu sono un esempio storico di invarianti di momento rispetto a traslazione, scala e rotazione (Hu, 1962), mentre un’ampia letteratura successiva ha raffinato stabilità numerica e generalizzazioni (ad es. Teague, 1980; Flusser & Suk, 1993).

Nella pratica, i descrittori più usati partono dai momenti dell’oggetto, cioè grandezze che “pesano” la distribuzione spaziale dei punti appartenenti all’oggetto. Se il campo è binario (oggetto = 1, sfondo = 0), i momenti diventano puramente geometrici e forniscono direttamente proprietà intuitive: il centroide (baricentro), le assi principali e l’orientazione (angolo dell’asse maggiore), oltre a misure collegate come allungamento (rapporto tra gli assi) e eccentricità. Il punto chiave, spesso sottovalutato fuori dall’elaborazione immagini, è che questi risultati dipendono dalla discretizzazione: in un dataset geofisico la griglia non è quasi mai un “piano cartesiano uniforme”. Una griglia lat/lon, per esempio, densifica i punti verso i poli e riduce l’area delle celle con la latitudine; se si calcolano momenti senza compensare questa geometria, si introducono bias sistematici nella stima di area, centroide e orientazione. Per questo, molti lavori operativi raccomandano o un ricalcolo con pesi di area (ad esempio usando un fattore proporzionale all’area di cella, spesso legato al coseno della latitudine), oppure un’interpolazione preventiva su una proiezione cartesiana a passo regolare o, meglio, su proiezioni ad area equivalente quando l’area è parte del segnale (approccio coerente con la cautela metodologica citata in letteratura applicata a vortici e strutture atmosferiche; Waugh & Randel, 1999; Matthewman et al., 2009; Mitchell et al., 2011). In altre parole: l’invarianza teorica dei descrittori può essere compromessa da scelte di griglia e campionamento; in geoscienze l’“invarianza” va conquistata con una pipeline numerica consapevole.

Accanto ai momenti, un filone altrettanto importante riguarda il descrivere l’oggetto attraverso il suo contorno. Conservare i soli punti di bordo è una strategia di riduzione dati molto efficace: gran parte dell’informazione geometrica (forma globale e dettagli di irregolarità) è concentrata nella frontiera, mentre l’interno spesso è ridondante rispetto a molte metriche. Tuttavia, per sfruttare davvero il contorno occorre che i punti siano ordinati (percorribili in senso orario/antiorario), perché l’ordinamento abilita descrittori addizionali come perimetro, curvatura locale, variazioni di direzione e misure di rugosità. Qui entrano in gioco gli algoritmi di boundary tracing: metodi “storici” come il tracciamento dei vicini (nella famiglia dei neighbor tracing, spesso richiamata in letteratura a partire da Freeman, 1970) e approcci basati su griglie come Marching Squares, analogo 2D del più noto Marching Cubes (Lorensen & Cline, 1987), sono popolari perché relativamente semplici, controllabili e adattabili a casi con bordi periodici (fondamentali, ad esempio, quando un oggetto attraversa il meridiano 0/360° o i limiti di un dominio modellistico).

Una volta che il contorno è disponibile, si apre un ventaglio di descrittori “secondari” ma spesso molto diagnostici. Alcuni sono immediati: compattezza (quanto un oggetto somiglia a un cerchio a parità di area), solidity (area rispetto all’inviluppo convesso), convessità, numero di rientranze, frastagliamento (sensibile alle scale piccole, quindi da usare con cautela su griglie rumorose). Altri descrittori sono più “spettrali” e robusti alla discretizzazione: i Fourier descriptors rappresentano il contorno come una serie di armoniche e consentono confronti di forma anche quando i bordi sono irregolari o parzialmente degradati (Granlund, 1972; Zahn & Roskies, 1972). In ambito atmosferico, questo tipo di descrizione è utile quando si vuole confrontare, per esempio, la morfologia di strutture convettive o di nuclei di vorticità in scenari diversi, evitando che la metrica sia dominata da piccoli dentellamenti dovuti a rumore o a soglie di segmentazione.

Per applicazioni meteorologiche e climatiche, la scelta dei descrittori va anche legata a ciò che fisicamente si intende misurare. Se l’obiettivo è la “posizione” e la “traiettoria” di un oggetto (un minimo di pressione, un vortice, un MCS), il centroide e i momenti di ordine basso sono spesso sufficienti, purché area-pesati e coerenti con la geometria della griglia. Se invece interessa la “dinamica di forma” (stretching, tilt, filamentazione), allora entrano in gioco orientazione, rapporto tra assi, curvatura del bordo e descrittori spettrali; questa famiglia di metriche è stata usata, con vari adattamenti, anche per caratterizzare la geometria dei vortici in stratosfera e troposfera, dove la deformazione dell’oggetto può essere un indicatore di forcing d’onda e di instabilità (Waugh & Randel, 1999; Matthewman et al., 2009; Mitchell et al., 2011). Se, infine, l’uso è “modellistico-operativo” (validazione o confronto tra previsioni e osservazioni), i descrittori diventano la base dell’approccio object-based verification, in cui l’accuratezza non è valutata punto-per-punto ma confrontando proprietà di oggetti (posizione, area, intensità, forma) per ridurre penalizzazioni spurie dovute a piccoli sfasamenti spaziali; questa filosofia è ben rappresentata nella letteratura di verifica a oggetti (ad es. Davis et al., 2006; Gilleland et al., 2009).

Un ultimo aspetto, cruciale per ottenere descrittori “portabili” tra risoluzioni e dataset, è la stabilità rispetto alla soglia e alla risoluzione. Molti descrittori, soprattutto quelli legati al bordo, cambiano sensibilmente se l’oggetto è definito da soglie diverse o se la griglia è più fine. In genere, due strategie aiutano: (1) definire oggetti con criteri fisici (ad esempio soglie legate a percentili climatologici o a significatività dinamica) e non solo a valori assoluti, e (2) applicare un pre-processing controllato (filtri, smoothing moderato, rimozione di piccoli componenti connessi) per evitare che la metrica misuri il rumore anziché la struttura. Questo non “snatura” l’oggetto, ma rende più coerente il confronto tra scene e tra modelli, che è poi la ragione per cui i descrittori esistono.

Riferimenti citati nel testo: Hu (1962); Freeman (1970); Lorensen & Cline (1987); Teague (1980); Flusser & Suk (1993); Granlund (1972); Zahn & Roskies (1972); Waugh & Randel (1999); Matthewman et al. (2009); Mitchell et al. (2011); Davis et al. (2006); Gilleland et al. (2009).

2.4. Tracciamento degli oggetti: criteri di associazione nel tempo, previsione-correttore e vincoli di continuità nelle applicazioni atmosferiche

Il tracciamento (“object tracking”) consiste nel collegare tra loro, lungo una sequenza temporale, gli oggetti identificati in ciascun istante (celle convettive, sistemi nuvolosi, minimi barici, cicloni extratropicali, pacchetti d’onda di Rossby, strutture di PV, ecc.) in modo da ricostruirne traiettorie, durata, evoluzione di intensità e trasformazioni di forma. La condizione più favorevole è un campionamento temporale abbastanza denso da limitare, tra due frame consecutivi, sia lo spostamento orizzontale sia la deformazione dell’oggetto: quando questa “continuità” è rispettata, la strategia più naturale è l’associazione per sovrapposizione spaziale tra regioni segmentate a tempi successivi, un’impostazione ampiamente usata nel tracking di nubi su immagini IR e in generale in contesti in cui gli oggetti sono ben definiti e l’intervallo temporale è breve (Arnaud et al., 1992). In termini operativi, la sovrapposizione è un vincolo fisico implicito: se la dinamica non è esplosiva, l’oggetto al tempo successivo deve occupare almeno in parte lo stesso “intorno” del tempo precedente. Tuttavia, questa ipotesi si indebolisce rapidamente quando l’oggetto trasla molto (forte flusso di guida), quando cambia soglia effettiva per via di rumore o di evoluzione del campo, o quando la segmentazione produce contorni instabili.

Per aumentare robustezza e discriminazione si introduce allora un secondo pilastro: la corrispondenza basata su descrittori (posizione del centroide, area, intensità media/massima del campo, orientazione, rapporto tra assi, indici di compattezza, ecc.). Se tali descrittori variano in modo relativamente regolare, l’associazione si può formulare come un problema di “matching” tra candidati, scegliendo la coppia più simile tra tempi consecutivi. Nella pratica avanzata, la soluzione migliore è quasi sempre ibrida: si combina un criterio geometrico (overlap o distanza) con uno descrittivo (somiglianza di features), perché ciascuno compensa le debolezze dell’altro. Questo approccio è particolarmente utile in scene dense, dove più oggetti sono vicini, o quando l’oggetto si deforma senza perdere identità.

Quando né la sovrapposizione né la quasi-invarianza dei descrittori sono garantite, il tracking diventa inevitabilmente predittivo. Un esempio chiaro è lo schema predictor–corrector discusso da Muelder e Ma (2009): la traiettoria viene prima prevista usando la storia recente (posizioni ai tempi precedenti, quindi velocità e direzione implicite), e poi corretta confrontando la previsione con i dati effettivi al tempo successivo, tipicamente ri-ancorando l’oggetto tramite sovrapposizione o massimizzazione di compatibilità. In meteorologia e climatologia, questo modo di pensare è estremamente naturale perché molte strutture sono advettate dal flusso di grande scala e la previsione “a persistenza + advezione” fornisce un gating fisico: restringe il bacino di candidati plausibili e riduce associazioni spurie.

Un’altra classe di metodi formalizza la continuità nel tempo come un insieme di tolleranze ammissibili sulle variazioni dei descrittori: l’oggetto può cambiare posizione, forma e dimensione, ma non oltre una soglia ritenuta compatibile con l’evoluzione “smooth” del fenomeno. Reinders et al. (1999) descrivono approcci basati su funzioni di corrispondenza proprio in questa logica: non si “prevede” una traiettoria precisa, ma si impone che l’associazione rispetti vincoli di regolarità. È una differenza sottile ma importante: il predictor–corrector punta a stimare lo stato futuro, mentre le funzioni di corrispondenza delimitano l’insieme di transizioni consentite.

Nel contesto atmosferico globale, un aspetto metodologico cruciale è la geometria sferica. Molte tecniche nate su griglie cartesiane si rompono o introducono bias se applicate direttamente su lat/lon senza attenzione a distanze geodetiche, area delle celle e periodicità longitudinale. Hodges (1995) sviluppa uno schema di tracking per la sfera basato su interpolazione e minimizzazione di una funzione di costo; Hodges (1999) ne estende le capacità con vincoli adattivi per rendere l’inseguimento più flessibile e accurato. Questi lavori sono diventati un riferimento perché affrontano in modo sistematico problemi reali: traiettorie che curvano, densità spaziale non uniforme di candidati, necessità di evitare salti irrealistici e, soprattutto, definizione di una metrica di associazione coerente con la sfera.

Le applicazioni “a oggetti” in meteorologia mostrano bene come il tracking non sia un dettaglio tecnico, ma condizioni ciò che poi si conclude scientificamente. Dias et al. (2012) adottano una connettività in tre dimensioni (latitudine, longitudine e tempo) per tracciare regioni nuvolose contigue, e impiegano una trasformata di Radon per diagnosticare la propagazione zonale: qui il tracciamento diventa un ponte tra segmentazione e dinamica della propagazione. Souders et al. (2014a, 2014b) applicano tecniche di tracking a pacchetti d’onda di Rossby definiti tramite vento e altezza di geopotenziale, richiamando l’impostazione di Arnaud e soprattutto gli sviluppi di Hodges: il punto rilevante è che “l’oggetto” può essere una struttura d’onda, quindi più sensibile a definizione, filtri e scelta del campo, e ciò impone criteri di associazione più sofisticati per non confondere evoluzione intrinseca del pattern con semplice traslazione.

In un workflow realistico, il nodo più delicato è la gestione degli eventi di fusione e scissione (merging/splitting): due oggetti che diventano uno, oppure uno che si divide in due. Qui, i criteri a coppie tra tempi consecutivi tendono a fallire se non si introduce una logica di “track graph”, cioè la possibilità che una traccia abbia ramificazioni o convergenze, oppure che si definiscano regole fisiche (ad esempio conservazione approssimata dell’area o dell’integrale di intensità) per decidere quale “figlio” eredita l’identità del “genitore”. In ambito atmosferico questa problematica è la norma, non l’eccezione: pensiamo a sistemi convettivi che si aggregano, a vortici che si allungano e poi si separano, o a pacchetti d’onda che si modulano e si frammentano. Per questo, molti schemi operativi preferiscono un compromesso pragmatico: identità conservata finché la corrispondenza rimane forte secondo una metrica combinata (distanza/overlap + descrittori), e gestione esplicita degli “eventi” quando la topologia cambia.

Infine, la qualità del tracking dipende in modo sostanziale da due scelte iniziali: la risoluzione temporale e la definizione dell’oggetto (soglia/criterio). Se il passo temporale è troppo ampio, lo spostamento tra frame rende l’associazione ambigua e aumenta i casi in cui serve previsione; se è troppo fine, si amplifica l’effetto del rumore e delle oscillazioni del contorno, che possono causare falsi splitting/merging. Allo stesso modo, oggetti definiti con soglie instabili producono “identità” fragili. Per applicazioni scientifiche solide, la strategia più difendibile è progettare il tracking come una catena coerente: segmentazione stabile, descrittori fisicamente motivati, metrica di associazione mista, vincoli di continuità calibrati sul fenomeno, e – quando serve – un elemento predittivo alla Muelder & Ma o una formulazione a costo minimo in stile Hodges, soprattutto su dominio globale. In questo modo il tracciamento non è soltanto un esercizio di pattern recognition, ma una misura controllata e riproducibile dell’evoluzione spazio-temporale delle strutture atmosferiche.

3.1. Rianalisi MERRA-2: architettura di assimilazione, risoluzione e implicazioni operative per l’analisi atmosferica

Per l’analisi vengono impiegati i dati della rianalisi MERRA-2 (Modern-Era Retrospective Analysis for Research and Applications, Version 2) prodotta dal NASA Global Modeling and Assimilation Office (GMAO), un prodotto concepito per descrivere in modo coerente l’atmosfera del “modern satellite era” a partire dal 1980 e mantenere continuità fino al presente grazie a un sistema di assimilazione e a una pipeline di produzione aggiornabili nel tempo. journals.ametsoc.org In MERRA-2 l’informazione osservativa (da piattaforme in situ e satellitari) viene fusa con la dinamica e la fisica del modello GEOS-5 all’interno del sistema di assimilazione GEOS (versione 5.12.4, nella documentazione tecnica e negli articoli di riferimento), così da ottenere campi grigliati spazialmente completi e temporalmente regolari, adatti sia a studi climatologici sia a diagnosi dinamiche su scala sinottica e sub-stagionale. journals.ametsoc.org+1

Dal punto di vista metodologico, un elemento chiave del framework GEOS adottato in MERRA-2 è l’uso dell’Incremental Analysis Update (IAU): invece di “iniettare” bruscamente l’incremento di analisi nello stato del modello, l’IAU lo distribuisce gradualmente lungo l’integrazione, riducendo aggiustamenti spuri e sbilanciamenti dinamici che possono contaminare variabili sensibili (venti, onde, campi derivati). Questo aspetto non è un dettaglio numerico: in un dataset che deve supportare diagnostiche di trasporto, vorticità e accoppiamento stratosfera-troposfera, la gestione dell’equilibrio dinamico è parte integrante della qualità scientifica del prodotto. journals.ametsoc.org+1Nella descrizione del sistema, l’assimilazione è presentata nel contesto di una procedura variazionale (3D-Var) con accorgimenti per la coerenza temporale delle innovazioni e per la correzione di bias osservativi (variational bias correction), oltre a vincoli globali di massa che contribuiscono alla stabilità del bilancio integrato. PMC+1

Per questo studio si utilizzano campi della collezione M2I3NVASM (inst3_3d_asm_Nv), una famiglia di prodotti “istantanei” tridimensionali con passo 3-orario su griglia lon/lat 0.625° × 0.5°, su 72 livelli verticali ibridi sigma-pressione estesi dalla superficie fino alla mesosfera bassa (circa 0.01 hPa). data.nasa.gov+1 Questa combinazione di risoluzione temporale e struttura verticale è particolarmente utile quando l’obiettivo non è solo descrivere campi medi, ma anche seguire la sequenza dei processi: propagazione di disturbi d’onda, variazioni del getto, evoluzione della tropopausa dinamica, oppure segnali ad alta frequenza che alimentano indici diagnostici (ad esempio, stime di trasporto e convergenze/divergenze integrate su strati). Allo stesso tempo, è importante ricordare che la griglia lon/lat è un formato di output: il sistema GEOS impiega una discretizzazione globale avanzata (spesso indicata come “cubed-sphere” nelle descrizioni di sistema) per le analisi/modello, e la rimappatura su lon/lat può introdurre scelte implicite di interpolazione che vanno considerate quando si lavora su gradienti forti o su diagnostiche molto sensibili alla scala. journals.ametsoc.org

Un aspetto che distingue MERRA-2 da molte rianalisi “classiche” è l’integrazione più esplicita con componenti del sistema Terra, in particolare sul fronte aerosol: MERRA-2 include l’assimilazione dell’Aerosol Optical Depth (AOD)da diverse piattaforme, con un impianto modellistico-assimilativo descritto in dettaglio nella letteratura dedicata all’aerosol reanalysis. PMC+1 Anche quando l’analisi corrente non utilizza direttamente variabili aerosol, questo upgrade è scientificamente rilevante perché gli aerosol interagiscono con la radiazione e, indirettamente, con alcuni aspetti della termodinamica e della struttura verticale; in termini di “catena di produzione”, indica inoltre la direzione di un sistema di assimilazione pensato per essere esteso, non statico. PMC

Infine, come per tutte le rianalisi del periodo satellitare, esistono implicazioni operative che è bene esplicitare: la densità e la tipologia delle osservazioni cambiano nel tempo (nuovi sensori, nuove calibrazioni, nuove reti), e ciò può introdurre discontinuità sottili in alcune variabili o regioni, soprattutto quando si cercano trend deboli o si lavora con diagnostiche “di seconda derivata” (ad esempio grandezze molto sensibili a piccoli errori nei venti o nella temperatura). La letteratura di riferimento su MERRA-2 insiste proprio sull’importanza di leggere il dataset come prodotto di un sistema di assimilazione in evoluzione e di adottare, quando necessario, strategie conservative: lavorare con anomalie rispetto a climatologie coerenti, verificare la robustezza dei risultati al filtraggio temporale/spaziale e, se possibile, confrontare segnali chiave con dataset indipendenti o con rianalisi alternative. journals.ametsoc.org In questo quadro, la scelta di M2I3NVASM (3-orario, 3D, 72 livelli) offre un buon compromesso tra dettaglio processuale e stabilità diagnostica, purché si mantenga chiaro il legame tra ciò che si misura (campi assimilati su griglia) e ciò che si interpreta (processi fisici e dinamici sottostanti).

3.2. CAVE-ART: computer vision applicata al vortice polare stratosferico con PV isentropica, segmentazione a oggetti e tracciamento predictor–corrector

In questa sezione si introduce CAVE-ART (Characterization and Analysis of Vortex Evolution using Algorithms for Region Tracking), un pacchetto sviluppato per descrivere in modo sistematico lo stato e l’evoluzione tridimensionale del vortice polare stratosferico invernale trattando i campi meteorologici come “immagini” su cui applicare tecniche di segmentazione, estrazione di contorni, calcolo di descrittori e tracciamento nel tempo. L’impostazione nasce dall’idea che molte proprietà dinamiche del vortice (coerenza, ellitticità, dislocamento, frammentazione in più lobi durante eventi di split) si prestino bene a essere quantificate come proprietà geometriche e topologiche di un oggetto coerente nello spazio e nel tempo, con diagnostiche replicate su più livelli verticali. Wiley Online Library+1

Il cuore fisico della definizione dell’oggetto è la vorticità potenziale (PV) su superfici isentropiche. La scelta delle isentropiche è motivata dal fatto che, in prima approssimazione, il moto stratosferico in inverno è spesso vicino all’adiabaticità su tempi sinottici, e la PV su isentropiche fornisce un tracciante dinamico altamente informativo della struttura del vortice. Per rendere confrontabili i valori di PV lungo un ampio intervallo verticale, CAVE-ART utilizza una versione scalata della PV in “unità di vorticità” (sPV), seguendo l’approccio classico discusso in letteratura stratosferica: la scalatura è costruita in modo da ottenere valori di ordine simile dall’LMS alla stratosfera superiore, facilitando soglie e confronti tra livelli (Dunkerton & Delisi, 1986; uso esteso in diagnostiche successive, ad esempio Manney et al.). ACP+2journals.ametsoc.org+2 Questo passaggio non è un puro artificio numerico: riduce il rischio che una soglia “funzioni” bene solo a una quota e fallisca altrove per ragioni dimensionali, e rende più stabile la caratterizzazione multi-livello del vortice quando si vogliono confrontare forma e continuità verticale.

Oltre alla sPV, CAVE-ART può ingestire campi ausiliari (temperatura, altezza di geopotenziale, componenti del vento zonale e meridionale), utili sia per contestualizzare la diagnostica (ad esempio intensità del getto polare stratosferico) sia per costruire metriche derivate. Operativamente, i campi vengono interpolati verticalmente dai livelli di modello (qui: MERRA-2) a un set di superfici isentropiche, tipicamente abbastanza fitto da coprire l’intero “corpo” del vortice, dalla bassa stratosfera (LMS) alla stratosfera superiore. Questa scelta è coerente con una vasta tradizione di diagnostiche a PV isentropica, dove la struttura del vortice e i suoi cambi di forma risultano più leggibili e fisicamente interpretabili. Wiley Online Library+1

Dal punto di vista “computer vision”, CAVE-ART tratta i campi su griglia lon/lat come immagini con periodicità cilindrica (periodiche in longitudine ma non in latitudine), un dettaglio importante perché evita artefatti al taglio 0/360° e permette algoritmi di connettività e contorno coerenti con la geometria del problema. La definizione del vortice a ogni livello isentropico è formulata come una soglia su sPV: il vortice è l’insieme delle regioni con sPV superiore a un valore di “bordo vortice”. Per determinare il bordo, si impiega un profilo climatologico ricavato da inverni NH su un periodo di riferimento, in modo da avere una soglia che rappresenti un “edge” statisticamente stabile. Questa filosofia è concettualmente vicina ai metodi oggettivi di identificazione del bordo del vortice basati su PV ed equivalent latitude, in cui il “vortex edge” è associato a forti gradienti di PV e a una barriera al mixing (Nash et al., 1996). Wiley Online Library+1

Una volta fissata la regola di appartenenza (sPV sopra soglia), la pipeline procede per passi ripetuti su ciascun livello e su ciascun istante temporale. Primo: binarizzazione del campo sPV usando la soglia di bordo; in pratica si trasforma il campo continuo in una maschera oggetto/sfondo, che rende applicabili gli algoritmi classici di region labeling e connettività. Secondo: segmentazione delle regioni chiuse mediante tecniche di flood fill, che identificano componenti connesse e separano automaticamente oggetti distinti (fondamentale durante displacement marcati o split, quando compaiono più lobi coerenti). Terzo: calcolo dell’area di ogni oggetto candidato e filtraggio degli oggetti troppo piccoli rispetto a una soglia: questo step è una misura di robustezza contro rumore, frastagliamento del contorno e “micro-oggetti” generati dalla discretizzazione o da soglie marginali. Wiley Online Library

Quarto: estrazione dei punti di contorno ordinati per ciascun oggetto rimanente tramite un algoritmo tipo Marching Squares, cioè l’analogo bidimensionale del Marching Cubes (Lorensen & Cline, 1987) applicato alle isolinee su griglia. cs.toronto.edu+1 L’ordinamento dei punti di bordo non è un dettaglio estetico: abilita il calcolo di perimetro, curvatura discreta, indici di frastagliamento e, soprattutto, fornisce un oggetto “tracciabile” che può essere confrontato tra tempi successivi in modo più stabile rispetto a una semplice lista non ordinata di celle. Quinto: calcolo delle diagnostiche per ciascun oggetto, includendo descrittori tipici dell’analisi di forma (ad esempio centroide, orientazione, rapporti tra assi e indici basati su momenti), che sono particolarmente utili per quantificare ellitticità, tilt e variazioni di geometria coerenti con forcing d’onda e deformazioni del vortice. Wiley Online Library

Sesto: tracciamento nel tempo mediante un algoritmo predictor–corrector (Muelder & Ma, 2009), che combina una previsione della posizione/associazione basata sulla storia recente con una correzione guidata dai dati al tempo successivo, tipicamente usando sovrapposizione e/o compatibilità geometrica tra oggetti segmentati. ResearchGate+1Questa scelta è particolarmente appropriata quando si utilizza la frequenza temporale elevata dei dati (nel caso MERRA-2: 8 analisi al giorno), perché riduce lo spostamento tra frame e rende più affidabile sia il gating predittivo sia la correzione basata su match spaziale. Wiley Online Library In pratica, la combinazione “alta frequenza + predictor–corrector” aiuta a mantenere l’identità dell’oggetto anche quando il vortice si deforma rapidamente o quando compaiono più regioni coerenti che potrebbero essere scambiate in un semplice nearest-neighbor.

Un aspetto metodologico che vale esplicitare, soprattutto in applicazioni quantitative, è la sensibilità di queste diagnostiche a tre fattori: (i) la qualità della PV in rianalisi e la coerenza tra rianalisi diverse (tema discusso in studi di interconfronto di PV e diagnostiche PV-based); (ii) la definizione del vortex edge (climatologica vs “istantanea” basata su gradienti/equivalent latitude); (iii) la risoluzione spaziale e le scelte di interpolazione su isentropiche, che possono influenzare contorni e aree, quindi momenti e indici di forma. ACP+1

Gli algoritmi impiegati per la segmentazione delle regioni, l’estrazione dei contorni e il tracciamento nel tempo vengono esplicitamente adattati alla periodicità in longitudine, un accorgimento essenziale quando i campi meteorologici sono trattati come “immagini” su griglia lon/lat: senza questa gestione, un vortice che attraversa la discontinuità 0°/360° rischia di essere spezzato artificialmente in due oggetti distinti, con effetti a cascata su contorni, momenti e associazioni temporali. Questo tipo di dettaglio è tutt’altro che marginale nelle applicazioni stratosferiche basate su PV, perché il bordo del vortice è spesso un contorno stretto e dinamicamente significativo (barriera al mixing) e qualsiasi artefatto di topologia compromette sia i descrittori geometrici sia la diagnosi della variabilità del vortice. Wiley Online Library+1

Nel calcolo delle aree (passo di filtraggio), l’area degli oggetti è stimata in coordinate sferiche e la selezione viene effettuata tramite una soglia di latitudine equivalente di 85°. In termini pratici, ogni oggetto viene “tradotto” nel suo equivalente areale: se lo si mappasse su una calotta polare di pari area, l’oggetto verrebbe eliminato quando il bordo della calotta risulterebbe più polare di 85°, cioè per aree inferiori a circa 0,4% di un emisfero. L’uso dell’equivalent latitude si inserisce nella tradizione delle diagnostiche oggettive del vortice, dove la PV viene reinterpretata come funzione di latitudine equivalente per identificare bordo e regione di bordo in modo dinamicamente motivato, legando la definizione del confine a massimi gradienti di PV e al jet associato. Wiley Online Library+1 In questo contesto, la soglia areale è una scelta di robustezza: serve a ridurre l’influenza di filamenti sottili (tipici di stirring/filamentazione e di processi di mixing parziale) e di piccole “isole” di PV elevata che possono emergere nei campi di rianalisi, in particolare nella bassa stratosfera, dove la segmentazione può essere più sensibile a rumore, soglie e piccoli gradienti locali. L’effetto desiderato è impedire che strutture minute contaminino diagnostiche di forma (momenti) e statistiche climatologiche che, fisicamente, dovrebbero rappresentare il “corpo” coerente del vortice. ACP+1

Il tracciamento (passo 6) non è sempre indispensabile perché gli split del vortice non sono eventi frequenti rispetto alla variabilità ordinaria (displacement, ellitticità, oscillazioni del bordo). Tuttavia, quando uno split avviene, la capacità di associare correttamente nel tempo i “figli” del vortice diventa cruciale per evitare salti artificiali nelle serie temporali dei descrittori. In quel caso, l’assunzione di sovrapposizione spaziale tipica dei metodi predictor–corrector risulta in genere adeguata se i dati sono campionati almeno quattro volte al giorno (meglio ancora con frequenze più alte), perché lo spostamento tra frame resta contenuto e l’overlap mantiene informazione sufficiente per il matching. Rimangono comunque casi limite: filamenti molto stretti possono non sovrapporsi tra due istanti consecutivi per semplice advezione rapida e/o per instabilità del contorno segmentato, e possono richiedere più passi temporali per “ricucire” una traiettoria plausibile. La letteratura che applica diagnostiche di forma e tracking agli SSW mostra bene come i descrittori geometrici (inclusa la curtosi in eccesso) siano sensibili proprio alla capacità di seguire correttamente la transizione tra vortice unico e configurazioni a più lobi. journals.ametsoc.org+1

Le uscite diagnostiche sono organizzate in tre famiglie. Le diagnostiche di momento includono centroide, rapporto d’aspetto, angoli/orientazione e curtosi in eccesso, cioè un indicatore che, applicato alla geometria del vortice, può evidenziare configurazioni più “bimodali” o distorte rispetto a un oggetto compatto; questi strumenti sono stati usati per analizzare in modo oggettivo la geometria del vortice durante diversi tipi di SSW e per distinguere regimi di deformazione. journals.ametsoc.org+1 Le diagnostiche di regione includono grandezze estensive e “di stato” del vortice: area totale, medie pesate per area di temperatura, quota e PV scalata all’interno della regione vorticosa, estremi (minimi e massimi) di temperatura e altitudine, nonché valore e posizione del massimo di PV scalata. A queste si aggiungono diagnostiche specifiche per il “polar processing” (calcolate solo sotto certe quote isentropiche, ad esempio sotto 750 K), come l’area del vortice in luce (sunlit vortex area) e misure di concentricità tra vortice e regioni sufficientemente fredde da superare soglie legate alla presenza di PSC: sono metriche pensate per legare la geometria del vortice e la sua esposizione radiativa alla probabilità di processi chimico-fisici rilevanti per l’ozono. ACP+1 Le diagnostiche del bordo (edge diagnostics) mirano invece a quantificare la “robustezza” del confine: gradienti orizzontali medi di PV lungo il bordo, velocità del vento media al bordo (proxy della cintura di jet che spesso coincide con la barriera al mixing), circolazione e lunghezza del bordo. La centralità dei gradienti di PV e della coerenza del jet nel definire il bordo del vortice è coerente con la definizione oggettiva classica basata su equivalent latitude e massimi gradienti, ampiamente adottata in letteratura. Wiley Online Library+1

Quando si costruiscono climatologie da diagnostiche che, durante uno split, esistono naturalmente su più regioni nello stesso istante, la post-elaborazione “compatta” l’informazione in modo controllato. Le proprietà estensive (ad esempio area del vortice e lunghezza del bordo) vengono som­mate su tutte le regioni; le proprietà dinamiche vengono invece ridotte a un singolo valore tramite medie pesate per area delle regioni, così che in condizioni normali piccoli residui o filamenti abbiano peso minimo, mentre durante uno split i vortici “figli” contribuiscano in proporzione alla loro dimensione relativa. Per i momenti, si mantengono sia i calcoli per le singole regioni sia quelli su un campo “bulk” in cui sono state rimosse soltanto le piccole regioni isolate ad alta PV: quando serve un valore rappresentativo unico, si privilegia quest’ultimo, perché evita che la presenza temporanea di più oggetti (o micro-oggetti) produca discontinuità puramente algoritmiche in descrittori che dovrebbero rappresentare la geometria complessiva del vortice. Wiley Online Library+1

La Figura 1 riassume, in forma “da catena di montaggio”, come CAVE-ART trasforma un campo meteorologico continuo (qui la sPV su una superficie isentropica, nell’esempio circa 490 K) in un insieme di oggetti vorticosi che possono essere descritti geometricamente e seguiti nel tempo con criteri oggettivi. L’idea di fondo, coerente con molta letteratura stratosferica, è che il vortice polare sia ben rappresentabile come una regione ad alta PV su isentropiche: questa scelta sfrutta il fatto che la PV isentropica è un tracciante dinamico molto informativo e che il “vortex edge”tende a coincidere con un forte gradiente di PV e con una barriera al mixing, formalizzabile anche tramite concetti come equivalent latitude e massimi gradienti (ad esempio nella definizione classica del bordo del vortice in Nash et al., 1996). Il primo passaggio (1, Binarize) applica proprio questa filosofia: dal campo continuo si costruisce una maschera oggetto/sfondo usando una soglia di bordo (spesso climatologica o comunque calibrata) così da rendere il problema compatibile con gli strumenti di segmentazione della computer vision. Il passo (2, Segment) usa una segmentazione per regioni connesse (tipicamente flood fill) per separare ogni contorno chiuso sopra soglia in oggetti distinti: qui emergono naturalmente sia il “corpo” principale del vortice sia eventuali lobi o regioni secondarie, cosa essenziale quando la dinamica porta a configurazioni deformate o a veri e propri split. Il passo (3, Filter) è il punto in cui l’approccio diventa esplicitamente “geofisico”: le aree vengono calcolate in coordinate sferiche e poi si eliminano oggetti troppo piccoli tramite una soglia espressa in termini di latitudine equivalente (l’idea della calotta polare di area equivalente). Questa scelta non è cosmetica: filamenti sottili e piccole “isole” di PV elevata sono frequenti nei campi (specie in rianalisi e nella bassa stratosfera), e possono contaminare in modo sproporzionato descrittori di forma e statistiche se non vengono rimossi; la filtrazione stabilizza la diagnosi della geometria del vortice e riduce la sensibilità a rumore e discretizzazione, un problema ben noto quando si quantifica la morfologia di strutture vorticali su griglie finite. Dopo aver stabilizzato l’oggetto, il passo (4, Trace Edges) estrae i contorni ordinati di ciascuna regione tramite un algoritmo tipo Marching Squares (imparentato concettualmente con Marching Cubes di Lorensen & Cline, 1987): ottenere un bordo ordinato permette di calcolare grandezze come lunghezza del bordo, curvatura e metriche legate ai gradienti medi lungo l’edge, e soprattutto fornisce una rappresentazione geometrica comparabile tra tempi successivi. Il passo (5, Characterize) calcola i descrittori: qui entrano in gioco i momenti (centroide, orientazione, rapporto d’aspetto, indici di “non-compattezza” come la curtosi in eccesso), strumenti ampiamente usati per quantificare deformazioni, ellitticità e dislocamenti del vortice in studi di geometria vorticale (ad esempio Waugh & Randel, 1999; Matthewman et al., 2009; Mitchell et al., 2011), insieme a diagnostiche “di regione” (area, medie pesate per area di temperatura/altezza/sPV, estremi) e diagnostiche “di bordo” (gradienti medi di sPV, velocità del vento al bordo, circolazione, lunghezza dell’edge), che sono direttamente interpretabili in termini di robustezza della barriera vorticale e intensità del jet di contorno. Infine, il passo (6, Track Regions) associa gli oggetti tra t − 1 e t: la figura mostra le frecce tratteggiate come legami di corrispondenza, tipicamente costruiti con un algoritmo predictor–corrector(Muelder & Ma, 2009) che combina una previsione basata sulla traiettoria recente con una correzione guidata dall’overlap e dalla compatibilità geometrica/descrittiva. Questo punto è cruciale soprattutto durante gli split, quando l’“identità” del vortice può biforcarsi: senza tracking, molte serie temporali di descrittori diventerebbero discontinue o ambigue. L’intera pipeline è inoltre adattata alla periodicità longitudinale (la “cucitura” 0/360°), condizione necessaria per non spezzare artificialmente un vortice che attraversa il meridiano di riferimento: in una catena a oggetti, un errore topologico iniziale si propaga inevitabilmente su contorni, momenti e matching temporale. Nel complesso, la Figura 1 rende evidente il vantaggio dell’approccio object-based: invece di descrivere il vortice con indici “puntuali” o medie su domini fissi, CAVE-ART costruisce un oggetto dinamico coerente, ne misura la geometria con strumenti consolidati dell’analisi di forma e ne segue l’evoluzione con tecniche di tracking già sperimentate in contesti atmosferici (dal tracking di nubi su IR fino ai metodi su sfera e al tracciamento di strutture d’onda), ottenendo diagnostiche che restano interpretabili anche quando il vortice si deforma, si disloca o si frammenta.

3.3. Definizione del bordo del vortice: PV, latitudine equivalente e barriere di trasporto tra gradienti, vento e diffusività efficace

Definire in modo oggettivo il bordo del vortice polare stratosferico è un passaggio cruciale perché molte diagnosi fisiche (robustezza del vortice, deformazioni, mixing con le medie latitudini, coerenza del jet di contorno) dipendono direttamente da dove si colloca la transizione tra “interno vorticale” e “esterno”. La letteratura ha proposto da tempo strategie fondate sulla vorticità potenziale (PV) su superfici isentropiche e sulla latitudine equivalente, utilizzate come coordinate “vortex-centered” capaci di trasformare un campo bidimensionale complesso in un profilo più interpretabile dal punto di vista dinamico (ad esempio Manney et al., 1994; Dameris et al., 1995; Nash et al., 1996; Waugh, 1997; Waugh & Randel, 1999). In termini concettuali, il bordo del vortice non è un contorno magico e immutabile: processi non conservativi (radiazione, diabaticità, mixing indotto da breaking d’onda) possono spostare e sfumare la separazione tra masse d’aria, come discusso nei lavori classici sulla dinamica quasi-adiabatica e sul ruolo dei processi di mescolamento (McIntyre & Palmer, 1984; Butchart & Remsberg, 1986). Tuttavia, anche quando il vortice è disturbato, la “edge region” mantiene spesso una firma robusta: forti gradienti orizzontali di PV e un massimo di vento associato al jet, che configurano una barriera al trasporto. Per questo diversi autori sottolineano che, a ogni istante, esiste in genere un intervallo di valori di PV in grado di rappresentare forma e dimensione del vortice quasi quanto un bordo definito giorno-per-giorno, soprattutto se l’obiettivo è una diagnostica coerente nel tempo e comparabile tra livelli (Waugh & Randel, 1999; Manney et al., 2007).

Dentro questa cornice, la scelta metodologica di CAVE-ART è usare valori di bordo costanti climatologici di PV (o sPV, se si lavora con PV scalata), invece di inseguire automaticamente un bordo giornaliero. La motivazione è duplice. Da un lato, un contorno di PV specifico non può essere garantito come “edge” in modo rigoroso su tutti i giorni, ma l’uso di un valore costante ben calibrato tende a catturare la geometria del vortice entro la fascia di massimi gradienti, soprattutto quando la definizione è costruita a partire da statistiche su molti inverni. Dall’altro, l’identificazione automatica giornaliera può diventare instabile proprio dove il problema è più delicato: nella stratosfera superiore e mesosfera, quando il vortice è debole o fortemente disturbato, la latitudine equivalente perde parte della sua efficacia come coordinata centrata sul vortice e gli estremi diagnostici non sono sempre ben definiti (Manney et al., 2007; Harvey et al., 2009). Studi applicativi hanno inoltre mostrato che traccianti stratosferici a lunga vita come N₂O e CO tendono a seguire in modo consistente tali valori di bordo costanti, suggerendo che la scelta può essere fisicamente sensata come proxy della barriera di trasporto, non solo un espediente numerico (Manney et al., 2015; Manney & Lawrence, 2016).

Il punto più “raffinato” della procedura è come si costruiscono questi valori costanti. L’approccio combina tre diagnostiche calcolate come profili in latitudine equivalente: il gradiente di PV (PVG), la velocità del vento (WS) e la diffusività efficace (effective diffusivity, Kₑff). La Kₑff, introdotta e sviluppata nell’ambito della teoria del trasporto e del mixing su contorni di traccianti, quantifica la complessità dei contorni e quindi, in modo diagnostico, la forza del mescolamento: valori coerenti con contorni “ordinati” e poco intricati indicano mixing debole e una barriera più netta; viceversa, contorni molto frastagliati sono associati a mixing più efficace. Questa impostazione è legata ai lavori di Nakamura sulla diffusività efficace e sulla geometria dei contorni come misura del trasporto, e alle applicazioni successive in cui minimi di Kₑff sono stati interpretati come firma di una barriera (Nakamura, 1996; Nakamura & Ma, 1997; Haynes & Shuckburgh, 2000; Allen & Nakamura, 2001). In parallelo, i massimi di PVG e WS lungo la latitudine equivalente tendono a identificare il “core” dell’edge region: il forte gradiente di PV e il getto di contorno sono due facce dello stesso assetto dinamico, dove l’advezione e la stabilità del vortice rendono più difficile il rimescolamento trasversale (Nash et al., 1996; Waugh & Randel, 1999).

Un problema pratico è che questi tre indicatori non allineano sempre i loro estremi nello stesso punto: il massimo del gradiente, il massimo del vento e il minimo della diffusività efficace possono risultare leggermente sfalsati, soprattutto in fasi disturbate. Per ridurre l’ambiguità, l’idea è riportare le diagnostiche su una scala comparabile (normalizzazione) e trasformare Kₑff in modo da far corrispondere la “firma di barriera” a un massimo, così da poter cercare un punto di consenso. La definizione operativa del bordo diventa quindi il valore di PV alla latitudine equivalente in cui è massimizzata una metrica combinata che privilegia situazioni in cui PVG, WS e la firma-barriera di Kₑff convergono. Ripetendo questa procedura su molti giorni e su molti livelli isentropici (qui tra 410 e 1500 K) e costruendo una climatologia estesa da ottobre a maggio, si ottiene un profilo verticale di valori di bordo “tipici” che incorpora volutamente anche fasi di formazione e disgregazione del vortice. Includere l’intera stagione fredda allargata aumenta la variabilità (stagionale e interannuale) e tende a produrre valori di bordo collocati nella parte bassa della fascia edge durante il cuore dell’inverno, ma questo può essere un vantaggio diagnostico: facilita l’identificazione del vortice anche quando è molto disturbato, evitando che una soglia “troppo alta” perda il vortice proprio nelle fasi più interessanti dal punto di vista dinamico.

Resta la criticità dell’alta stratosfera (nell’esempio intorno a 1300–1500 K), dove la latitudine equivalente può diventare meno adatta e la combinazione di PVG, WS e Kₑff può fallire nel fornire un massimo robusto. Questo comportamento è coerente con quanto discusso in precedenza per vortici deboli o disorganizzati, e porta pragmaticamente a scegliere un valore costante basato su ispezione sistematica di mappe di PV in quella regione, mentre ai livelli inferiori la sensibilità alla singola diagnostica tende a essere più limitata e l’approccio combinato produce un profilo più regolare e meno “a scalini” tra i livelli, aspetto utile quando si vogliono confrontare forma, area e descrittori di momento lungo la colonna del vortice senza introdurre discontinuità artificiali.

Riferimenti citati nel testo (selezione): McIntyre & Palmer (1984); Butchart & Remsberg (1986); Manney et al. (1994, 2007, 2015); Dameris et al. (1995); Nash et al. (1996); Nakamura (1996); Nakamura & Ma (1997); Waugh (1997); Waugh & Randel (1999); Haynes & Shuckburgh (2000); Allen & Nakamura (2001); Harvey et al. (2009); Manney & Lawrence (2016).

La Figura 2 sintetizza un passaggio metodologico decisivo di CAVE-ART: costruire un profilo verticale di valori soglia di sPV (PV scalata in unità di vorticità) da usare come “vortex edge” su ciascuna superficie isentropica, così da segmentare in modo coerente nel tempo e lungo la colonna stratosferica la regione del vortice polare. In ascissa compare la sPV (in unità dell’ordine di 10⁻⁴ s⁻¹), in ordinata la temperatura potenziale (410–1500 K), che funge da coordinata verticale isentropica dalla bassa stratosfera alla stratosfera superiore. Le tre curve colorate mostrano che cosa accadrebbe se il bordo fosse definito usando una sola diagnostica alla volta: il massimo del gradiente orizzontale di PV (PVG; linea blu), il minimo della diffusività efficace Kₑff (linea verde) e il massimo della velocità del vento(WS; linea verde chiaro). La curva nera con marcatori è invece il profilo “finale” adottato da CAVE-ART, ottenuto combinando le tre informazioni per individuare, in termini di latitudine equivalente, la fascia in cui la firma del bordo (barriera di trasporto) è più coerente tra dinamica e trasporto; le barre grigie orizzontali rappresentano l’inviluppo climatologico di ±1 deviazione standard, cioè quanto può oscillare quel valore-soglia da un inverno all’altro e lungo la stagione.

Il significato fisico delle tre diagnostiche è ben radicato nella letteratura sul vortice polare. Il bordo non è un contorno “geometrico”, ma una regione di transizione in cui (i) la PV cambia rapidamente nello spazio, (ii) il getto associato al vortice raggiunge tipicamente un massimo e (iii) il rimescolamento trasversale è inibito, producendo una vera e propria barriera di trasporto tra masse d’aria polari e di media latitudine. In questa prospettiva, i massimi di PVG e WS sono firme dinamiche della edge region, mentre Kₑff è una firma di trasporto: nella formulazione di Nakamura, la diffusività efficace misura quanto i contorni del tracciante (qui la PV) siano “stirati e complessi”; minimi di Kₑff indicano contorni relativamente regolari e scarsa capacità del flusso di generare mescolamento irreversibile, quindi una barriera più netta (Nakamura, 1996; Nakamura & Ma, 1997; Haynes & Shuckburgh, 2000; Allen & Nakamura, 2001). L’uso della latitudine equivalente come coordinata “centrata sul vortice” e l’identificazione del bordo tramite estremi dei gradienti e del vento si collegano direttamente ai metodi classici di edge definition (Nash et al., 1996) e alle successive applicazioni e discussioni su come rendere l’identificazione robusta in condizioni disturbate (Waugh & Randel, 1999; Manney et al., 2007).

La figura mostra bene un punto operativo cruciale: le tre curve colorate sono simili ma non identiche, e lo scarto fra di esse cambia con la quota. Questa non-coincidenza è attesa: PVG, WS e Kₑff rispondono a aspetti diversi dello stesso sistema (gradiente del tracciante, intensità del getto, efficienza del mixing), e in presenza di onde planetarie, stirring e disturbi del vortice gli estremi possono disallinearsi. Proprio per questo CAVE-ART adotta la curva nera “Used by CAVE-ART”, che tende a essere più liscia e meno “a gradini” tra livelli: è l’effetto di una definizione che cerca un compromesso fisicamente motivato tra barriere dinamiche (PVG, WS) e barriera di trasporto (Kₑff). In pratica, questa scelta riduce la probabilità che il bordo “salti” verticalmente di livello in livello per ragioni diagnostiche (ad esempio un massimo di WS che migra più rapidamente del massimo di PVG), cosa che sarebbe dannosa per una pipeline che deve poi estrarre contorni, calcolare momenti e tracciare oggetti nel tempo.

Le barre di errore (±1σ) sono altrettanto informative: ricordano che il bordo del vortice non è un numero fisso, ma una fascia climatologica che incorpora variabilità stagionale e interannuale, oltre alle fasi di formazione e dissoluzione del vortice. Ampiezze relativamente grandi delle barre indicano che, a quel livello, la posizione “statistica” del bordo (in termini di sPV) è più variabile, coerentemente con il fatto che il vortice può essere più o meno compatto, più o meno disturbato dall’attività d’onda e dal mixing, e che la struttura verticale del jet e dei gradienti di PV non è rigidamente ancorata.

Il segmento rosso tra 1300 e 1500 K è il messaggio metodologico più importante della figura: in alta stratosfera il metodo basato sulla combinazione di PVG, WS e Kₑff diventa meno affidabile, e CAVE-ART impone un valore costante di sPV per definire il bordo. Questo “cambio di regime” riflette limiti noti: la latitudine equivalente perde progressivamente efficacia come coordinata vortex-centered quando il vortice è debole/irregolare e quando la geometria del flusso rende meno netta la separazione tra interno ed esterno; inoltre, gli estremi diagnostici possono diventare rumorosi o multipli, impedendo una selezione robusta (Manney et al., 2007; Harvey et al., 2009). La scelta di una soglia costante, definita tramite ispezione sistematica di mappe di PV, è quindi una soluzione pragmatica che privilegia la continuità e la stabilità dell’identificazione del bordo rispetto a una “oggettività” formale che, in quel range verticale, rischierebbe di produrre risultati inconsistenti.

Letta nel suo insieme, la Figura 2 non è solo un grafico di soglie: è una dichiarazione su come CAVE-ART intende il vortice come oggetto dinamico e barriera di trasporto, e su come traduce questa idea in un profilo verticale operativo che alimenta segmentazione e tracking. Il fatto che la curva combinata sia vicina a quelle basate su singole diagnostiche per gran parte della colonna (soprattutto tra media e alta stratosfera “utile”) suggerisce che il concetto di edge region è robusto; allo stesso tempo, il ricorso alla soglia costante in alto evidenzia con trasparenza dove la diagnostica deve accettare i limiti del sistema di coordinate e della debolezza del segnale vorticale.

Dalla “foto” alla “storia”: come CAVE-ART trasforma il vortice polare in un oggetto tracciabile (e cosa ci insegna su ozone loss, split e final warming)

Una parte rilevante della difficoltà, quando si studia il vortice polare stratosferico, non è tanto “vederlo” su una mappa, quanto seguirne coerentemente l’identità mentre cambia forma, si deforma, filamente, si frammenta e, in alcuni casi, si divide in più “figli”. È qui che l’approccio di CAVE-ART (Characterization and Analysis of Vortex Evolution using Algorithms for Region Tracking) diventa più di una scelta tecnica: introduce un modo sistematico di trattare il vortice come un insieme di regioni segmentabili, descrivibili e tracciabili nel tempo, applicando strumenti tipici della computer vision (segmentazione, descrittori geometrici, momenti, diagnostiche del bordo, tracking multi-oggetto) a campi geofisici come PV/traccianti/temperatura su superfici isentropiche. In altre parole, sposta l’analisi da un “contorno scelto a mano” o da un indice unico, a un inventario dinamico di oggetti atmosferici con proprietà misurabili e confrontabili tra eventi e stagioni. Questa impostazione consente, per esempio, di seguire simultaneamente più regioni vorticose dopo uno split, mantenendo separata l’informazione su geometria, intensità e isolamento di ciascun frammento, e quindi di collegare in modo più pulito la dinamica alla chimica e al trasporto. ResearchGate+1

Il punto di partenza concettuale resta la nozione di “bordo del vortice” come barriera di trasporto: molte definizioni classiche cercano l’edge dove il gradiente di PV rispetto alla latitudine equivalente è massimo, spesso vincolandolo alla massima velocità del vento lungo le isolinee, così da identificare una fascia di forte shear e forte contrasto dinamico che separa aria vorticose “coerente” da aria esterna più mescolata. Questo tipo di formalizzazione, introdotta in modo oggettivo da Nash et al. (1996), e varianti climatologiche a PV fissato come in Waugh & Randel (1999), ha un valore enorme perché rende comparabili i casi, ma soffre quando la geometria diventa complessa (filamenti, lobi, frammenti multipli). CAVE-ART ingloba questa tradizione PV-based e la “estende” operativamente: non si limita a dire dove sta un bordo, ma ne misura anche l’evoluzione, e soprattutto mantiene l’identità dei pezzi quando il vortice non è più un solo oggetto. SciSpace+2ACOM Staff+2

L’applicazione forse più didattica, perché mette insieme dinamica, chimica e geometria, è l’evento di vortex-split SSW dell’inizio di gennaio 2013 e la sorprendente perdita di ozono già in pieno inizio inverno 2012/2013. Manney et al. (2015) mostrano che, pur essendo vero che un SSW tende ad alzare rapidamente le temperature e a interrompere le condizioni favorevoli al “processing” chimico, in quel caso l’ozono nel basso strato stratosferico polare raggiunse valori eccezionalmente bassi per il periodo tra fine dicembre e inizio febbraio. La chiave non è un singolo fattore, ma una combinazione rara: dicembre 2012 molto freddo (quindi PSC e attivazione del cloro precoci), successiva scissione con due vortici “figli” rimasti insolitamente isolati per settimane (quindi l’aria processata non si diluisce rapidamente), e un’esposizione alla luce solare del vortice maggiore del normale nel cuore dell’inverno (quindi fotolisi e cicli catalitici dell’ozono che possono proseguire). La segmentazione e il tracking dei due offspring vortices permettono di separare davvero le due storie: differenze nette tra il frammento su Canada e quello su Siberia in termini di temperatura, specie chimiche e tempistiche di disattivazione del cloro. Questo è esattamente il tipo di informazione che tende a perdersi quando si ragiona “a vortice unico” o con medie polari troppo aggregate. ACP Copernicus

Un secondo caso emblematico è il “major final warming” del 2016 nell’emisfero nord, che non è un SSW in pieno inverno nel senso classico, ma l’evento di riscaldamento finale che chiude la stagione del vortice. In quel 2015/16 la stratosfera artica mostrò un potenziale altissimo per una perdita di ozono estrema: temperature nel lower stratosphere ai minimi record da dicembre fino a inizio febbraio e un periodo senza precedenti di temperature sotto le soglie per PSC di ghiaccio; poi, però, un major final warming a inizio marzo modificò in modo drastico la circolazione, accelerando la fine delle condizioni termodinamiche favorevoli al processing e riorganizzando trasporto e mescolamento. L’aspetto che qui diventa cruciale, e che CAVE-ART aiuta a quantificare, è la fase di breakdown: il vortice può essere prima fortemente dislocato e poi spezzarsi in lobi/figli che decadono rapidamente, con dispersione dell’aria vorticose e “terminazione” del contesto chimico che sostiene la distruzione di ozono. L’analisi con traccianti satellitari (Aura MLS) e reanalisi (MERRA-2) mostra come la geometria del vortice e la velocità del suo disfacimento siano parte integrante della storia chimica, non un dettaglio estetico della mappa. ACP Copernicus+1

Quando poi si passa dalla singola “case study” alla climatologia, il vantaggio dell’impostazione computer-vision diventa ancora più evidente: CAVE-ART non serve solo a raccontare bene un evento, ma a costruire una tassonomia coerente lungo decenni. Nel lavoro di riferimento sul tema, le tecniche di segmentazione, descrizione e tracking vengono applicate a circa 38 anni di dati di reanalisi, mostrando che l’identificazione automatica dei casi “split-like” può recuperare molti eventi noti e individuarne altri candidati, con una distinzione più robusta tra segnali geometrici (ellitticità, centroidi, filamentazione, numerosità delle regioni) e segnali puramente dinamici (forza dei venti al bordo, compattezza/“cilindricità” verticale del vortice). In quella cornice, gli eventi di vortice debole e vortice forte assumono firme morfologiche diverse: i vortici forti risultano mediamente più centrati sul polo, meno filamentati e più coerenti, mentre i vortici deboli mostrano maggiore distorsione e frammentazione. Questo tipo di classificazione è prezioso perché crea un ponte pratico tra descrittori “di forma” e implicazioni fisiche: quanta aria resta isolata? per quanto tempo? in quali regioni entra in luce? quanto rapidamente avviene la dispersione dopo un breakdown? domande che, per l’ozono e per le teleconnessioni stratosfera-troposfera, sono spesso più determinanti del solo “il vento a 10 hPa ha invertito segno”. ResearchGate+2nmt.edu+2

In sintesi, l’idea forte dietro questa sottosezione è che le applicazioni di CAVE-ART non aggiungono soltanto “più diagnostica”, ma cambiano la granularità con cui possiamo collegare geometria, isolamento e destino dell’aria vorticose ai risultati chimici (ozone loss) e dinamici (split, displacement, final warming). E quando l’obiettivo è coprire sistematicamente tutti gli inverni artici dal 1979/1980 al 2016/2017, questa coerenza metodologica è ciò che trasforma una collezione di episodi in un quadro comparabile, replicabile e statisticamente interpretabile. ResearchGate+1

Eventi di scissione del vortice polare: dal “contorno unico” all’approccio object-based di CAVE-ART per distinguere split reali e semplice filamentazione

Un tratto distintivo di CAVE-ART, quando lo si applica al vortice polare stratosferico, è l’idea di riconoscere uno “split” non perché un indice dinamico lo suggerisca, ma perché il vortice, visto come oggetto materiale definito da contorni di vorticità potenziale (PV), diventa effettivamente separato in più regioni chiuse che possono essere segmentate e tracciate nel tempo. Questo cambio di prospettiva è concettualmente importante: molte diagnosi classiche del vortice si fondano su un singolo bordo (edge) o su statistiche globali della forma, mentre qui il problema viene tradotto in termini di computer vision e tracking multi-oggetto, cioè individuazione di regioni coerenti e monitoraggio della loro “identità” lungo una sequenza temporale. In letteratura esistono precedenti che anticipano l’idea, pur senza svilupparla in modo sistematico. Waugh e Randel, discutendo l’uso di diagnostiche basate sui momenti, notavano che il vortice artico può occasionalmente dividersi in due frammenti grandi durante riscaldamenti dominati dall’onda planetaria 2, ma che spesso, per semplicità, l’attenzione viene posta sul frammento maggiore; Charlton e Polvani descrivevano un passaggio algoritmico affine, in cui si individuano contorni chiusi associati al massimo di vorticità assoluta usando una connettività “a otto vicini” sulla griglia, costruendo un’immagine binaria e contornandola, e includendo nel flusso di lavoro anche il conteggio dei contorni chiusi al valore scelto per il bordo del vortice. In questi approcci si intravede lo stesso nucleo operativo: trasformare un campo continuo in regioni discrete e misurabili; CAVE-ART rende però questa logica il centro dell’identificazione degli eventi e la estende al tracciamento coerente delle regioni nel tempo, condizione necessaria quando il vortice “smette” di essere uno e diventa una famiglia di frammenti.

Quando si guarda una climatologia DJFM su una reanalisi moderna come MERRA-2, l’object tracking mette subito in luce un fatto che spesso viene sottovalutato nelle narrazioni più “iconiche” degli split: in moltissimi inverni il sistema traccia più di due regioni anche senza che sia in corso una vera scissione del vortice principale. Questo accade soprattutto in due contesti fisicamente plausibili e ben documentati: nella bassa stratosfera, dove la struttura subvorticale può essere meno netta e la separazione tra aria vorticose e ambiente circostante è più facilmente disturbata, e nella stratosfera media-alta, dove la cosiddetta surf zone è più vigorosa e il breaking delle onde planetarie tende a produrre stiramenti, intrusione di filamenti e rapide ricombinazioni di PV. È un punto in piena continuità con l’impostazione di McIntyre e Palmer sul mixing indotto dalle onde e sulla natura “barriera” del bordo del vortice: la presenza di filamenti e lobi non implica automaticamente una scissione dinamicamente significativa del nucleo del vortice, ma può rappresentare un regime di scambio e stiramento periferico che genera, dal punto di vista puramente geometrico, molte regioni segmentabili. Per questo, se l’obiettivo è riconoscere split “reali”, la sola capacità di segmentare e contare regioni non basta: servono diagnostiche aggiuntive che discriminino una separazione robusta del nucleo coerente da episodi di filamentazione o da distorsioni transitorie del bordo.

È in questo spazio che si collocano i contributi basati sui momenti e sui descrittori di forma, usati in diversi studi per “anticipare” o formalizzare la scissione. Matthewman e colleghi hanno proposto l’uso dell’excess kurtosis come indicatore della “strozzatura” della regione di interesse: quando la geometria del vortice diventa pinched, cioè si assottiglia in modo da rendere possibile una separazione in due o più corpi, tale diagnostico tende a diventare negativo; nei loro lavori compaiono soglie diverse, a testimonianza del fatto che l’intensità del segnale dipende sia dalla metrica adottata sia dal dataset, dal livello e dalla definizione operativa del vortice. Seviour e coautori hanno utilizzato un criterio alternativo, più vicino all’intuizione geometrica, basato sul rapporto d’aspetto di un contorno a 10 hPa (oltre che su PV su una superficie isentropica elevata), richiedendo anche una persistenza di più giorni: in pratica, l’evento viene definito split-like quando la forma è sufficientemente allungata e tale condizione non è un semplice “flash” sinottico. Questi esempi sono utili perché mostrano due famiglie di approcci: una che cerca un segnale nei momenti della distribuzione (kurtosis come firma di una strozzatura), e una che usa descrittori espliciti di forma (aspect ratio e persistenza), entrambe con l’obiettivo di filtrare i falsi positivi generati dalla filamentazione.

L’approccio descritto per CAVE-ART, pur mantenendo l’idea di “split come separazione materiale” dei contorni di PV, introduce una scelta pragmatica per contenere l’ambiguità legata ai filamenti: la ricerca degli split-like events viene concentrata su un insieme di livelli isentropici che attraversano la bassa e media stratosfera, selezionati proprio perché al di fuori di quel range la frequenza di regioni dovute a filamentazione cresce in modo marcato. In altre parole, la verticalità dell’analisi non è un dettaglio, ma un filtro fisico-operativo: si cerca dove la separazione del vortice ha più probabilità di corrispondere a un cambiamento sostanziale della struttura coerente, e meno probabilità di riflettere soltanto il “rumore geometrico” del mixing periferico. La definizione operativa degli eventi viene impostata con criteri volutamente permissivi sulle dimensioni minime delle regioni e sulla durata minima dell’episodio, così da non perdere comportamenti potenzialmente interessanti, inclusi casi in cui i vortici “figli” possono risultare relativamente piccoli a certi livelli, oppure scissioni brevi che ricordano le vacillations discusse da Scott, dove una definizione troppo rigida del bordo (o un unico contorno costante) rischierebbe di accorciare artificialmente la durata apparente dello split o di farlo scomparire del tutto. In pratica, la logica è: meglio includere candidati e poi separarli con diagnostiche mirate, che escludere a monte fenomenologie rare ma fisicamente rilevanti.

Dal punto di vista algoritmico, la ricerca delle date di onset viene costruita su un segnale molto concreto: un salto negativo discontínuo nell’area della regione vorticale più grande rilevata, contemporaneo alla genesi di una nuova regione tracciata dal sistema. Questo accoppiamento di due condizioni è cruciale perché evita di interpretare come split qualsiasi fluttuazione dell’area: il “crollo” dell’area del vortice principale deve essere coerente, nello stesso istante, con la nascita di un’entità separata, cioè con un cambiamento topologico dell’oggetto. A valle, viene richiesto che il frammento sopravviva almeno per una finestra temporale minima, in modo da escludere separazioni effimere generate da rumore numerico o da transienti di contorno; infine, poiché l’onset può manifestarsi con tempistiche leggermente diverse lungo la colonna (per differenze nel campo d’onda, nella stabilità e nell’interazione onda-flusso medio), le date identificate sui diversi livelli vengono aggregate entro una finestra di alcuni giorni, così da rappresentare un unico evento fisico anche quando la “firma” geometrica non è perfettamente simultanea in quota.Il passaggio metodologico qui è interessante perché prova a rendere “oggettiva” l’idea di scissione senza appoggiarsi, almeno nella fase di rilevamento, a una definizione dinamica del tipo “SSW maggiore sì/no”, ma a un criterio di coerenza spazio-temporale del segnale di separazione. In pratica, dopo aver individuato le date di onset a ciascun livello isentropico (tramite salti negativi nell’area della regione vorticale dominante concomitanti con la genesi di una nuova regione), l’evento viene considerato candidato quando mostra una coerenza verticale sufficiente: o perché la firma compare su una sequenza di livelli consecutivi, oppure perché coinvolge una quota ampia dei livelli analizzati. Questo filtro verticale è tutt’altro che cosmetico: nella stratosfera, e in particolare nella “surf zone” più attiva alle quote medio-alte, la filamentazione del PV può produrre molte regioni segmentabili senza che il nucleo del vortice vada incontro a una scissione dinamicamente robusta. L’idea di richiedere coerenza verticale nasce proprio dall’esigenza di separare un cambiamento topologico “profondo” del vortice da un insieme di stiramenti e intrusione di filamenti, coerentemente con la letteratura che descrive il bordo del vortice come barriera di trasporto e la filamentazione come firma del mixing indotto dalle onde planetarie (McIntyre & Palmer, 1983; 1984).

Un secondo punto, spesso sottovalutato quando si parla di algoritmi automatici, è la scelta di introdurre una fase di classificazione finale tramite ispezione visiva delle mappe di PV su tutta la colonna stratosferica nei giorni attorno a ogni candidato. Qui l’argomento non è “fidarsi o non fidarsi” dell’automazione, ma riconoscere che i criteri geometrici puri possono produrre falsi positivi in presenza di grandi eventi di filamentazione verticalmente estesi. Per ridurre questo rischio, la valutazione finale incorpora marker di scissione che sono ben noti anche negli approcci basati sui momenti: l’allungamento progressivo del vortice e il “pinching” pre-evento, cioè quella strozzatura che precede spesso una separazione in due lobi. È esattamente la logica che sta dietro l’uso dell’excess kurtosis in Matthewman et al. (2009) come misura della perdita di “pienezza” della regione e della comparsa di una geometria strozzata, poi raffinata con soglie diverse in Matthewman & Esler (2011). In modo parallelo, l’uso del rapporto d’aspetto e della persistenza su più giorni proposto da Seviour et al. (2013) intercetta lo stesso comportamento da un’altra angolazione: invece di misurare la strozzatura tramite un momento, la si deduce dall’allungamento sostenuto della struttura.

La classificazione in “chiari split-like”, “dubbi” e “falsi positivi” mette nero su bianco un fatto metodologicamente sano: anche con criteri automatici ben congegnati resta una zona grigia, soprattutto quando i disturbi sono ravvicinati nel tempo o quando la geometria del vortice è anomala (per esempio lobi non ben separati, oppure frammenti di dimensioni molto diverse). Questo è un punto delicato per i diagnostici basati sui momenti: in presenza di grandi disparità dimensionali tra i due vortici “figli”, o quando la separazione è piccola, un indicatore globale può attenuarsi o comportarsi in modo non lineare, perché “vede” una distribuzione complessiva che non distingue bene oggetti multipli. È uno dei motivi per cui un approccio object-based come CAVE-ART tende a essere più flessibile: può accettare frammenti piccoli purché coerenti e persistenti, e può separare esplicitamente le regioni anche quando non sono lontane tra loro, cosa che per alcune metriche globali è intrinsecamente più problematica.

Molto utile, sul piano della robustezza, è anche la verifica incrociata tra reanalisi: il fatto che l’evoluzione del vortice risulti quasi identica in MERRA-2 ed ERA-Interim nei casi esaminati riduce la probabilità che la classificazione sia guidata da artefatti specifici di un dataset. Naturalmente questo non elimina la soggettività introdotta dall’ispezione visiva, ma la rende più trasparente e più difendibile, soprattutto quando si pubblicano non solo le date degli eventi “accettati” ma anche quelle dei casi dubbi e dei falsi positivi, corredate da note e materiale di supporto.

Quando poi si confronta la frequenza risultante con la letteratura, emerge il nodo centrale: il numero di eventi split-like può crescere molto se si rimuove il vincolo di “SSW maggiore” come condizione necessaria e se si riducono le soglie di persistenza. Charlton & Polvani (2007) costruiscono una tassonomia di split e displacement ancorata alla definizione canonica di SSW maggiore (inversione del vento zonale a 60°N e 10 hPa) e introducono vincoli temporali di separazione tra eventi; inoltre, per gli split richiedono criteri che assicurino che i due lobi abbiano una “dignità” comparabile (ad esempio tramite rapporti di circolazione). È un impianto coerente con l’obiettivo di classificare i grandi disturbi invernali legati al wind reversal. Al contrario, un algoritmo che non richiede alcuna condizione dinamica predefinita e che permette eventi brevi (purché con una persistenza minima) finisce inevitabilmente per includere separazioni più effimere o più localizzate verticalmente, incluse quelle confinate alla bassa stratosfera. Mitchell et al. (2013), ad esempio, identificano eventi di split nel medesimo periodo storico usando PV a un singolo livello isentropico (con nota di relativa insensibilità entro un intervallo di livelli) e imponendo una persistenza di più giorni del disturbo; Seviour et al. (2013) richiedono un rapporto d’aspetto elevato e persistente e separazioni temporali più ampie tra eventi. Cambiano, in sostanza, sia l’oggetto osservato (un livello vs più livelli), sia la durata minima richiesta, sia l’ancoraggio (dinamico vs geometrico), e questo spiega perché la climatologia degli “split” non sia un numero assoluto ma dipenda fortemente dalla definizione operativa.

Infine, è importante notare come il confronto con i cataloghi di SSW e con la climatologia dei final warming aiuti a contestualizzare temporalmente gli eventi split-like senza trasformarli automaticamente in “SSW”. Il fatto che solo una parte degli eventi cada vicino agli onset dei major SSW riportati nei compendi (ad esempio Charlton & Polvani, 2007; Butler et al., 2017) suggerisce che molte separazioni geometriche del vortice possano verificarsi fuori dalla finestra tipica dei grandi wind-reversal. Analogamente, l’informazione che i final warming climatologici tendono a collocarsi più avanti in primavera e che gli onset molto precoci sono rari (Hu et al., 2014) è utile per capire perché una quota non trascurabile di split-like events in marzo possa non coincidere, o coincidere solo parzialmente, con la dinamica del final warming. In questo quadro, le visualizzazioni tridimensionali tramite isosuperfici su un ampio range di livelli e le proiezioni polari dei contorni del bordo del vortice a quote differenti diventano non un semplice “corredo grafico”, ma uno strumento diagnostico: mostrano se la separazione è confinata, se è verticalmente coerente, e come evolve la geometria dei lobi prima e dopo l’onset, cioè esattamente gli elementi che la letteratura sui moment diagnostics e sulle tassonomie di split/displacement indica come discriminanti.

Il confronto proposto tra gli eventi split-like individuati con CAVE-ART e le soglie “moment-based” della letteratura mette a fuoco un tema metodologico centrale nello studio del vortice polare: la scissione non è un singolo numero, ma un’evoluzione geometrico-dinamica che lascia firme diverse a seconda dell’osservabile scelto. CAVE-ART, per costruzione, cerca la separazione materiale del vortice trattandolo come un oggetto segmentabile in regioni chiuse di PV e tracciabile nel tempo; le diagnostiche basate sui momenti, al contrario, comprimono la struttura del vortice in pochi descrittori globali della distribuzione di PV (o di campi affini), e quindi “vedono” lo split come conseguenza di un processo di allungamento e strozzatura che precede la separazione in due lobi. Questo è coerente con la fisica del problema: nei grandi disturbi dominati dall’onda planetaria 2 il vortice tende prima a elongarsi, poi a sviluppare un “collo” (pinching) e infine a separarsi, con un comportamento che la letteratura ha formalizzato con metriche diverse (ad esempio excess kurtosis in Matthewman et al., 2009; Matthewman & Esler, 2011, e criteri di aspect ratio e persistenza in Seviour et al., 2013).

Quando si sovrappongono, su sezioni tempo–quota, i superamenti soglia di excess kurtosis e di aspect ratio rispetto alle date di split determinate da CAVE-ART, emerge un risultato atteso ma istruttivo: nella maggior parte dei casi le soglie “a momenti” vengono superate alcuni giorni prima dello split rilevato da CAVE-ART. Non è un paradosso, è un’informazione: gli indici a momenti sono sensibili alla fase preparatoria (elongazione e pinching), mentre la segmentazione “scatta” quando la separazione è già avvenuta a livello di contorno e genera effettivamente due regioni distinte. In questo senso, i momenti possono funzionare come un sistema di allerta precoce della configurazione predisponente, mentre il tracking object-based certifica il cambiamento topologico dell’oggetto. È anche il motivo per cui l’aspect ratio può risultare elevato settimane prima o dopo la scissione principale: un vortice può essere molto allungato senza che avvenga una separazione netta, per esempio in fasi prolungate di disturbo o durante periodi in cui il vortice viene “stirato” senza collassare in due lobi (Seviour et al., 2013).

Un passaggio tecnico spesso decisivo, e che spiega alcune divergenze tra cataloghi, riguarda il campo usato e la logica di filtraggio. I contorni soglia di kurtosis e aspect ratio discussi nel confronto sono calcolati sui campi completi di PV, senza il filtraggio delle regioni piccole che invece CAVE-ART applica durante la segmentazione e il tracking. Questa differenza non è neutra: i momenti di una distribuzione sono sensibili a code e asimmetrie, e piccoli filamenti periferici possono influenzare in modo sproporzionato la statistica globale. In particolare l’excess kurtosis, perché dipende da momenti di ordine alto (secondo e quarto), tende a “sentire” molto le strutture sottili e i contributi periferici; ciò lo rende utile per intercettare la strozzatura quando questa domina la geometria complessiva, ma lo rende anche vulnerabile alla filamentazione, che può introdurre code e irregolarità tali da distorcere il segnale e persino cambiarne la coerenza verticale. Questo aiuta a capire due fenomeni evidenziati dal confronto: la rarità del superamento di soglie più stringenti (come −0,6 in Matthewman & Esler, 2011) e la possibile incoerenza verticale delle isolinee di −0,1 in alcuni casi, oltre al fatto che alcuni eventi non vengono seguiti “pulitamente” dall’excess kurtosis quando la filamentazione è intensa o quando la struttura è complessa e asimmetrica (un comportamento compatibile con la visione classica della surf zone come regione di mixing vigoroso e produzione di filamenti associata al breaking d’onda; McIntyre & Palmer, 1983, 1984). L’aspect ratio, essendo un descrittore più direttamente geometrico della forma globale, tende a essere meno sensibile alle code sottili rispetto alla kurtosis, ma paga un prezzo complementare: intercetta l’allungamento anche quando non prelude a una separazione, e può mancare piccoli split-like events in cui la separazione è reale ma lo stiramento complessivo non raggiunge livelli “sufficientemente grandi” per superare la soglia.

Un’altra fonte di scarto non banale è la scelta del campo alternativo a PV usato in alcuni studi: Seviour et al. (2013) definiscono gli eventi con un criterio di aspect ratio basato su altezze di geopotenziale a 10 hPa (oltre a considerare PV su superfici isentropiche) e impongono anche un vincolo di persistenza su più giorni. In pratica, un evento può “esistere” nella rappresentazione PV ma non soddisfare il requisito di durata nell’indicatore su geopotenziale, oppure cadere fuori da finestre temporali di separazione tra eventi usate per evitare duplicazioni. Questo spiega perché alcuni casi che appaiono chiaramente in un confronto centrato su PV e tracking multi-livello possano non comparire in tabelle compilative basate su un campo diverso e su criteri temporali aggiuntivi. Non è un errore: è l’effetto inevitabile di definizioni operative differenti (tema che ricorre anche nella tassonomia SSW di Charlton & Polvani, 2007, dove l’ancoraggio dinamico al wind reversal e l’imposizione di vincoli temporali portano naturalmente a una selezione più ristretta di eventi).

Il confronto evidenzia anche un aspetto pratico molto importante per chi fa diagnostica operativa: in alcuni casi le metriche a momenti “salvano” eventi che l’approccio object-based rischia di perdere. Se la segmentazione dipende da un contorno di vortice non ottimale (per esempio perché il bordo scelto non separa bene nucleo e periferia in quella fase), un piccolo split o una separazione a quota limitata può non emergere in modo netto nel conteggio di regioni. In questi casi, un forte segnale di pinching (kurtosis) o di elongazione (aspect ratio), se coerente nel tempo e interpretato insieme alle mappe, può suggerire che l’evento sia reale o quantomeno meriti un controllo mirato. Allo stesso tempo, il confronto mette in guardia su un limite intrinseco dei momenti quando le dimensioni relative dei due lobi sono molto disparate: se il vortice “genitore” domina la distribuzione di PV e il vortice “figlio” è piccolo, la statistica globale può essere “schiacciata” dalla massa principale e rappresentare male la separazione, proprio perché non distingue oggetti multipli ma “riassume” l’intero insieme. È un punto cruciale: la segmentazione misura separazione materiale (due oggetti), mentre i momenti misurano deformazione della distribuzione (un oggetto statistico), e i due concetti non coincidono sempre quando la gerarchia dimensionale tra i lobi è forte o quando la separazione spaziale è ridotta.

Le implicazioni metodologiche che ne derivano sono chiare. Le diagnostiche basate sui momenti hanno una reale utilità per supportare l’individuazione di eventi split-like: sono spesso precoci, fisicamente interpretabili (elongazione e pinching) e, se usate con consapevolezza, possono ridurre il rischio di “miss” dovuto a scelte di contorno o a casi marginali. Tuttavia richiedono soglie che definiscano quando una deformazione è “abbastanza” marcata da essere un evento, e queste soglie non sono universali: dipendono dal dataset, dal livello, dal campo usato, dal filtraggio e persino dal regime di filamentazione. La segmentazione, d’altra parte, è concettualmente la più vicina alla definizione geometrica di split come separazione materiale, ma può fallire se la scelta del contorno non è appropriata o se l’evento è confinato verticalmente e non produce una firma robusta su tutti i livelli.

Conclusioni. Il quadro che emerge è quello di una complementarità, non di una competizione: i momenti (excess kurtosis e aspect ratio) sono particolarmente efficaci per caratterizzare la fase di pre-condizionamento allo split e per fornire segnali anticipatori, ma possono essere distorti dalla filamentazione e soffrire in presenza di lobi molto diseguali; la segmentazione e il tracking (CAVE-ART) sono più “letterali” nel catturare la separazione materiale e nel descrivere eventi multi-oggetto, ma possono mancare episodi se il bordo scelto non rappresenta bene la struttura in quel momento o a quella quota. Per questo, l’approccio più robusto è integrato: usare diagnostiche a momenti come supporto e controllo incrociato, mantenendo trasparente la dipendenza da soglie e da scelte di definizione, e usare la segmentazione per certificare e descrivere in modo oggettuale la geometria e la coerenza verticale della separazione. In termini operativi, la lezione è semplice: nessun singolo indicatore “definisce” lo split in modo universale; è la convergenza tra firma geometrica (elongazione/pinching), coerenza verticale e separazione materiale, valutata con strumenti complementari, a rendere la diagnosi più solida e riproducibile.

Figura 3 e “vita quotidiana” del vortice: perché CAVE-ART vede molte regioni (e perché non significa sempre split)

La Figura 3 è, di fatto, una climatologia “object-based” del vortice polare stratosferico: invece di riassumere la stagione con un indice unico (ad esempio un vento zonale medio o un valore medio di PV), mostra quante regioni coerenti di PV CAVE-ART riesce a segmentare e tracciare durante ogni inverno DJFM, lungo una colonna isentropica che va dalla bassa stratosfera (circa 410 K) alla stratosfera superiore (fino a ~1500 K). Questa scelta è concettualmente potente perché si collega direttamente alla visione, ormai classica, del vortice come “oggetto di trasporto” delimitato da un bordo che agisce da barriera: nella formulazione di McIntyre e Palmer, il bordo separa un interno relativamente isolato da una “surf zone” più turbolenta, sede di mixing e filamentazione indotti dal breaking delle onde planetarie. In questo quadro, contare regioni non è un esercizio geometrico fine a sé stesso: è un modo per misurare quanto spesso la geometria del vortice si complica, quante volte compaiono lobi e filamenti, e quanto frequentemente l’oggetto “vortice” smette di essere un’entità unica e compatta, almeno in termini di contorni chiusi di PV.

Il pannello superiore (“Total Number of Regions Tracked”) somma, per ciascun inverno e per ciascun livello isentropico, quante regioni distinte sono state tracciate con durata almeno giornaliera. È quindi una misura cumulativa dell’attività di segmentazione: colori più intensi indicano che, nel corso di quella stagione, a quel livello il campo di PV ha prodotto molte strutture sufficientemente coerenti da essere identificate come regioni separate. Il pannello inferiore (“Max Number of Regions During One Timestep”) risponde invece a una domanda diversa: qual è stato, nello stesso inverno e allo stesso livello, il massimo numero di regioni simultanee presente in un singolo istante. Questa distinzione è cruciale: un livello può generare molte regioni nel corso della stagione perché il vortice produce frequentemente filamenti che si separano e poi si riassorbono (quindi alto totale), ma senza mai arrivare a una configurazione veramente “multi-vortice” in un dato momento (quindi massimo basso). Al contrario, quando anche il massimo simultaneo cresce (valori tipicamente 3–5 nel pannello inferiore), si entra in un regime in cui la morfologia del vortice diventa davvero complessa in modo istantaneo, compatibile con lobi multipli o con frammentazioni più nette.

La struttura verticale che emerge è coerente con la dinamica stratosferica nota da decenni. Nella stratosfera medio-alta(indicativamente sopra ~900–1000 K) si osservano spesso totali elevati e massimi simultanei più alti: è la zona in cui la “surf zone” tende a essere più vigorosa e dove l’interazione onda–flusso medio, descritta già nella teoria classica degli SSW (Matsuno), facilita distorsioni marcate del vortice e produzione di filamenti. Qui è naturale che un algoritmo di segmentazione “veda” spesso più regioni, perché le isolinee di PV possono chiudersi su lobi separati o su strutture filamentose che diventano oggetti distinti. Nella bassa stratosfera (circa 410–520 K) si nota di nuovo un’attività relativamente alta, ma per ragioni in parte diverse: l’organizzazione del subvortice è spesso meno netta, il bordo può essere più irregolare e l’influenza delle intrusioni extravorticali e delle deformazioni su scala planetaria può far emergere regioni multiple anche senza una scissione profonda del nucleo. Al centro, nella fascia intermedia(grossomodo 550–750 K), la figura suggerisce invece una maggiore “compattezza climatologica”: totali e massimi tendono a essere più contenuti, coerentemente con l’idea che lì risieda spesso la parte più robusta del vortice in termini di isolamento e continuità del bordo.

Ed è proprio qui che la Figura 3 diventa, in senso operativo, una lezione metodologica. Se CAVE-ART “traccia più di due regioni” in moltissimi inverni, questo non significa affatto che gli split siano frequenti: significa che la filamentazione è endemica, specialmente alle quote dove il mixing è più attivo. Questo risultato si integra bene con la letteratura sul problema della definizione del bordo del vortice e sul fatto che nessuna singola isolinea di PV può rappresentare in modo perfetto il confine in ogni fase evolutiva; gli approcci classici (ad esempio l’edge vicino al massimo gradiente di PV in coordinate di latitudine equivalente, come in Nash e colleghi, o scelte climatologiche di PV come in Waugh e Randel) sono fondamentali per oggettivare il bordo, ma diventano inevitabilmente più ambigui quando la geometria si fa “non semplice” (lobi, stiramenti, filamenti). In tali condizioni, un algoritmo di segmentazione è bravissimo a rilevare separazioni materiali di contorni, ma proprio per questo rischia di contare come “nuove regioni” anche strutture che sono dinamicamente periferiche e transitorie. La Figura 3, quindi, giustifica perché gli autori insistano sulla necessità di diagnostiche aggiuntive per distinguere gli split veri dalla semplice filamentazione: criteri di coerenza verticale (un evento che si manifesta su più livelli consecutivi), persistenza temporale (un frammento che sopravvive abbastanza da essere fisicamente significativo), e segnali geometrici di pre-condizionamento (elongazione e pinching) che la letteratura ha quantificato anche con diagnostiche a momenti come excess kurtosis (Matthewman et al.) o con descrittori di forma come aspect ratio (Seviour et al.). In altre parole, la figura chiarisce perché “più regioni” è un indizio di complessità del campo di PV, non una definizione automatica di split.

Un ultimo dettaglio: la figura è disegnata per inverni e livelli, ma implicitamente parla anche di robustezza del dataset e dell’algoritmo. Il fatto che emergano pattern verticali coerenti e ripetuti attraverso decenni è consistente con ciò che ci si aspetta da una reanalisi moderna (come MERRA-2) nel rappresentare la variabilità del vortice; in confronti tipici con altre reanalisi (ad esempio ERA-Interim, spesso usata come riferimento storico), l’evoluzione sinottica del vortice risulta di norma molto simile nei grandi eventi, anche se dettagli fini della filamentazione possono variare. In questo senso, la Figura 3 non è solo una “mappa di conteggi”: è la dimostrazione quantitativa che l’ambiente stratosferico produce, climatologicamente, un numero elevato di oggetti PV-tracciabili soprattutto dove la dinamica favorisce mixing e stiramento, e che proprio per questo la diagnosi di split richiede un approccio multi-criterio, integrando segmentazione, tracking, coerenza verticale e descrittori di forma.

Tabella 1 come “ponte” tra due mondi: scissioni geometriche del vortice (CAVE-ART) e major SSW definiti dinamicamente

La Tabella 1 va letta come un catalogo di date di inizio (onset) di eventi split-like del vortice polare individuati con CAVE-ART, cioè con un approccio object-based che tratta il vortice come un insieme di regioni di PV chiuse, segmentabili e tracciabili nel tempo su più livelli isentropici. La colonna di sinistra, quindi, non elenca “SSW” nel senso classico, ma scissioni (o separazioni) morfologiche del vortice: episodi in cui la geometria del contorno di PV evolve verso configurazioni multiple (genesi di una regione “figlia” rispetto alla regione principale) e l’evento risulta sufficientemente coerente e persistente da superare i filtri del metodo. La colonna di destra, invece, non è una seconda lista indipendente: riporta la data di un major SSW (da Charlton & Polvani) solo quando l’onset split-like cade entro 7 giorni prima oppure entro 20 giorni dopo l’onset di un major SSW nel catalogo basato su MERRA-2 (come fornito dal compendio di Butler et al.). In altre parole: quella colonna misura una vicinanza temporale tra una scissione rilevata geometricamente e un SSW “ufficiale” definito dinamicamente. Columbia University+2ESSD+2

Il punto scientifico che la tabella rende immediatamente visibile è che la maggior parte degli onset split-like non ricade vicino a un major SSW: la colonna di destra è dominata dai trattini, mentre le associazioni compaiono solo in un sottoinsieme (per esempio: l’inverno 1984/85 con onset split-like il 30 dicembre 1984 e 20 gennaio 1985 in prossimità del major SSW del 1 gennaio 1985; il 28 gennaio 2009 vicino al major SSW del 24 gennaio 2009; l’8 gennaio 2013 vicino al major SSW del 6 gennaio 2013). Questo risultato non è un dettaglio di compilazione, ma una conseguenza concettuale: un major SSW è ancorato a un criterio dinamico (in pratica, l’inversione del vento zonale medio a 60°N e 10 hPa, nella definizione standardizzata da Charlton & Polvani e ripresa in lavori di sintesi), mentre uno split-like event in CAVE-ART nasce da un criterio topologico e geometrico basato sulla separazione materiale del campo di PV. È quindi del tutto possibile (e, come mostra la tabella, frequente) che si verifichino separazioni morfologiche senza che il sistema arrivi a soddisfare i requisiti di un major SSW, oppure che la scissione sia confinata verticalmente o temporalmente rispetto alla finestra “tipica” dei grandi wind-reversal. Columbia University+2ESSD+2

Se poi si guarda la distribuzione stagionale delle date, colpisce la presenza di numerosi onset in marzo, un mese in cui il vortice entra spesso nella fase di transizione primaverile e in cui possono verificarsi disturbi importanti senza necessariamente coincidere con un major SSW. Qui la tabella dialoga con la letteratura sui final warming: la transizione finale del flusso zonale e la dissoluzione stagionale del vortice hanno una climatologia mediamente collocata più avanti in primavera (con medie intorno a metà aprile a seconda della metrica e del dataset), mentre gli onset molto precoci risultano meno comuni; di conseguenza, una quota degli eventi di marzo in Tabella 1 va interpretata come parte di un continuum di disturbi e riorganizzazioni geometriche che possono precedere o accompagnare la fase di “smontaggio” del vortice, senza essere automaticamente assimilabili a un major SSW. American Meteorological Society Journals+2Boris Portal+2

Infine, la Tabella 1 va compresa anche come spiegazione del perché i conteggi “split” differiscano tanto tra studi: cambiando definizione operativa, cambia inevitabilmente la climatologia. Nella tassonomia classica di Charlton & Polvani, gli eventi sono per costruzione un sottoinsieme di major SSW e vengono ulteriormente separati in split/displacement con criteri che impongono, di fatto, una selezione più restrittiva. Columbia University+1 Altri lavori, pur restando in un quadro “morfologico”, usano criteri diversi: Mitchell et al. distinguono split e displacement con un algoritmo applicato tipicamente a PV su un singolo livello rappresentativo (850 K) e con requisiti di durata del disturbo; Seviour et al. definiscono gli split imponendo che il rapporto d’aspetto superi una soglia e resti sopra soglia per più giorni e introducono vincoli di separazione temporale tra eventi. CentAUR+2AGU Publications+2 L’approccio CAVE-ART, invece, è deliberatamente più inclusivo su alcuni aspetti (per esempio eventi brevi ma materialmente separati, e coerenza su più livelli), proprio perché nasce dall’esigenza di non confondere la ricchissima “microfisica geometrica” del vortice con i soli episodi estremi canonizzati come major SSW. Questa scelta è coerente con la visione dinamica della stratosfera come ambiente in cui il breaking d’onda e la filamentazione sono frequenti (la “surf zone” di McIntyre & Palmer), e quindi impone di distinguere tra la normalissima produzione di filamenti e le vere separazioni coerenti del nucleo vorticose: la Tabella 1 rappresenta il set di casi che sopravvive a questa selezione e diventa base per confronti con cataloghi, compositi e impatti (ad esempio perché split e displacement mostrano differenze sistematiche nelle firme troposferiche). DAMTP+2AGU Publications+2

La Tabella 2 è, in sostanza, il “registro di qualità” del metodo: dopo che CAVE-ART ha individuato automaticamente 52 candidati eventi split-like, gli autori dichiarano esplicitamente quali episodi non vengono considerati scissioni “pulite” del vortice e perché. Qui entrano in gioco due etichette: D (dubious, dubbio) e FP (false positive, falso positivo). Il fatto stesso che questa tabella esista è un segnale di buona pratica scientifica: quando si applicano algoritmi di segmentazione e tracking a un oggetto atmosferico altamente deformabile come il vortice polare, l’ambiguità non è un’eccezione, ma una proprietà intrinseca del problema, perché il vortice può passare attraverso stati intermedi tra “vortice unico compatto”, “vortice molto allungato con pinching”, “split completo” e “semplice filamentazione periferica”.

In termini operativi, gli eventi D (in tabella sono dieci: 11 Jan 1982, 15 Mar 1984, 15 Feb 1991, 22 Mar 1994, 22 Dec 1998, 10 Jan 1999, 20 Feb 2001, 26 Jan 2003, 15 Mar 2005, 30 Jan 2006) sono casi che presentano alcuni marker tipici della scissione, ma non in modo coerente o non in modo separabile da altri disturbi concomitanti. Gli autori, nel testo, indicano due famiglie di motivazioni: la prossimità temporale ad altri disturbi (che rende difficile dire se si tratta di un evento indipendente o di una “fase” della stessa perturbazione) e una geometria del vortice inusuale (ad esempio lobi non ben separati, separazioni che appaiono a certi livelli ma non lungo una colonna sufficientemente coerente, oppure configurazioni che ricordano una scissione ma poi rientrano rapidamente). Questo è perfettamente coerente con quanto la letteratura ha evidenziato da tempo: lo “split” non è un istante, ma un processo, e i descrittori di forma (elongazione, pinching, biforcazione) possono essere presenti in modo parziale senza culminare in una separazione topologica netta e persistente. In questo senso, la categoria “dubious” non va letta come incertezza dell’algoritmo in senso banale, ma come riconoscimento di un continuum dinamico-geometrico: il vortice può essere “quasi split” per un intervallo, oppure mostrare firme diverse a quote diverse, e questo rende inevitabile un margine di giudizio quando si passa dall’oggetto matematico (contorno di PV) all’evento fisico (scissione coerente del nucleo vorticoso).

Gli eventi FP (in tabella sono quattro: 28 Jan 1987, 27 Jan 1992, 28 Feb 2008, 31 Dec 2012) hanno invece un significato più netto: sono episodi che l’algoritmo può segnalare come potenziali scissioni, ma che l’ispezione fisica delle mappe di PV mostra essere filamentazione profonda senza comportamento “split-like” del nucleo. Questo punto è centrale e si collega direttamente alla dinamica della “surf zone” e del mixing indotto dal breaking delle onde planetarie: la filamentazione produce lingue e filamenti di PV che possono staccarsi, creare regioni chiuse o quasi chiuse, e quindi “assomigliare” a una separazione materiale se la metrica è basata sul conteggio di regioni. Tuttavia, molti di questi frammenti sono periferici, transitori, o legati a stiramenti del bordo più che a una biforcazione del core del vortice. In altre parole, l’algoritmo vede correttamente che la geometria è complessa, ma l’evento non soddisfa l’interpretazione fisica di split del vortice principale. È esattamente la difficoltà che la comunità conosce quando definisce il “vortex edge”: il bordo non è una linea immutabile e, quando il vortice è fortemente disturbato, diverse definizioni di edge possono includere o escludere porzioni filamentose, alterando la topologia delle regioni segmentate. Da qui nasce l’idea, ribadita dagli autori, che servano criteri aggiuntivi (coerenza verticale, persistenza minima, dimensioni relative delle regioni) per non confondere la normalissima produzione di filamenti con una scissione vera e propria.

La Tabella 2 è anche il punto in cui diventa esplicita la componente “ibrida” della metodologia: detection automatica più classificazione finale visiva. Gli autori non la nascondono; al contrario, la rendono tracciabile elencando le date e dichiarando che la decisione è basata sull’evoluzione geometrica (elongazione, pinching, separazione) e sulla coerenza verticale del disturbo, includendo inoltre il confronto delle mappe PV tra due reanalisi (MERRA-2 ed ERA-Interim) per verificare che l’interpretazione non dipenda da un singolo dataset. Questa trasparenza è particolarmente importante perché, nella letteratura sugli SSW e sulle tipologie split/displacement, anche le classificazioni considerate “standard” combinano criteri oggettivi (ad esempio il wind reversal a 10 hPa) con valutazioni sull’evoluzione spaziale del vortice; qui lo stesso principio viene applicato a un catalogo più ampio di eventi “split-like” non necessariamente legati a un major SSW.

Il valore aggiunto scientifico della Tabella 2, quindi, non è solo dire “questi casi non contano”: è mostrare dove e perché un approccio object-based incontra la fisica del problema. I dubbi evidenziano la zona grigia in cui il vortice assume geometrie intermedie o disturbi sovrapposti; i falsi positivi evidenziano il limite più tipico della segmentazione PV quando la filamentazione è intensa e verticalmente estesa. Insieme, queste due categorie rafforzano l’interpretazione della Tabella 1: la climatologia degli split-like events diventa più credibile proprio perché l’algoritmo non viene trattato come “oracolo”, ma come strumento che necessita di controlli fisici e di una rendicontazione esplicita degli edge cases. Questo è, in pratica, il modo più solido per trasformare una diagnosi automatica in un catalogo scientificamente utilizzabile per analisi successive (compositi dinamici, confronti con diagnostiche a momenti, legami con SSW/final warming, implicazioni di trasporto e isolamento).

4.2. Intensità del vortice

L’intensità del vortice polare stratosferico non è un dettaglio “di contorno”: è una proprietà dinamica che condiziona in modo diretto tre filiere cruciali della meteorologia e della chimica atmosferica. Primo, la chimica polare: un vortice forte tende a essere più freddo e più isolato, quindi favorisce condizioni prolungate per la formazione di nubi stratosferiche polari e per l’elaborazione eterogenea che pre-condiziona la perdita di ozono in tarda stagione (come messo in evidenza nei grandi inverni artici freddi, ad esempio il 2010/11, e nel caso del vortice eccezionalmente forte del 2019/20). CentAUR+3ResearchGate+3ACP+3 Secondo, l’accoppiamento stratosfera–troposfera: quando la circolazione anulare stratosferica entra in fasi anomale (vortice debole o forte), spesso si osserva una propagazione verso il basso del segnale che può modulare AO/NAO e regimi di blocco su scale da settimane a mesi, con finestre di prevedibilità “extra” rispetto a quanto la sola troposfera concederebbe. JSTOR+2American Meteorological Society Journals+2 Terzo, la previsione operativa: una rappresentazione realistica della variabilità stratosferica e del suo legame col flusso troposferico è uno dei canali attraverso cui si può aumentare la skill nell’extended range, soprattutto in inverno boreale sull’Europa e sull’Atlantico. American Meteorological Society Journals+2AGU Publications+2

Dal punto di vista diagnostico, “quanto è forte il vortice” può essere misurato in molti modi, ma non tutti raccontano la stessa cosa. Gli indici basati sul vento zonale (ad esempio a 60°N e a quote stratosferiche standard) sono intuitivi e molto usati; gli indici di modalità anulare (NAM/SAM o affini) traducono l’anomalia del vortice in un pattern coerente lungo la colonna atmosferica, utile per collegare in modo diretto stratosfera e troposfera; le metriche basate su PV e latitudine equivalente, invece, cercano di agganciare la definizione del vortice alla sua natura di “barriera di trasporto” e al suo bordo dinamicamente attivo (dove i gradienti aumentano e la miscelazione cambia regime). Una lezione importante della letteratura è che l’indice ideale dipende dalla domanda: vuoi prevedibilità troposferica, isolamento del nucleo freddo, robustezza del bordo, o l’insorgere di disturbi d’onda? Non esiste un unico “gold standard”, e confrontare indici diversi in modo critico è parte della buona pratica diagnostica. Scienza Atmosferica CSU+1

In questo quadro, la scelta di usare anomalie DJFM della velocità del vento media lungo il bordo del vortice, derivate con un approccio di tipo “computer vision” (CAVE-ART), ha un razionale preciso: invece di campionare un singolo punto o un singolo anello latitudinale fisso, si cerca di seguire la geometria del vortice e di campionare sistematicamente la regione di bordo dove il vento è dinamicamente significativo e dove spesso si concentra la risposta alle perturbazioni ondulatorie. È un’impostazione coerente con l’idea, ormai consolidata, che il bordo del vortice sia un oggetto dinamico con struttura propria (gradiente, surf zone adiacente, scambi), e non soltanto un “contorno” grafico. AGU Publications+2New Mexico Tech+2

Il ciclo stagionale climatologico DJFM delle velocità al bordo fornisce poi una base operativa fondamentale: in bassa stratosfera, la variabilità stagionale del vento al bordo tende a essere più contenuta e più “inerziale”, perché i tempi radiativi sono più lunghi e perché il sistema risente maggiormente della memoria dinamica della circolazione (in sintesi: quello che succede oggi non si “dissolve” in pochi giorni). Salendo verso la stratosfera media e superiore, la situazione cambia: i tempi radiativi si accorciano, la risposta termodinamica è più rapida e l’interazione con la surf zone e con la propagazione/rottura d’onda può produrre variazioni stagionali e intrastagionali più ampie. Questa differenza verticale è importante perché aiuta a interpretare perché, a parità di stagione, alcune quote mostrino una “vita” del vortice più stabile e altre una maggiore escursione e sensibilità.

Sottrarre il ciclo stagionale e lavorare con le anomalie significa, di fatto, separare il segnale “atteso” (climatologico) da ciò che rende un inverno davvero peculiare. Definire eventi estremi con soglie percentile (ad esempio 5° e 95° percentile per l’onset) è un modo pragmatico per costruire una climatologia di episodi forti/deboli senza imporre ipotesi eccessivamente rigide sulla forma della distribuzione o sulla durata tipica degli eventi; inoltre, usare soglie più rilassate per la terminazione (10°/90° percentile) introduce una sorta di isteresi che riduce l’artefatto più comune in queste diagnosi: il “rimbalzo” ripetuto attorno alla soglia che spezzetterebbe un unico episodio fisico in tanti micro-eventi numerici. È una scelta metodologica semplice ma, operativamente, spesso decisiva per ottenere cataloghi di eventi interpretabili.

Quando poi si guarda alla forma delle distribuzioni delle anomalie lungo la colonna, il messaggio dinamico diventa ancora più interessante. Trovare distribuzioni vicine alla gaussianità nella bassa e nell’alta stratosfera suggerisce che lì l’intensificazione e l’indebolimento possano avvenire in modo più simmetrico rispetto alla climatologia, coerentemente con un sistema in cui la variabilità è meno “vincolata” da limiti dinamici stringenti (nella parte alta anche per via dei tempi radiativi brevi e di una surf zone molto attiva). Astrophysics Data System+1 Ai livelli intermedi, invece, la tendenza a code negative più pronunciate (asimmetria verso anomalie deboli) è compatibile con un quadro fisico ben noto: è relativamente “facile” portare il vortice a indebolirsi molto quando la forzante ondulatoria (planetary waves) riesce a depositare quantità di moto e calore in stratosfera, innescando minor e major warmings; è molto meno frequente, invece, produrre intensificazioni estreme simmetriche, perché un vortice già robusto in stratosfera media ha vincoli dinamici che rendono rara una crescita fino a scarti di più deviazioni standard sopra la climatologia. Qui il collegamento con la fenomenologia dei sudden warmings e con le classificazioni oggettive degli eventi diventa naturale: molte delle grandi anomalie negative del vento al bordo sono il riflesso, diretto o indiretto, di disturbi d’onda in grado di deformare, spostare o frammentare il vortice. Columbia University+1

In parallelo, l’interpretazione “sub-vortex” in bassa stratosfera aggiunge un ulteriore livello: se il sottovortice è meno nettamente definito del vortice “pieno” alle quote superiori, ci si aspetta che piccole variazioni dinamiche possano produrre anomalie relativamente ampie senza che ciò implichi necessariamente un cambiamento strutturale profondo del vortice in tutta la colonna. Questo aiuta a leggere la statistica delle anomalie non come un puro esercizio descrittivo, ma come un indicatore della diversa natura dinamica del vortice con la quota. Astrophysics Data System+1

Infine, l’idea che ai livelli intermedi grandi disturbi possano spingere facilmente le anomalie molto al di sotto della climatologia, mentre intensificazioni eccezionali risultino dinamicamente improbabili, è coerente con l’asimmetria osservata: il sistema stratosferico, quando viene “colpito” da forcing ondulatorio efficace, può perdere rapidamente parte della sua coerenza e della sua velocità al bordo; al contrario, l’accelerazione verso stati estremamente forti richiede condizioni persistenti e favorevoli (ad esempio scarsa attività ondulatoria e raffreddamento radiativo) ma tende comunque a incontrare un limite di rarità statistica e di saturazione dinamica. JSTOR+1

I diagnostici CAVE-ART mostrati per gli inverni 2012/2013 e 2013/2014 sono interessanti perché mettono sullo stesso piano grandezze “dinamiche” (vento al bordo e gradienti di PV) e grandezze “geometriche” (area e complessità del contorno), cioè due facce della stessa realtà: un vortice non è solo un jet più o meno intenso, ma un oggetto coerentedelimitato da un bordo che può agire da barriera di trasporto oppure degradarsi in filamenti e regioni mal definite. La letteratura sul “surf zone” stratosferico sottolinea proprio questo: la zona di rimescolamento che circonda il vortice e il suo bordo sono sedi privilegiate di stiramento, avvolgimento e rottura d’onda, con la barriera di PV al margine del vortice come elemento chiave per distinguere isolamento vs mixing. DAMTP+2Krieger Web Services+2

Il primo pilastro diagnostico è la velocità del vento media lungo il bordo del vortice. Nel caso 2012/2013, associato a un major SSW, la rapida decelerazione del vento al bordo è coerente con l’idea classica di riscaldamento improvviso come esito di una forte interazione onde–flusso medio: onde planetarie che propagano verso l’alto depositano quantità di moto, indebolendo il jet polare e attivando una circolazione meridiana che deforma e può portare al collasso del vortice. Questa lettura è compatibile con il quadro teorico “fondativo” dei SSW e con la climatologia moderna che mostra come gli eventi maggiori siano, per definizione, episodi di brusco indebolimento del flusso zonale stratosferico e di elevata asimmetria del vortice. American Meteorological Society Journals+2American Meteorological Society Journals+2

Il secondo pilastro è il gradiente orizzontale di PV mediato lungo il bordo. Qui il punto non è solo descrittivo: un gradiente di PV intenso al margine equivale a una barriera più netta tra l’interno del vortice e la surf zone esterna, con minore permeabilità ai trasporti isentropici; quando invece il gradiente si attenua, cresce la probabilità di intrusione, filamenti e rimescolamento. In altri termini, vento al bordo e gradiente di PV sono legati perché entrambi esprimono la robustezza del “PV barrier” che McIntyre e Palmer, e poi molti altri studi dinamici, hanno messo al centro della fisica del vortice. Krieger Web Services+2DAMTP+2

Il terzo pilastro, l’area del vortice, aggiunge informazione strutturale: durante un grande indebolimento (2012/2013) ci si aspetta che la regione classificabile come vortice (secondo un criterio oggettivo basato su PV/edge) non solo rallenti, ma perda anche estensione e continuità, fino a diventare frammentata o “non definita” su porzioni della colonna. Questo punto è importante perché separa due concetti che spesso si confondono: un vortice può essere più piccolo ma ancora coerente (contrazione) oppure più piccolo perché si sta disgregando (erosione con mixing). È qui che il quarto diagnostico, quello geometrico, diventa decisivo.

Il logaritmo (in base 2) del rapporto tra la lunghezza del bordo del vortice e la circonferenza dell’ellisse equivalente (stessa area, orientazione e rapporto d’aspetto) è, di fatto, una misura di “equivalent length”: se il vortice fosse una figura liscia e quasi ellittica, il rapporto starebbe vicino a 1 e il log vicino a 0; se il bordo si increspa, si allunga e si filamenta, la lunghezza cresce molto più della circonferenza dell’ellisse equivalente e il log aumenta. Questa filosofia è strettamente imparentata con i diagnostici di mixing basati su equivalent length ed effective diffusivity, sviluppati proprio per trasformare l’intuizione “più filamenti = più rimescolamento” in una misura quantitativa di trasporto lungo superfici isentropiche. AGU Publications+2AGU Publications+2

Letta così, la firma del 2012/2013 diventa molto coerente: mentre il vento al bordo collassa, il rapporto logaritmico diventa molto grande, indicando che il vortice non sta semplicemente indebolendosi “in modo pulito”, ma sta perdendo regolarità geometrica e integrità come barriera, con contorni altamente frastagliati e filamentazione marcata. Questo è esattamente il tipo di stato che, nei diagnostici alla Nakamura, corrisponde a condizioni di mixing più efficiente nella surf zone e di barriera meno efficace al margine del vortice (cioè un sistema più permeabile e meno isolante). AGU Publications+2Server dei Rapporti Tecnici NASA+2

Il 2013/2014 mostra invece un regime quasi opposto: velocità al bordo molto elevate (nel testo si citano valori >100 m s⁻¹ a 850 K) e gradienti di PV intensi lungo il bordo, cioè una barriera robusta e ben delineata. Il fatto che l’area possa ridursi in stratosfera media-superiore senza che il rapporto logaritmico cresca molto è, dinamicamente, un messaggio chiaro: non stai osservando un vortice che “si sfilaccia”, ma un vortice che si contrae mantenendo coerenza, con una geometria prossima a un’ellisse e con scambio limitato col contorno. In termini di surf zone, è lo scenario in cui la regione esterna può anche essere attiva, ma il bordo del vortice rimane ripido e poco permeabile. Krieger Web Services+2DAMTP+2

La differenza di “aspetto” temporale tra un grande evento debole monolitico (2012/2013) e una sequenza più frastagliata di rafforzamenti/attenuazioni (2013/2014) è compatibile con ciò che sappiamo sulle scale temporali: i major SSW sono eventi rapidi nell’onset ma spesso seguiti da recuperi lunghi, e soprattutto mostrano spesso una propagazione verso il basso delle anomalie (il classico “downward influence”) che conferisce coerenza verticale e persistenza; al contrario, gli episodi di vortice forte tendono più facilmente a essere regionali/verticalmente confinati e a variare su tempi più brevi, riflettendo l’equilibrio tra raffreddamento radiativo e forcing ondulatorio variabile, senza necessariamente costruire un’anomalia coerente lungo tutta la colonna. 

L’idea di fondo, qui, è che un evento di vortice “debole” o “forte” non sia quasi mai confinato a una singola quota: nella pratica evolve come una struttura che può comparire prima in stratosfera media-alta, poi estendersi (o rientrare) verso la bassa stratosfera, con tempi e profondità variabili da inverno a inverno. Per rendere confrontabili 38 inverni NH in modo oggettivo, l’approccio a “momenti” tratta la sequenza tempo-quota come un problema di riconoscimento di oggetti: in ogni istante e a ogni livello isentropico si marca la condizione “debole” o “forte” (secondo la soglia percentile delle anomalie di vento al bordo), costruendo una maschera binaria; a quel punto un singolo evento è un’area connessa chiusa (“blob”) dentro il dominio, delimitato sia verticalmente (tra i livelli estremi considerati) sia temporalmente (tra 1 dicembre e 1 aprile). Questa impostazione è concettualmente affine alle tecniche di connected-component labeling usate in analisi di immagini e in object-based diagnostics: non si sta più contando “giorni” o “quote” separatamente, ma si sta identificando un’entità spazio-temporale coerente, su cui si possono calcolare grandezze geometriche sintetiche.

Due sono le quantità che diventano particolarmente informative. La prima è l’area geometrica dell’oggetto nel piano tempo-quota (con quota rappresentata su scala logaritmica della temperatura potenziale), che funziona come una misura integrata della “taglia” dell’evento: aumenta se l’evento dura di più, se coinvolge più livelli, o entrambe le cose. La seconda è il centroide, cioè il baricentro dell’oggetto nel medesimo piano, che fornisce un “tempo caratteristico” e una “quota caratteristica” dell’evento, utili per riassumere in un solo punto una struttura che, in realtà, è estesa. La visualizzazione tipo scatter (anni sull’asse orizzontale, stagione sull’asse verticale) guadagna così tre dimensioni aggiuntive senza complicarsi: colore legato alla quota del centroide, dimensione del simbolo legata all’area dell’evento. Il diagramma a barre con l’area totale integrata sull’inverno, invece, è una metrica sintetica della stagione che permette confronti rapidi tra anni.

Il filtro sugli eventi piccoli è un passaggio metodologico tutt’altro che cosmetico: serve a evitare che oscillazioni marginali attorno alle soglie percentile o “macchie” effimere in un singolo livello vengano contate come eventi fisicamente significativi. Imporre un numero minimo di punti nella maschera equivale, di fatto, a imporre una durata minima se l’evento fosse confinato a un solo livello, mentre la stessa soglia diventa meno stringente quando l’evento è profondo verticalmente (perché l’estensione su più superfici isentropiche compensa una durata più breve). Questo tipo di trade-off è coerente con ciò che sappiamo della fisica del vortice: gli episodi davvero dinamici raramente sono “monolivello”, mentre i segnali più rumorosi e meno robusti tendono a essere localizzati e intermittenti.

Una volta costruito questo “catalogo” di oggetti, il risultato più strutturale è la forte asimmetria tra eventi deboli e forti: gli eventi di vortice debole tendono a essere molto più grandi in area (quindi più persistenti e/o più profondi) e collocano spesso il loro centroide nella stratosfera media, attorno a valori intermedi dell’intervallo verticale analizzato. Questa caratteristica è compatibile con la natura dei grandi indebolimenti, che nella maggior parte dei casi corrispondono a major sudden stratospheric warmings: episodi in cui il vortice viene disturbato in modo marcato nella stratosfera medio-alta e il segnale, frequentemente, si organizza in una propagazione verso il basso delle anomalie, rendendo l’evento “coerente” lungo la colonna e capace di durare da diversi giorni a settimane. Columbia University+2JSTOR+2 Questo stesso comportamento è strettamente collegato alla letteratura sull’influenza stratosferica sulla troposfera: quando l’anomalia stratosferica è profonda e persistente, aumenta la probabilità di un impatto organizzato sui regimi troposferici nelle settimane successive. JSTOR+1

Gli eventi di vortice forte, al contrario, emergono come più transitori e più localizzati: in molti inverni “forti” l’area integrata stagionale elevata non deriva da un unico episodio enorme, ma da una costellazione di piccoli eventi forti distribuiti nella stagione. Interpretativamente, questo suggerisce un vortice mediamente robusto per lunghi tratti, ma che solo a tratti supera la soglia di anomalia richiesta per essere classificato “estremo” e raramente lo fa in modo coerente su un ampio range di livelli. La differenza non è solo statistica: riflette la diversa fisica dei due lati della distribuzione. I grandi indebolimenti sono spesso eventi d’onda altamente organizzati; i rafforzamenti estremi, invece, risentono maggiormente dell’equilibrio tra raffreddamento radiativo e variabilità della forzante ondulatoria e possono manifestarsi come episodi più regionali (per quota) e più rapidi.

In questo quadro si inseriscono bene i PJO (polar-night jet oscillation), cioè quei casi in cui il recupero dopo un SSW non è “breve”, ma assume la forma di una fase di recupero estesa, con segnali distinti nella struttura termodinamica e dinamica della stratosfera, e tempi che possono arrivare a mesi. American Meteorological Society Journals+1 Una conseguenza diagnostica importante è che, dopo un grande evento debole, può comparire un evento forte in stratosfera alta: non come contraddizione, ma come firma della rapida riformazione/ri-intensificazione del vortice alle quote superiori durante la fase di recupero esteso, mentre la bassa stratosfera può mantenere più a lungo l’impronta del disturbo precedente. American Meteorological Society Journals+1

Resta poi il punto, spesso frainteso nelle discussioni operative, che non tutti i major SSW producono automaticamente un “grande” evento debole secondo una definizione basata su anomalie del vento al bordo. Ci sono due motivi fisici e statistici. Il primo è il ciclo stagionale: se un major warming avviene molto tardi (fine febbraio-marzo), il vortice climatologico è già in fase di indebolimento stagionale, quindi anche una perturbazione dinamicamente importante può risultare meno “anomala” rispetto alla climatologia delle velocità del vento al bordo. Il secondo è la verticalità dell’impatto: alcuni SSW precoci o di durata breve possono disturbare fortemente la stratosfera media-alta ma lasciare relativamente integro il vortice in bassa stratosfera, dove il bordo resta più ellittico e il jet più resistente; in una metrica che premia eventi profondi e persistenti, questi casi finiscono per avere aree più piccole e quindi un “peso” minore nel conteggio integrato. La distinzione è coerente con gli schemi di identificazione oggettiva dei SSW e con l’eterogeneità documentata tra eventi che “coinvolgono tutta la colonna” e quelli più confinati. Columbia University+2cdn.knmi.nl+2

La logica dei compositi mostrati in Figura 12 è metodologicamente importante perché riconosce un fatto spesso “scomodo” quando si passa dall’analisi caso-per-caso alla climatologia: gli stati di vortice debole e forte raramente occupano simultaneamente tutta la colonna stratosferica. Per evitare che un evento classificato “debole” (o “forte”) a una quota venga escluso solo perché altrove, nello stesso giorno, il vortice è ancora vicino alla climatologia, gli autori includono nei compositi l’intero profilo verticale dei diagnostici ogni volta che il vortice risulta debole o forte almeno a un livello sotto 1200 K. Questa scelta aumenta l’eterogeneità del campione (perché mescola fasi “parziali” e fasi “mature” degli eventi), ma consente di catturare la struttura verticale reale della transizione del vortice, soprattutto nei casi in cui la perturbazione nasce e si organizza in stratosfera media-alta e solo successivamente “contagia” la bassa stratosfera con una propagazione verso il basso. È un comportamento coerente con la vita media degli SSW in molte climatologie: una fase incipiente/preparatoria seguita da un’accelerazione del disturbo e da un’evoluzione verticale che può risultare fortemente inclinata nel tempo-quota. American Meteorological Society Journals+1

Dentro questa cornice, la grande ampiezza degli inviluppi interquartili per gli stati deboli non è un dettaglio statistico, ma una firma fisica: durante alcuni SSW di grande scala che propagano verso il basso, il vortice può essere già fortemente deformato e decelerato in stratosfera superiore mentre la bassa stratosfera resta temporaneamente più resiliente, mantenendo una geometria ancora relativamente coerente per un certo periodo. La conseguenza è che, nello stesso “composito debole”, convivono profili che rappresentano fasi diverse dello stesso processo: pre-onset, onset e recovery, oppure disturbi confinati in quota contro disturbi profondi. Questo spiega perché, pur emergendo segnali mediamente coerenti con un vortice indebolito, la dispersione resti ampia.

I segnali medi dei compositi deboli, comunque, raccontano una storia dinamicamente consistente lungo più dimensioni. Il primo asse è la dinamica del getto: venti più deboli e shear ridotto indicano un indebolimento del flusso zonale e un profilo verticale meno “teso”, compatibile con un vortice meno robusto nella sua capacità di sostenere un forte gradiente meridionale di PV e, quindi, una barriera di trasporto efficace. Il secondo asse è proprio il gradiente orizzontale di PV al bordo: valori più bassi lungo l’edge-region sono ciò che ci si aspetta quando la barriera del vortice diventa più permeabile, perché la transizione tra interno del vortice e surf zone esterna perde nitidezza e aumenta la probabilità di intrusione e rimescolamento isentropico. Il terzo asse è geometrico-strutturale: un’area ridotta in bassa stratosfera che cresce con la quota è coerente con un vortice che, nella parte bassa, può risultare più eroso o più “contratto” durante fasi di disturbo, mentre in alto la definizione dell’oggetto-vortice (secondo la metrica adottata) può essere diversa e più intermittente. Il quarto asse è posizionale: un core più spostato verso l’equatore richiama gli scenari di displacement, in cui la struttura vorticosa perde centratura polare. Il quinto asse, infine, è la complessità del bordo: maggiore distorsione/filamentazione è esattamente ciò che si associa a stiramento e avvolgimento del contorno, quindi a un vortice meno coerente e più soggetto a mixing.

I compositi forti sono, in larga misura, lo specchio dinamico di questa configurazione: venti intensi e shear più pronunciato, gradienti di PV più elevati al bordo (barriera più netta), una struttura più “cylindrical” e pole-centered (minore eccentricità e minore spostamento del core), e un bordo meno filamentato. In termini di fisica delle onde, questo assetto è tipico di un vortice che, almeno per un intervallo significativo della colonna, mantiene un’elevata coerenza e una separazione più marcata tra interno ed esterno; è esattamente il tipo di stato in cui la diagnosi della “forza del vortice” beneficia di un approccio multimetriche e multi-livello, perché un singolo indicatore locale può non catturare l’organizzazione verticale complessiva della struttura.

La parte forse più stimolante, però, è l’evidenza (ancorché non presentata come prova causale) che stati forti e stati deboli possano concatenarsi più spesso di quanto un’ipotesi di indipendenza suggerirebbe. Quando la definizione viene “rilassata” (soglie meno estreme), emerge che molti eventi deboli – inclusi numerosi major SSW – sono preceduti da eventi forti in stratosfera media-superiore, con un massimo di allineamento a circa 25–10 giorni prima dell’onset dei warming. Questa finestra temporale è in linea con l’idea di precondizionamento del vortice: una fase in cui la struttura del vortice e la distribuzione di PV si dispongono in uno stato che può favorire l’efficacia della successiva forzante ondulatoria e l’innesco del warming. American Meteorological Society Journals+1

Nella letteratura moderna, il precondizionamento non va inteso solo come “vortice grande/piccolo”, ma più propriamente come un insieme di modifiche a geometria e gradienti di PV che cambiano la propagazione e l’interazione onda–flusso medio (anche in chiave di risonanza o di guida d’onda). Il lavoro di Albers e Birner sul caso 2009, ad esempio, discute esplicitamente come processi d’onda (planetarie e gravity waves) possano ristrutturare il vortice prima dell’evento, modulando geometria e proprietà dinamiche che contano per la successiva evoluzione. American Meteorological Society Journals+1 Un quadro affine compare anche in analisi più recenti che cercano segnali sistematici di precondizionamento e ne discutono i limiti osservativi e interpretativi, sottolineando proprio il ruolo combinato di geometria del vortice, gradiente di PV e dinamica della bassa stratosfera. NOAA Institutional Repository+1

È utile notare che questa “sequenza forte → debole” non implica che un vortice forte causi un SSW; più prudentemente, suggerisce che in molti casi l’onset dei warming è preceduto da una fase in cui il vortice risulta anomalo (spesso forte e più pole-centered) prima della brusca decelerazione, come già evidenziato in compositi della vita-ciclo degli SSW, dove la fase incipiente mostra caratteristiche di flusso zonale e assetto del vortice non banali. American Meteorological Society Journals+1 Inoltre, studi focalizzati sul legame tra attività d’onda troposferica e SSW indicano che la relazione non è uniforme: non tutti i warming sono preceduti da segnali troposferici “classici” e, in una frazione non trascurabile di casi, la dinamica può coinvolgere una componente interna stratosferica più dominante o comunque una catena causale meno lineare; questo rende ancora più interessante usare diagnostici centrati sul vortice (come quelli CAVE-ART) per riconoscere stati predisponenti direttamente nella struttura stratosferica. NSF+1

La Figura 4 è, di fatto, una “radiografia geometrica” degli eventi di tipo split-like del vortice polare stratosferico, costruita per mostrare nello stesso colpo d’occhio sia la struttura tridimensionale del vortice lungo la colonna isentropica sia la sua impronta planimetrica a due quote rappresentative. L’idea chiave è che uno split non è semplicemente “il vortice che si divide in due” su una mappa: è un processo tridimensionale, spesso guidato da interazione onde–flusso medio e da wave breaking, in cui il bordo del vortice (la barriera di PV) viene stirato, avvolto e talvolta lacerato, generando lobi separati e filamenti nella surf zone. Questo quadro concettuale deriva direttamente dalla letteratura classica sul breaking di onde planetarie e sulla surf zone stratosferica, dove la deformazione irreversibile delle isoplete di PV è considerata una firma dinamica del rimescolamento e dell’erosione del vortice. ScienceDirect+2Sistema Dati Astrofisica+2

Ogni riga/pannello (a–s) mostra un caso storico, in una data selezionata entro pochi giorni dall’onset dell’evento, e affianca due viste. A sinistra c’è la resa tridimensionale a isosuperfici: la superficie arancione esterna rappresenta il bordo del vortice individuato da CAVE-ART lungo un intervallo verticale (in temperatura potenziale) che copre grosso modo la stratosfera “dinamicamente attiva” per questi eventi, mentre la superficie interna (più scura) serve a dare spessore visivo al nucleo e a rendere evidente se il vortice mantiene un corpo continuo oppure tende a “strozzarsi” e separarsi con la quota. Questa vista 3D è cruciale perché molti split non avvengono in modo simultaneo a tutte le quote: può comparire una separazione netta in stratosfera media-superiore mentre, più in basso, la struttura resta per un po’ più coerente o semplicemente allungata. Questa verticalità differenziata è coerente con quanto mostrano le climatologie degli SSW e delle loro geometrie: gli eventi possono avere una struttura verticale complessa e non necessariamente “colonnare”, e la classificazione split/displacement dipende in modo sensibile da come e dove si misura la geometria del vortice. journals.ametsoc.org+2journals.ametsoc.org+2

A destra di ciascun pannello trovi la proiezione polare stereografica dei contorni del bordo del vortice su due livelli: 490 K (rosso), più rappresentativo della bassa stratosfera, e 850 K (nero), più rappresentativo della stratosfera media-alta. Il confronto rosso/nero è la parte più “didattica” della figura: quando lo split è maturo e profondo, entrambe le quote mostrano due lobi distinti; quando invece l’evento è più confinato in quota o è in una fase iniziale, spesso si vede prima una biforcazione a 850 K (nero) mentre a 490 K (rosso) il bordo resta ancora unico o meno chiaramente separato. Questo comportamento non è un dettaglio grafico: riflette il fatto che la risposta del vortice al forcing d’onda e ai processi di breaking/mixing può essere più rapida e pronunciata dove il vortice è più “libero” di deformarsi (tipicamente in stratosfera media) e dove la dinamica delle onde planetarie deposita quantità di moto in modo più efficace, mentre la bassa stratosfera può mostrare inerzia maggiore o un impatto ritardato. La distinzione tra eventi “split” e “displacement” nasce proprio dall’osservazione che la geometria del vortice risponde in modo diverso a forzanti a numero d’onda differente (con i casi split spesso associati a una componente wave-2 più rilevante), e molte procedure oggettive di classificazione usano criteri geometrici o momenti del vortice per discriminare le due famiglie. journals.ametsoc.org+2journals.ametsoc.org+2

Un altro elemento raffinato della Figura 4 è la scelta di mostrare i contorni su campi di sPV “grezzi” senza filtrare le piccole regioni: per chi legge la dinamica, questo è un vantaggio perché lascia visibili filamenti, protuberanze e piccoli lobi che sono parte integrante della transizione verso uno stato disturbato. In termini di trasporto, proprio l’aumento di frastagliamento del bordo e la comparsa di filamenti sono coerenti con un aumento del rimescolamento nella surf zone e con una barriera di PV meno efficace; non a caso, diagnostiche come effective diffusivity ed equivalent length sono state sviluppate per quantificare esattamente questo salto di regime, traducendo l’intuizione “contorni più intricati = più mixing” in misure robuste di trasporto isentropico. agupubs.onlinelibrary.wiley.com+2ntrs.nasa.gov+2

Guardando l’insieme dei 19 casi, la figura comunica anche un messaggio “operativo”: il termine split-like è appropriato perché esiste uno spettro continuo tra un vortice semplicemente allungato, un vortice che mostra due massimi ma ancora connessi da un “ponte”, e un vero split con due vortici figli ben separati; inoltre, quello che appare come split a 850 K può non esserlo (ancora) a 490 K, oppure può evolvere rapidamente in pochi giorni. Questa ambiguità non è un limite della figura, ma una proprietà fisica del sistema, ed è il motivo per cui la letteratura recente insiste su metriche oggettive e multilivello per descrivere la geometria del vortice e la sua evoluzione verticale, soprattutto quando si vogliono collegare questi eventi a segnali troposferici successivi o a statistiche climatologiche. wseviour.github.io+2essd.copernicus.org+2

La Figura 5 prosegue esattamente la logica della Figura 4, ma applicata alla seconda metà degli eventi “split-like” della Tabella 1 (circa 2000–2016): ogni pannello affianca una resa tridimensionale a isosuperfici della sPV nel volume del vortice (a sinistra) e una proiezione polare stereografica dei contorni del bordo del vortice a due livelli isentropici chiave (a destra), con 490 K in rosso e 850 K in nero. Questa impostazione è molto più di una scelta grafica: nasce dall’idea, ben radicata nella letteratura dinamica stratosferica, che la “forza” e la “forma” del vortice vadano lette come proprietà di un oggetto tridimensionale con un bordo dinamicamente attivo, sede della barriera di trasporto e della transizione verso la surf zone di rimescolamento (McIntyre & Palmer; Waugh & Randel; Nash et al.). In altre parole, gli split non sono semplici curiosità morfologiche, ma fasi in cui l’interazione tra onde planetarie e flusso medio ridisegna la barriera di PV: il bordo si allunga, si arrotola, si filamenta e può arrivare a separare la massa vorticosa in lobi distinti, con conseguenze dirette sul mixing isentropico e sulla ventilazione di aria subtropicale verso alte latitudini e viceversa.

La parte tridimensionale (isosuperfici) è utile perché mette in evidenza l’aspetto spesso controintuitivo degli eventi split: la separazione può essere “pulita” a certe quote e più ambigua a quote diverse. Questo è coerente con la fenomenologia dei riscaldamenti stratosferici improvvisi e con le classificazioni oggettive split/displacement sviluppate in vari studi (ad esempio Charlton & Polvani; Matthewman et al.; Seviour et al.), che mostrano come la diagnosi dipenda dalla quota analizzata e dal timing relativo all’onset. Nella Figura 5 si vedono casi in cui l’isosuperficie arancione assume una geometria a “doppia colonna” o a “forcella” in stratosfera media, suggerendo uno split già maturo in alto, mentre la base del volume rimane più compatta o solo strozzata: una configurazione compatibile con un disturbo che si organizza prima nella stratosfera media-superiore e poi coinvolge (o non coinvolge pienamente) la bassa stratosfera con un certo ritardo. Questo tipo di verticalità differenziata è anche coerente con la diversa sensibilità radiativa e dinamica dei vari strati: la stratosfera superiore può ristrutturarsi più rapidamente, mentre la bassa stratosfera tende a conservare più “memoria” e a resistere più a lungo a una completa frammentazione del nucleo.

Le mappe planari a destra sono, per così dire, il “test” geometrico immediato: a 850 K (nero) si osservano spesso due lobi ben separati o quasi separati, mentre a 490 K (rosso) la struttura può risultare meno chiaramente bipartita, talvolta ancora ellittica/allungata, talvolta connessa da un ponte sottile. Questa differenza è un’informazione dinamica: suggerisce che, in molti casi, la transizione verso lo split è più avanzata in stratosfera media rispetto alla bassa stratosfera, oppure che l’evento è un vero split in alto ma resta “split-like” in basso. La letteratura lega frequentemente gli split a una componente d’onda-2 più efficace, mentre i displacement sono più legati a un’asimmetria d’onda-1; la Figura 5 rende visibile come, nella realtà, questi contributi possano coesistere e come il risultato geometrico possa essere ibrido, soprattutto se si osserva a quote diverse o in fasi diverse dell’evento. In più, il fatto che gli autori mostrino contorni su campi sPV grezzi (senza filtrare piccole regioni) è metodologicamente rilevante: quei filamenti e “frammenti” non sono rumore estetico, ma il segnale stesso di stiramento e rimescolamento lungo il bordo, cioè la firma geometrica del passaggio verso una barriera meno efficiente. È esattamente lo spirito dei diagnostici di trasporto basati su “equivalent length” ed “effective diffusivity”, che quantificano quanto un contorno si sia allungato e increspato per effetto del mixing (Nakamura e lavori successivi).

Un elemento che la Figura 5 fa emergere con chiarezza è la varietà di “stili” di split-like events: alcuni pannelli mostrano due lobi di dimensione comparabile (split relativamente simmetrico), altri mostrano un lobo dominante e uno secondario (split asimmetrico), altri ancora evidenziano una geometria estremamente filamentata con contorni frastagliati e intrusione di strutture sottili nella surf zone. Questa eterogeneità è in linea con ciò che sappiamo sugli ingredienti dinamici dei warming: la stessa etichetta “split” può nascondere differenze sostanziali nella distribuzione verticale del deposito di quantità di moto, nella fase e nell’ampiezza delle onde planetarie troposferiche forzanti, e nella predisposizione (preconditioning) del vortice prima dell’onset. Diversi studi hanno discusso come stati pre-onset con vortice più centrato sul polo, con gradienti di PV più forti al bordo e con area/compattezza particolari possano precedere alcuni warming, senza che ciò implichi una causalità semplice e universale (ad esempio Albers & Birner; Scott; Liu & Scott; Limpasuvan et al.). La Figura 5, pur essendo “solo” un atlante geometrico, è coerente con questa narrativa perché mostra casi in cui la separazione appare netta e organizzata (suggerendo un disturbo d’onda molto strutturato) e casi in cui la deformazione è più caotica e filamentata (compatibile con wave breaking più diffuso e mixing più esteso).

Infine, guardare congiuntamente 490 K e 850 K aiuta anche a evitare un equivoco frequente nelle discussioni operative: uno split evidente in stratosfera media non garantisce automaticamente che la bassa stratosfera sia già entrata nello stesso regime geometrico, e questo dettaglio è potenzialmente rilevante quando si tenta di collegare la diagnostica stratosferica alla persistenza dell’anomalia e alla sua capacità di “scendere” e organizzare una risposta troposferica. Proprio per questo, l’approccio mostrato in Figura 5—unire una vista volumetrica (che racconta la coerenza tridimensionale) e due sezioni planari a livelli distinti (che raccontano la fase e la profondità verticale dello split)—si inserisce bene nella linea di studi che, dagli schemi classici sul vortice come barriera di PV fino alle classificazioni oggettive degli SSW, insiste sul fatto che la geometria non è un ornamento descrittivo, ma un modo concreto per leggere mixing, robustezza del bordo e struttura verticale dell’evento.

La Figura 6 è, in pratica, il “film” verticale degli eventi split-like che nelle Figure 4–5 vedevi come istantanee tridimensionali e mappe polari. Qui ogni pannello (a–h) è una sezione tempo–quota in coordinate isentropiche(temperatura potenziale, 410–1500 K) centrata sull’onset dello split (linea verticale nera). La scelta della temperatura potenziale non è casuale: sulle superfici isentropiche la dinamica stratosferica e il trasporto sono spesso più leggibili perché la vorticità potenziale tende a comportarsi in modo quasi conservativo in regime adiabatico, rendendo più naturale identificare il vortice come un “oggetto” coerente delimitato da un bordo di PV (concetto classico nella letteratura sul vortice come barriera di trasporto e sulla surf zone, a partire dal quadro di McIntyre e collaboratori e dai successivi lavori su edge/surf-zone e mixing isentropico).

Il campo in scala di grigi è il cuore della figura: rappresenta il numero di regioni (oggetti) distinte che CAVE-ART rileva a ogni istante e a ogni livello. Valori pari a 0 indicano assenza/indefinitezza dell’oggetto vortice a quel livello, 1 indica un vortice ancora topologicamente unico, 2 segnala una biforcazione in due nuclei separati, e 3+ indica uno stato ancora più frammentato (lobi multipli e/o separazioni complesse). Questo è un punto concettualmente molto forte: mentre molte diagnosi tradizionali descrivono la forma del vortice (più ellittico, più allungato, più “ondulato”), qui si misura direttamente una proprietà topologica dell’oggetto, cioè se il vortice rimane un corpo unico o se si spezza in più regioni connesse separatamente. È la stessa filosofia che ha portato, in diversi ambiti delle scienze atmosferiche, allo sviluppo di diagnostiche object-based: non si “campiona” un indice in un punto o lungo un parallelo fisso, ma si identifica l’oggetto (qui il vortice) e lo si segue nella sua evoluzione geometrica e dinamica.

Le linee orizzontali nere delimitano l’intervallo di livelli usato per la definizione operativa degli split-like events nella Tabella 1: questo vincolo è cruciale perché evita di confondere un episodio confinato a una singola quota con un evento realmente rilevante lungo una porzione significativa della colonna stratosferica. In altre parole, la figura rende evidente un concetto ben noto nelle climatologie dei SSW e nelle classificazioni split/displacement (ad esempio in studi come Charlton & Polvani e nelle successive procedure oggettive): la “categoria” di un evento dipende molto da dove lo guardi nella colonna e da quanto profondamente il disturbo coinvolge il vortice.

Sopra la scala di grigi compaiono due famiglie di contorni che funzionano da ponte con le definizioni “a soglia” basate sui momenti geometrici utilizzate in lavori precedenti. Il contorno magenta indica dove viene superata la soglia di rapporto d’aspetto ~2.4, tipica delle definizioni che associano lo split a un vortice estremamente allungato prima della rottura; il contorno ciano/azzurro indica il superamento di soglie di eccesso di curtosi negativa (qui riportate come valori negativi), un indicatore statistico coerente con una distribuzione più “piatta” o bimodale della struttura del vortice, cioè con la comparsa di più massimi/lobi. L’idea di confrontare questi criteri con l’output CAVE-ART è metodologicamente importante: aspetto e curtosi descrivono la deformazione della geometria, ma non garantiscono di per sé una separazione in oggetti distinti; viceversa, un vero split può produrre due lobi relativamente compatti (non necessariamente molto allungati) e quindi non sempre massimizzare l’aspect ratio. La figura, infatti, mostra casi in cui i contorni “classici” compaiono senza che il numero di regioni aumenti in modo netto (deformazione senza rottura topologica), e casi in cui la moltiplicazione delle regioni è evidente anche quando i segnali di momento non sono estremi (rottura topologica con geometrie non necessariamente “a sigaro”). Questo è uno dei motivi per cui, nella letteratura più recente, è cresciuto l’interesse per diagnostiche centrate sul vortice e meno dipendenti da un singolo descrittore della forma.

Dal punto di vista fisico, la Figura 6 rende molto chiara la struttura verticale e temporale dello split. In molti pannelli la comparsa di “2 regioni” (o 3+) tende a manifestarsi prima e in modo più marcato nella stratosfera media–superiore(grossolanamente 700–1000 K e oltre), per poi estendersi verso il basso con un certo ritardo. Questa sequenza è coerente con il quadro classico dell’interazione onde–flusso medio dei SSW (a partire dal paradigma di Matsuno): il deposito di quantità di moto associato alle onde planetarie che propagano verso l’alto e rompono/si dissipano in stratosfera può innescare una rapida ristrutturazione del vortice in quota, mentre la bassa stratosfera può rispondere più lentamente o in modo parziale. Il fatto che la figura mostri spesso una “colonna” di frammentazione che si organizza attorno all’onset (linea verticale nera), ma non necessariamente in modo simultaneo su tutti i livelli, è esattamente ciò che ci si aspetta quando lo split è un processo tridimensionale, non una transizione istantanea su una singola mappa.

È altrettanto informativa la presenza di eventi che appaiono confinati in quota: in alcuni casi la scala di grigi suggerisce che la moltiplicazione delle regioni è più evidente solo in una fascia verticale ristretta, mentre al di sotto (o al di sopra) il vortice rimane unico o meno disturbato. Questo tipo di comportamento è pienamente compatibile con l’eterogeneità documentata degli eventi stratosferici: non tutti gli split hanno la stessa profondità, non tutti evolvono con la stessa persistenza e non tutti producono lo stesso grado di filamentazione e mixing. In termini di dinamica delle onde, ciò rimanda a differenze nella combinazione tra componenti wave-1 e wave-2, nell’efficienza del breaking e nella “predisposizione” del vortice (stato del jet, compattezza, baricentro) che molti studi hanno discusso come elementi che modulano l’onset e la geometria degli eventi.

Un dettaglio tecnico che vale la pena sottolineare, perché cambia la lettura della figura, è il filtro per cui nel conteggio delle regioni vengono incluse solo quelle con area superiore a circa 1% dell’emisfero. Questo rende il numero di regioni una misura della frammentazione “dinamicamente robusta”, evitando che filamenti sottili o micro-isole di PV (che possono esistere durante forte stirring) gonfino artificialmente il conteggio. È una scelta coerente con la distinzione, molto presente in letteratura, tra stirring/filamentazione (bordo frastagliato e contorni complessi) e split topologico (due nuclei coerenti e separati), che sono fenomeni correlati ma non identici e che possono avere implicazioni diverse sia per il trasporto isentropico sia per la persistenza dell’anomalia stratosferica.

In sintesi, la Figura 6 mette insieme tre livelli di informazione che raramente convivono in una singola diagnostica: (i) la frammentazione del vortice come numero di oggetti (una misura topologica e multilivello), (ii) la comparazione con criteri geometrici “storici” basati su momenti (aspect ratio e curtosi), e (iii) la natura intrinsecamente tempo–quotadello split, mostrando perché parlare di split come evento “puntuale” o “a singola quota” sia spesso riduttivo. Se vuoi, posso anche commentare pannello per pannello (ad esempio quali casi appaiono più “profondi”, quali più confinati, e in quali la concordanza tra CAVE-ART e le soglie classiche è più alta o più bassa), così da collegare direttamente la Figura 6 alle geometrie 3D delle Figure 4–5 e alla classificazione degli eventi in Tabella 1.

La Figura 7 è la “baseline” climatologica su cui poggia tutta la diagnostica successiva degli eventi di vortice forte/debole: mostra, in coordinate tempo–quota isentropica, la velocità media del vento lungo il bordo del vortice polare artico (vortEdge avg windspeed) calcolata su DJFM usando MERRA-2 e la definizione del bordo fornita da CAVE-ART. In altre parole, non è il vento zonale a una latitudine fissa, ma un vento medio campionato attorno al contorno del vortice, cioè nella fascia dinamicamente più “sensibile” dove il gradiente di PV e il jet del bordo separano il nucleo vorticoso dalla surf zone. Il dataset di riferimento (MERRA-2) è una rianalisi globale prodotta dal GMAO NASA e disponibile dal 1980 in poi; è ampiamente usata proprio perché fornisce campi coerenti per studi climatologici e diagnostici stratosferici. ntrs.nasa.gov+2journals.ametsoc.org+2

La lettura della figura è immediata ma ricca di implicazioni. Sull’asse verticale c’è la temperatura potenziale (410–1500 K), quindi una coordinata che segue bene la stratificazione e il trasporto quasi-adiabatico della stratosfera; sull’asse orizzontale c’è la stagione (dal 1 dicembre al 1 aprile). I colori rappresentano la velocità del vento in m/s e le linee nere sono isocontorni (20–80 m/s ogni 10 m/s). Quello che salta agli occhi è la doppia struttura “fisica” del vortice: una dipendenza verticale molto marcata e una stagionalità molto più forte alle alte quote rispetto alla bassa stratosfera. In media, i venti al bordo aumentano con la quota (il vortice è più intenso in stratosfera media-superiore) e raggiungono il massimo in pieno inverno: sopra ~900–1000 K compaiono i valori più elevati, tipicamente nella finestra metà dicembre–fine gennaio/metà febbraio, mentre avvicinandosi a marzo l’intero sistema decelera rapidamente verso il final warming primaverile. Questo comportamento è coerente con il quadro classico della dinamica stratosferica invernale: il raffreddamento radiativo polare intensifica il gradiente meridionale di temperatura e, tramite equilibrio termico del vento, sostiene un forte jet (polar night jet), ma la stessa struttura viene modulata dall’attività d’onda e dalla transizione stagionale; inoltre, i tempi radiativi diventano più brevi con la quota, rendendo la parte alta della stratosfera molto più “reattiva” e quindi più soggetta a variazioni rapide nel corso della stagione. meop42.troja.mff.cuni.cz+1

Il contrasto più didattico è sotto ~600 K: qui la climatologia mostra venti del bordo relativamente più deboli e soprattutto più stabili durante DJF, con variazioni stagionali contenute. Questa “inerzia” della bassa stratosfera è esattamente il motivo per cui, quando si costruiscono anomalie e soglie percentile, non si può trattare allo stesso modo ogni livello e ogni giorno della stagione. In alto, dove la climatologia raggiunge facilmente 60–80 m/s in pieno inverno e poi crolla verso marzo, la stessa anomalia assoluta (ad esempio −10 m/s) può rappresentare un disturbo relativamente comune in certi periodi e un evento eccezionale in altri; in basso, invece, piccole deviazioni possono essere dinamicamente significative perché avvengono su un fondo climatologico più “piatto”. Questo è un punto metodologico centrale del lavoro: prima si definisce il ciclo stagionale climatologico (Figura 7), poi lo si rimuove per ottenere anomalie comparabili, e solo allora si applicano soglie (percentili) per classificare stati deboli o forti. ntrs.nasa.gov+1

C’è anche un messaggio “operativo” implicito nella geometria delle bande: la zona di massimi in stratosfera alta tra metà dicembre e fine gennaio indica che, climatologicamente, quello è il periodo in cui il vortice è più “teso” e dinamicamente capace di opporsi al mixing; al contrario, quando ci si avvicina a fine inverno, la decelerazione climatologica rende più facile ottenere venti deboli in termini assoluti, ma non necessariamente in termini anomali(dipende da quanto ci si discosta dal fondo stagionale). È esattamente questa distinzione tra “debole in valore assoluto” e “debole rispetto alla climatologia del giorno e del livello” che aiuta a interpretare correttamente sia i warming tardivi sia gli episodi di indebolimento transitorio. Dal lato opposto, la figura spiega perché gli eventi di vortice “forte estremo” tendono a essere più plausibili in certe finestre e quote: se la climatologia è già vicina al massimo stagionale, superare di molto quel valore (in modo persistente e su molti livelli) richiede una combinazione particolare di forcing d’onda ridotto e raffreddamento radiativo efficace.

Infine, pur essendo una figura “solo” climatologica, la Figura 7 è il ponte naturale verso i temi di accoppiamento stratosfera-troposfera e di prevedibilità: la letteratura mostra che variazioni ampie e persistenti della circolazione stratosferica possono propagare verso il basso e modulare la probabilità di regimi troposferici anomali nelle settimane successive. Per sfruttare davvero questo potenziale, però, serve una misura dell’intensità del vortice che sia coerente verticalmente e depurata dal ciclo stagionale—esattamente ciò che la Figura 7 fornisce come riferimento di base. Espy+1

La Figura 8 serve a mettere “in chiaro” la base statistica con cui lo studio definisce gli stati estremi del vortice: non guarda un singolo evento, ma la distribuzione delle anomalie standardizzate della velocità del vento al bordo del vortice (VortEdge) durante DJFM, su quattro livelli isentropici rappresentativi (410, 490, 850 e 1200 K). “Standardizzate” qui significa che, dopo aver rimosso il ciclo stagionale climatologico (quello mostrato in Figura 7), le anomalie vengono riportate in unità di deviazione standard del livello: così un’anomalia di “+2” o “−2” ha lo stesso significato probabilistico a 410 K come a 1200 K, anche se in m/s l’escursione tipica è molto diversa. Questo passaggio è cruciale perché la stratosfera non è omogenea: il vortice ha intensità media e variabilità diverse con la quota, e confrontare valori assoluti senza normalizzazione confonderebbe la fisica con la semplice stagionalità/struttura verticale del getto.

I quattro istogrammi (le PDF) mostrano subito due messaggi quantitativi. Primo: la variabilità assoluta del vento al bordo cresce con la quota, come suggeriscono i valori di σ riportati in ciascun pannello (più piccoli in bassa stratosfera, più grandi in stratosfera media-alta). Questo è coerente con il fatto che nella stratosfera superiore i tempi radiativi sono più brevi e la struttura del vortice può accelerare/decelerare più rapidamente, mentre nella bassa stratosfera i tempi radiativi più lunghi e l’inerzia dinamica tendono a smorzare le escursioni. Secondo: la forma della distribuzione non è la stessa a tutte le quote, e qui sta il cuore interpretativo della figura.

Ai livelli “estremi” della colonna mostrata, 410 K (bassa stratosfera) e 1200 K (stratosfera alta), le distribuzioni appaiono relativamente quasi-gaussiane e abbastanza simmetriche: le code positiva e negativa hanno ampiezza comparabile. In termini fisici, questo è compatibile con due regimi diversi ma entrambi capaci di produrre intensificazioni e indebolimenti in modo meno “sbilanciato”. In bassa stratosfera, ciò può riflettere anche il fatto che la regione che stai campionando è spesso un “sub-vortex” meno nettamente separato dalla surf zone rispetto alla stratosfera media: quando il vento medio è più contenuto e la struttura del bordo è meno “rigida”, non è dinamicamente sorprendente osservare episodi sia di rafforzamento sia di indebolimento di entità simile rispetto alla climatologia. In alto, invece, la combinazione tra rapida regolazione radiativa e una surf zone molto vigorosa rende plausibili riorganizzazioni relativamente rapide su entrambi i segni dell’anomalia: non serve “spostare” un sistema molto profondo per osservare variazioni marcate, perché la colonna superiore risponde più prontamente al bilancio tra raffreddamento e forcing ondulatorio.

Il comportamento cambia in modo netto ai livelli intermedi, soprattutto a 850 K (e, in parte, a 490 K): qui la PDF diventa asimmetrica, con una coda negativa più “pesante” (più probabilità di anomalie molto negative) rispetto alla coda positiva. Questa è una firma dinamica estremamente plausibile e, anzi, attesa: nella stratosfera media il vortice è spesso più robusto e meglio definito come oggetto coerente, e proprio per questo subisce grandi indebolimenti quando la dinamica d’onda riesce a “ingaggiare” il flusso medio. La letteratura classica sulla dinamica dei sudden stratospheric warmings (a partire dal paradigma di interazione onde–flusso medio) descrive bene come episodi di forte attività d’onda planetaria possano depositare quantità di moto e calore, decelerando il getto e indebolendo il vortice in modo rapido e pronunciato. In quel regime, grandi anomalie negative sono relativamente facili da ottenere perché corrispondono a un processo non lineare (wave breaking, rimescolamento nella surf zone, erosione della barriera di PV) che può “scaricare” il sistema lontano dalla climatologia. Il segno opposto, invece—un vortice 2–3σ più forte del normale—richiede condizioni persistenti e molto favorevoli (scarso forcing ondulatorio efficace, raffreddamento radiativo efficiente, configurazione del getto che mantenga forte isolamento), ma incontra anche un vincolo dinamico: oltre un certo punto il sistema tende più a saturare che a crescere simmetricamente, quindi le code positive estreme diventano statisticamente più rare. La PDF “skewed” a 850 K è, in sostanza, una traduzione statistica di questa asimmetria fisica: è più facile produrre grandi indebolimenti del vortice medio-stratosferico (spesso associati a minor/major warmings) che costruire intensificazioni altrettanto estreme e persistenti.

Le linee verticali colorate spiegano come questa statistica venga trasformata in una definizione operativa di evento. Le linee continue (blu per il 5° percentile e rosso per il 95° percentile) definiscono l’inizio degli eventi di vortice debole/forte: quando l’anomalia standardizzata oltrepassa quelle soglie, si entra nello stato “estremo”. Le linee tratteggiate (10° e 90° percentile) definiscono la fine degli eventi e introducono volutamente un’isteresi: se usassi la stessa soglia per accendere e spegnere l’evento, piccole oscillazioni vicino al limite produrrebbero una sequenza artificiale di eventi cortissimi e ravvicinati. Con l’isteresi, invece, un episodio che “galleggia” vicino alla soglia estrema viene trattato come un singolo evento continuo, che è in genere più coerente con la fisica (il vortice non cambia regime ogni 24 ore; spesso c’è memoria e persistenza, soprattutto quando entrano in gioco wave breaking e riorganizzazioni del bordo).

Un aspetto metodologico importante, che la Figura 8 rende evidente senza bisogno di ulteriori figure, è perché gli autori preferiscano soglie percentili (non parametriche) invece di soglie fisse in unità di σ: laddove le PDF sono non gaussiane e asimmetriche (come a 850 K), una soglia “±2σ” non rappresenta più lo stesso concetto di rarità/probabilità ai due lati della distribuzione. I percentili, invece, garantiscono che “estremo” significhi davvero “raro” nello stesso senso probabilistico, indipendentemente dalla forma della PDF. Questa scelta è particolarmente sensata in un sistema come il vortice polare, dove le code della distribuzione sono plasmate da processi non lineari e da regimi dinamici distinti (vortice coerente vs vortice disturbato, transizioni rapide durante warming, ecc.), e quindi non ci si deve aspettare una gaussianità universale lungo tutta la colonna.

In sintesi, la Figura 8 non è solo un grafico statistico: è la dimostrazione che la variabilità del bordo del vortice cambia natura con la quota e che gli estremi “deboli” e “forti” non sono, soprattutto in stratosfera media, due facce perfettamente speculari dello stesso processo. Da qui discende in modo naturale la scelta di soglie percentile e di una terminazione più rilassata: servono a costruire una climatologia di eventi che rispetti sia la realtà probabilistica delle anomalie sia la fisica non lineare con cui il vortice si indebolisce (spesso in modo più drastico) rispetto a quanto si intensifichi.

Figura 9 – Come “si vede” un vortice debole (con SSW) rispetto a un vortice forte: venti, barriera di PV, area e geometria del bordo

La figura 9 è un esempio molto didattico di ciò che CAVE-ART prova a fare: trasformare l’idea qualitativa di “vortice polare forte o debole” in una serie coerente di diagnostiche oggettive, calcolate lungo l’intero inverno e lungo una colonna verticale espressa in temperatura potenziale (θ). In coordinate isentropiche, PV e “vortex edge” sono particolarmente informativi perché la PV tende a comportarsi come un tracciante quasi-conservativo in prima approssimazione, e quindi descrive bene sia l’isolamento dinamico sia i processi di mescolamento al bordo; per confronti verticali, spesso si usa anche una PV “scalata” (sPV) per ridurne la forte dipendenza con la quota. 

Le due colonne mettono a confronto due stagioni opposte: a sinistra l’inverno NH 2012/13, presentato come caso di vortice debole con un evento di riscaldamento improvviso stratosferico (SSW) a gennaio; a destra l’inverno NH 2013/14, come esempio di vortice forte e persistente. Il punto chiave è che non si guarda “solo” al vento zonale medio a una quota standard, ma si analizzano contemporaneamente quattro proprietà del vortice: (i) la velocità del vento al bordo, (ii) la nitidezza del bordo in termini di gradiente di PV, (iii) l’estensione areale del vortice, (iv) la complessità geometrica del suo contorno. Questa impostazione si inserisce nella tradizione dei metodi oggettivi di definizione del vortice basati su PV/gradiente di PV e massimo dei venti lungo l’edge, che risalgono almeno agli schemi su latitudine equivalente (equivalent latitude) e “edge region” formalizzati da Nash e colleghi; CAVE-ART li reinterpreta con un approccio object-based (segmentazione e tracciamento di regioni) tipico della computer vision. 

Nel pannello (a–b), “Edge Averaged Windspeeds”, la variabile rappresenta la velocità del vento mediata attorno al bordo del vortice: è, in pratica, una misura della forza del polar night jet nella fascia di massimo gradiente/tran­sizione tra aria polare e medie latitudini. Nel 2012/13 (a) si osserva una perdita di intensità che diventa marcata in prossimità della data indicata dalle linee verticali magenta (inizio dell’SSW nel gennaio 2013) e che appare coerente con un deterioramento della struttura del vortice su un ampio intervallo di θ. Nel 2013/14 (b) domina invece un segnale di venti forti e persistenti, compatibile con un vortice “robusto” e poco permeabile ai disturbi d’onda. In letteratura, l’interpretazione dinamica di un collasso dei venti durante un major SSW è legata all’interazione onde–flusso medio: onde planetarie che propagano verso l’alto e poi rompono/depositano momento in stratosfera decelerano il getto e favoriscono il riscaldamento polare; il quadro teorico di base è quello classico introdotto da Matsuno e inquadrato nella diagnostica EP-flux e wave–mean-flow interaction. 

Il pannello (c–d), “Edge Averaged sPV gradients”, è forse il più “strutturale”: il gradiente orizzontale di sPV al bordoè una misura diretta di quanto il bordo sia tagliente e quindi di quanto agisca da barriera al mixing tra aria interna al vortice e aria extravortice. Un gradiente elevato indica un confine dinamicamente ben definito, tipicamente associato a forte shear e a scarsa permeabilità al trasporto meridionale; viceversa, un gradiente che si indebolisce e frammenta suggerisce erosione del bordo, intrusione di filamenti e incremento del mescolamento indotto da breaking d’onda. Questo è esattamente il tipo di “firma” che i metodi alla Nash cercano di catturare quando definiscono la vortex edge come zona di massimo gradiente di PV vincolata al massimo dei venti, e che CAVE-ART riassume in una diagnostica continua spazio-temporale. 

Il pannello (e–f), “Vortex Area [% of NH]”, descrive l’area del vortice (come frazione dell’emisfero) alle diverse superfici isentropiche: è una metrica intuitiva ma non banale, perché un vortice può essere “forte” ma relativamente compatto, oppure “debole” e contemporaneamente molto esteso ma filiforme e fratturato. Qui, nel caso 2012/13 (e), si nota un’evoluzione verso una riduzione dell’area in corrispondenza del periodo di vortice debole, coerente con una perdita di coerenza della struttura e con la tendenza del vortice a diventare più “shallow” o a spezzarsi in regioni multiple (elemento che gli approcci object-based sono progettati per rappresentare esplicitamente). Nel 2013/14 (f), l’area rimane invece più stabile e compatibile con un regime di confinamento persistente. Nella letteratura sulle SSW, una delle idee operative ricorrenti è che la “precondizione” all’evento includa cambiamenti in dimensione/forma/intensità dell’edge che rendono il vortice più vulnerabile al forcing d’onda successivo; lavori più recenti che utilizzano diagnostiche CAVE-ART discutono esplicitamente questa prospettiva in termini di segnali precursori. 

Il pannello (g–h), “log₂(Edge Length / Ellipse Length)”, è quello che trasforma la geometria in un numero: confronta la lunghezza reale del contorno del vortice con la lunghezza della circonferenza di un’ellisse equivalente (derivata dai momenti della regione), e ne prende il logaritmo in base 2. Se il contorno fosse quasi ellittico e “pulito”, il rapporto starebbe vicino a 1 (log₂ vicino a 0); se invece il contorno diventa frastagliato, ondulato, filamentoso (tipico di wave breaking e di intrusione di filamenti lungo l’edge), la lunghezza del bordo cresce rispetto a quella dell’ellisse e il log₂ aumenta. Questa idea dialoga molto bene con la letteratura classica delle elliptical diagnostics: già Waugh mostrava come diagnostiche basate su ellissi equivalenti e deformazione siano utili per identificare eventi di breaking e cambi di regime nella dinamica del vortice, cioè proprio quei momenti in cui il confine perde regolarità e aumenta la mescolanza. Nel 2012/13 (g) ci si aspetta quindi (e la figura lo suggerisce) un incremento della complessità del contorno in concomitanza con il periodo di vortice debole e con l’evento di gennaio, mentre nel 2013/14 (h) domina un comportamento più regolare, coerente con un vortice più “compatto” e con un bordo meno disturbato. 

Un aspetto importante della figura è la dimensione “verticale” del processo: nel caso debole 2012/13, la coerenza tra indebolimento dei venti al bordo, perdita di intensità del gradiente di sPV e aumento della complessità geometrica suggerisce una transizione in cui il vortice non è solo meno intenso, ma anche meno isolante e più deformato. Questo è il contesto dinamico nel quale un SSW major diventa plausibile: quando l’interazione onde–flusso medio riesce non soltanto a frenare il getto, ma anche a “rompere” la barriera di PV, permettendo un riassetto rapido della circolazione polare (spesso con displacement o split del vortice, a seconda della struttura d’onda dominante). Per definizioni e classificazioni operative degli SSW (e per il collegamento con la reversibilità dei venti e i criteri osservativi), i riferimenti standard rimangono le climatologie e le sintesi metodologiche moderne. 

Infine, anche se la figura 9 non è “una previsione” ma una diagnosi a posteriori, il messaggio applicativo è molto concreto: quando, lungo la stagione, vedi convergere quattro segnali—(1) calo dei venti al bordo, (2) indebolimento/frammentazione del gradiente di PV, (3) contrazione o perdita di coerenza dell’area, (4) aumento della complessità del contorno—stai osservando non un singolo indice che scende, ma l’intero sistema vortice che perde integrità dinamica. Ed è proprio questa perdita di integrità che rende più credibile un’evoluzione verso un evento maggiore e, in alcuni casi, l’avvio di una successiva propagazione verso il basso delle anomalie stratosferiche, tema classico della letteratura sul coupling stratosfera–troposfera. 

Figura 10 – La “mappa climatologica” degli stati di vortice debole e forte in funzione di quota isentropica e stagione

La figura 10 riassume, in forma probabilistica, quando e a quali livelli stratosferici il Vortice Polare tende più spesso a trovarsi in uno stato debole (pannello superiore) o forte (pannello inferiore), secondo la classificazione oggettiva ottenuta con CAVE-ART, un framework che tratta i campi meteorologici come “immagini” e applica tecniche di segmentazione, tracciamento di regioni ed edge-tracing per identificare e seguire la morfologia del vortice lungo la stagione. Invece di fissarsi su un singolo livello (per esempio 10 hPa) o su un singolo indice, qui la variabilità viene proiettata in un diagramma tempo–quota espresso in temperatura potenziale (θ): valori più alti di θ corrispondono a porzioni più elevate della colonna stratosferica, mentre valori più bassi descrivono la bassa stratosfera, cioè la regione dove i segnali hanno più probabilità di “dialogare” con la troposfera.

Il contenuto informativo principale è il colore: per ogni coppia (data, θ) viene mostrata la frazione di anni in cui, a quel tempo e a quel livello, è presente uno stato classificato come “weak vortex” (sopra) o “strong vortex” (sotto). È importante notare che queste frazioni non sono complementari: non stiamo guardando “vortice debole vs non debole” come se fosse un interruttore binario lungo tutta la colonna, ma la frequenza con cui emergono stati estremidiagnosticati da CAVE-ART lungo l’edge del vortice (in particolare usando grandezze dinamiche calcolate attorno al bordo, come le edge-averaged wind speeds). Le curve di contorno nere e grigie evidenziano dove la frequenza supera rispettivamente il 10% e il 20% degli anni, aiutando a isolare le “finestre” spazio-temporali in cui gli eventi sono davvero ricorrenti e non sporadici.

Nel pannello del vortice debole, la struttura spazio-temporale non è casuale: il nucleo delle frequenze maggiori si concentra in pieno inverno e mostra una tendenza ad organizzarsi lungo una banda inclinata con il procedere della stagione, suggerendo che gli stati di debolezza del vortice compaiono con maggiore probabilità prima ai livelli più alti e, in parte dei casi, “scendono” verso livelli più bassi a stagione inoltrata. Questa geometria è coerente con la fisica classica dei disturbi stratosferici: molti eventi di forte decelerazione del polar night jet e riscaldamento polare vengono innescati dall’interazione onde–flusso medio, in cui le onde planetarie che propagano verso l’alto depositano momento e innescano una circolazione meridiana indotta capace di indebolire la corrente stratosferica; nel paradigma di Matsuno, la risposta e il collasso del vortice maturano in modo marcato in stratosfera e possono poi estendersi verso il basso. In termini climatologici, non sorprende quindi che le finestre di “weak vortex” diventino più evidenti da gennaio in poi: è proprio nel cuore dell’inverno boreale che la frequenza dei major SSW e degli stati fortemente disturbati è massima nelle climatologie moderne. Un dettaglio metodologico esplicitato nella didascalia della figura (ed essenziale per interpretare le tonalità più chiare ma diffuse) è che i tempi e i livelli in cui il vortice risulta “non definito” per CAVE-ART vengono inclusi nel composito di vortice debole: fisicamente, questo equivale a dire che la perdita di coerenza geometrica/segmentabilità del vortice (per esempio in condizioni di forte frammentazione o struttura irregolare) viene trattata come parte integrante dello stato di debolezza, non come una categoria neutra.

Nel pannello del vortice forte, la distribuzione delle frequenze tende invece a privilegiare finestre e livelli differenti, con una maggiore presenza di stati intensi e coerenti nella stagione in cui la stratosfera è più vicina alla sua configurazione radiativamente favorita (getto notturno polare robusto e vortice ben isolato). Questa lettura è perfettamente compatibile con l’idea, consolidata da decenni, che la forza del vortice e la sua “tenuta” dipendano dalla competizione tra raffreddamento radiativo polare (che rinforza il gradiente termico e quindi il getto) e forcing d’onda dal basso (che tende a deformare e decelerare la circolazione). In un inverno dominato da stati “strong”, ci si aspetta anche un bordo più stabile, cioè un confine dinamicamente più efficiente nel separare l’aria del core polare dalla surf zone extravortice, dove il mixing da wave breaking è più attivo: questo concetto di “barriera di PV” al bordo e di surf zone come regione di rimescolamento è un pilastro della dinamica stratosferica ed è alla base dei metodi oggettivi di definizione del vortice in coordinate isentropiche. Non a caso, tutta l’architettura diagnostica di CAVE-ART si inserisce in quella tradizione: la definizione del bordo e la caratterizzazione della sua intensità (attraverso PV e vento lungo l’edge) riprendono l’impostazione dei criteri basati su gradiente di PV rispetto alla latitudine equivalente, mentre l’attenzione alla forma (ellitticità, allungamento, complessità) dialoga con la famiglia delle elliptical diagnostics che hanno mostrato come geometria e wave breaking siano parte integrante della variabilità del vortice. 

Il significato operativo della figura 10, quindi, non è “contare quanti SSW ci sono”, ma fornire una sorta di climatologia condizionata: un atlante che dice in quali finestre stagionali e in quali strati la stratosfera artica è statisticamente più predisposta a configurazioni di vortice molto disturbato oppure molto robusto, secondo metriche che non si limitano al vento zonale medio ma sono ancorate al bordo del vortice e alla sua integrità strutturale. Questo è particolarmente rilevante perché, quando gli stati anomali del vortice riescono a organizzarsi e persistere nella bassa stratosfera, aumenta la probabilità di una successiva comunicazione verso la troposfera e di un impatto sui regimi di circolazione (AO/NAO e storm track) su scale sub-stagionali: la “discesa” delle anomalie stratosferiche e il loro legame con la troposfera sono un risultato osservazionale robusto nella letteratura sul coupling stratosfera-troposfera. In questo senso, la figura 10 può essere letta come una cornice di contesto: non sostituisce la diagnostica evento-per-evento, ma ti dice dove, climatologicamente, ha più senso aspettarsi che un segnale di debolezza/forza del vortice sia non solo “alto in quota”, ma potenzialmente in grado di coinvolgere gli strati più bassi e quindi diventare rilevante anche per la circolazione europea.

Figura 11 – Cronologia, quota “caratteristica” e peso stagionale degli eventi di vortice debole/forte: un ponte tra morfologia object-based e climatologia degli SSW

La figura 11 mette in forma estremamente compatta un’idea che in stratosfera è fondamentale: gli “eventi” del vortice polare non sono semplicemente giorni in cui un indice supera una soglia, ma episodi con una loro estensione nel tempo e nella colonna verticale, con una quota preferenziale e con una persistenza che può dominare l’intero bilancio dinamico di una stagione. CAVE-ART, trattando il vortice come un oggetto segmentato e tracciato (in coordinate isentropiche), consente di rappresentare questa natura spazio-temporale con tre attributi sintetici: la data del centroide dell’evento, la temperatura potenziale del centroide (quindi la quota “media” coinvolta) e l’area dell’evento nello spazio log(θ)–tempo (quindi un proxy integrato di durata e profondità verticale). In alto, lo scatterplot mostra la sequenza degli eventi dal 1979 in avanti: l’asse x è l’anno, l’asse y è la data del centroide temporale dell’evento (con il tempo che scorre verso il basso da 1 dicembre a 1 aprile), e la simbologia distingue vortice forte (triangoli regolari) da vortice debole (triangoli rovesciati). Il fatto che si usi un centroide, invece di una data “di inizio” o “di picco”, è una scelta concettualmente robusta: molti episodi stratosferici hanno una fase di crescita, una maturazione e un decadimento, e fissare l’evento a un singolo giorno rischia di confondere la dinamica reale con rumore sinottico o con una scelta arbitraria di livello. Il centroide, al contrario, colloca l’evento dove esso “pesa” di più nella sua rappresentazione oggettuale, producendo una cronologia più fisica.

Sempre nel pannello superiore, il colore dei simboli codifica la temperatura potenziale del centroide, cioè la quota isentropica attorno a cui l’evento risulta più rappresentativo: centroidi a θ più basse implicano un coinvolgimento maggiore della bassa stratosfera, centroidi a θ più alte indicano episodi più “alti” (media-alta stratosfera). Questo dettaglio è cruciale perché la letteratura sul coupling stratosfera-troposfera insiste da tempo sul fatto che la rilevanza di un disturbo non dipende solo dall’intensità in alta stratosfera, ma da quanto esso riesca a organizzarsi e persistere nella bassa stratosfera, regione in cui la comunicazione con la troposfera è più efficiente e dove è più probabile osservare la classica “propagazione verso il basso” delle anomalie dopo un riscaldamento improvviso maggiore (Baldwin & Dunkerton). In figura 11 questa informazione entra in modo immediato: non serve inseguire molte sezioni verticali, perché la quota caratteristica dell’evento è già “compressa” nel colore. La dimensione del simbolo, proporzionale all’area dell’evento nello spazio log(θ)–tempo, completa il quadro: un simbolo grande rappresenta un episodio che non è solo intenso, ma anche esteso (in durata e/o profondità verticale), cioè un disturbo capace di occupare una frazione non trascurabile della stagione. In termini dinamici, questo è coerente con l’idea classica che gli eventi più impattanti non siano necessariamente i più “acuti” in un giorno singolo, ma quelli che modificano per settimane la struttura del vortice (venti, gradiente di PV al bordo, geometria e isolamento), cioè la configurazione del flusso medio con cui interagiscono le onde planetarie (Matsuno; Andrews, Holton & Leovy; Charlton & Polvani).

Il pannello inferiore riformula lo stesso contenuto in una metrica stagionale: le barre mostrano, per ogni inverno, l’area integrata degli eventi di vortice debole (viola) e forte (arancione) durante DJFM. Qui l’informazione non è più “quanti eventi ci sono”, ma “quanto pesa, nell’insieme, lo stato debole o forte in quella stagione”. È un passaggio concettuale importante perché molte discussioni operative (anche nei forum) tendono a ridurre l’inverno a un’etichetta (“vortice forte” vs “vortice debole”), mentre questa figura suggerisce che la stagione è spesso un mix di stati, con alternanza o coesistenza di episodi, e che la differenza vera sta nel bilancio integrato. Le stelle magenta e ciano, che marcano gli inverni con major SSW in MERRA-2/polar night jet oscillations, servono proprio a mostrare che gli SSW maggiori tendono a collocarsi in stagioni in cui il contributo integrato del “weak vortex” è consistente: non come semplice coincidenza, ma come espressione del fatto che un major warming è spesso la fase culminante di un periodo in cui il vortice ha già perso parte della sua integrità (bordo meno tagliente in PV, maggiore deformazione, riduzione o frammentazione dell’area), diventando più vulnerabile alla deposizione di momento e al wave breaking. In altre parole, la figura 11 visualizza bene la distinzione tra “evento” e “regime”: il major SSW è un evento identificabile con criteri dinamici, ma la probabilità che avvenga aumenta quando l’inverno ha già accumulato un’ampia quota di condizioni da vortice debole, cioè un regime stratosferico predisponente.

La lettura scientificamente più interessante della figura, a mio avviso, è che essa rende tangibile la natura tridimensionale e intermittente della variabilità del vortice: alcuni anni mostrano pochi simboli ma grandi (episodi rari ma dominanti), altri molti simboli piccoli (variabilità frammentata), altri ancora una compresenza di eventi forti e deboli che suggerisce transizioni ripetute di stato. Questo è coerente con la visione moderna secondo cui la stratosfera invernale non evolve in modo monotono, ma risponde alla competizione continua tra raffreddamento radiativo (che tende a rafforzare il vortice) e forcing d’onda troposferico (che tende a indebolirlo e deformarlo), con una sensibilità marcata alla struttura del bordo e alla morfologia del vortice stesso, aspetti su cui le diagnostiche object-based e le classiche definizioni del vortex edge basate su PV (Nash e successivi) convergono per motivi fisici: è proprio lungo il bordo che si decide quanta aria resta isolata, quanta viene mescolata e quanto efficacemente le onde riescono a modificare il flusso medio. In questo senso, figura 11 non è solo un riepilogo “statistico”, ma un ponte operativo: ti suggerisce che, se vuoi valutare la stagione in corso, non basta chiedersi se il vento a 10 hPa è sopra o sotto la media; conviene piuttosto capire se gli episodi deboli stanno diventando più frequenti, più profondi (θ centroidale più bassa) e più “pesanti” (area maggiore), perché è quel mix che, climatologicamente, tende ad accompagnare gli inverni con riscaldamenti maggiori e con un coupling verso il basso più credibile.

Figura 12 è, di fatto, la “radiografia composita” del vortice polare stratosferico quando CAVE-ART lo classifica in stati deboli (riga superiore: a, c, e, g, i) oppure stati forti (riga inferiore: b, d, f, h, j). La lettura è volutamente verticale: l’asse y è la temperatura potenziale (θ), quindi una coordinata isentropica che descrive in modo dinamicamente coerente l’intera colonna stratosferica. In ogni pannello la linea colorata spessa è la mediana dei profili calcolati durante gli eventi; l’invilluppo colorato è l’intervallo 25°–75° percentile (variabilità interquartile). Le linee nere(mediana e interquartili) rappresentano la climatologia complessiva DJFM su MERRA-2, cioè lo “sfondo” contro cui misurare l’anomalia strutturale degli stati deboli o forti. Il senso fisico della figura è che “weak” e “strong” non sono etichette su un singolo indice, ma regimi in cui cambiano simultaneamente dinamica del getto, robustezza del bordo di PV, estensione areale, posizione e geometria del vortice, e lo fanno in modo sistematico lungo la quota. 

Nei pannelli (a–b) la differenza più immediata è nelle edge-averaged wind speeds, cioè i venti mediati attorno al bordo del vortice: negli stati deboli la mediana è spostata verso valori inferiori rispetto alla climatologia, mentre negli stati forti è spostata verso valori superiori e con una coerenza verticale più marcata. Questa scelta “al bordo” non è un dettaglio estetico: è il bordo, non il centro, il punto in cui si misura meglio la capacità del vortice di restare un sistema isolante, perché è lì che vive il massimo shear e il massimo gradiente di PV. Il pannello (c–d) completa la storia mostrando l’edge-averaged sPV gradient: negli stati deboli il gradiente di PV (scalato) è mediamente ridotto, cioè il confine diventa meno “tagliente” e quindi più permeabile al mixing; negli stati forti il gradiente tende a essere maggiore e più vicino (o superiore) al riferimento climatologico. È un risultato perfettamente in linea con la definizione oggettiva del vortex edge basata sulla massimizzazione del gradiente di PV vincolata al massimo del jet lungo le isolinee, formalizzata proprio per rappresentare la “barriera dinamica” del vortice. Sul piano dei meccanismi, questa coppia vento–gradiente PV è esattamente ciò che ci aspettiamo quando l’attività d’onda planetaria riesce a interagire con il flusso medio: la deposizione di momento associata a propagazione e breaking d’onda decelera il polar night jet, e contestualmente erode/riorganizza il bordo di PV, rendendo più probabile la comparsa di filamenti, intrusione di aria extravortice e perdita di isolamento. Il paradigma dinamico di questo processo è classico (Matsuno) ed è sistematizzato nella teoria delle wave–mean flow interactions (Andrews–Holton–Leovy). 

I pannelli (e–f), relativi alla vortex area (percentuale dell’emisfero), mostrano che gli stati deboli tendono ad associarsi a un vortice mediamente meno esteso e/o meno coerente verticalmente, mentre gli stati forti mostrano aree mediane più elevate e meno disperse. Questo è un punto spesso sottovalutato nelle discussioni operative: un vortice può “indebolirsi” non solo riducendo i venti, ma anche contraendosi, frammentandosi o perdendo continuità verticale (un vortice più “shallow”), tutte condizioni che CAVE-ART intercetta perché ragiona per oggetti e non per un singolo livello. La colonna (g–h) aggiunge la latitudine del centroide: negli stati deboli il centroide è mediamente più spostato verso latitudini inferiori (vortice più dislocato/asimmetrico), mentre negli stati forti tende a rimanere più vicino al Polo (maggiore simmetria e centratura). In termini di dinamica degli SSW, questa distinzione si lega naturalmente ai modi principali di disturbo (displacement e split) e alla loro interpretazione come esito dell’interazione tra flusso medio e onde planetarie (con prevalenze statistiche diverse di componenti d’onda), come discusso nelle climatologie moderne degli eventi maggiori. 

Il parametro forse più “innovativo” nella percezione comune è quello dei pannelli (i–j): log₂(edge length / ellipse length). Qui la figura sta quantificando la geometria: se il vortice ha un contorno quasi ellittico e regolare, la lunghezza reale del bordo non si discosta molto dall’ellisse equivalente; se invece il bordo diventa ondulato, frastagliato e filamentoso (tipico di wave breaking e intrusione di filamenti lungo l’edge), la lunghezza del bordo cresce rapidamente rispetto all’ellisse e il log₂ aumenta. La separazione tra weak e strong è netta: negli stati deboli la mediana del rapporto è più alta e la dispersione è maggiore, cioè il vortice è più spesso “deformato e complicato”; negli stati forti il rapporto è più basso, coerente con un vortice più compatto e regolare. Questo dialoga direttamente con la letteratura delle elliptical diagnostics, che ha mostrato come misure di ellitticità, spostamento e complessità del contorno descrivano bene sia la climatologia del vortice sia i regimi di rottura d’onda e mixing al bordo. 

Il valore aggiunto della figura 12 è che rende evidente la coerenza “di sistema” dei regimi: nello stato debole non cambia solo un parametro, ma cambia un pacchetto fisicamente consistente (venti più bassi, barriera di PV meno robusta, area ridotta/variabile, centroide più dislocato, geometria più filamentosa). Nello stato forte accade l’opposto, con un vortice più veloce, più isolante e più regolare. Questa coerenza è esattamente ciò che rende tali stati rilevanti anche oltre la diagnostica stratosferica fine a sé stessa: quando le anomalie riescono a coinvolgere e persistere nella bassa stratosfera, cresce la probabilità di un’accoppiamento verso il basso e di segnali troposferici su AO/NAO e storm track, come mostrato nei lavori “fondativi” sulla propagazione discendente delle anomalie stratosferiche. 

La figura 13 serve a rispondere a una domanda molto concreta: se allinei tutti i Major SSW (lag = 0, data d’onset) e guardi “cosa sta facendo” il vortice nei 30 giorni prima e dopo, quante volte trovi stati estremamente forti o estremamente deboli lungo la colonna stratosferica? L’idea è costruire un composito evento-centrico usando l’output object-based di CAVE-ART: in ascissa non c’è più la stagione, ma il ritardo temporale rispetto all’onset (giorni), e in ordinata c’è la quota in coordinate isentropiche (temperatura potenziale, θ). Il colore non è una probabilità, ma un conteggio: quante volte, nel campione di SSW, si osserva a quel lag e a quel livello un evento classificato tra i più estremi. Il pannello superiore conta gli eventi di “vortice forte” al 90° percentile (quindi l’estremo alto della distribuzione), il pannello inferiore conta gli eventi di “vortice debole” al 10° percentile. Le isolinee nere evidenziano le regioni dove il numero di casi allineati supera una soglia (qui indicata come >5), cioè dove il segnale non è sostenuto da pochi episodi isolati ma compare in una frazione consistente del campione.

Nel pannello superiore (“Number of 90th Percentile Strong Events Relative to SSWs”) emerge un fatto che a prima vista può sembrare controintuitivo ma è fisicamente sensato: nelle settimane che precedono l’onset (lag negativi, grosso modo tra ~−25 e ~−5 giorni) compare una fascia in cui aumentano i conteggi di eventi estremamente “forti”, soprattutto nella media–alta stratosfera (θ elevate). Non significa che “un vortice forte impedisce un SSW”; significa piuttosto che molti SSW maturano dentro un contesto in cui il vortice, fino a poco prima del collasso, mantiene ancora una struttura relativamente coerente e una circolazione intensa. Nella dinamica classica degli SSW (Matsuno) il passaggio chiave non è partire da un vortice già “a pezzi”, ma arrivare a una fase in cui l’attività d’onda troposferica riesce a propagare verso l’alto e a depositare momento in stratosfera, decelerando il polar night jet e innescando il riscaldamento polare; perché ciò avvenga in modo efficiente serve un equilibrio delicato del “waveguide” stratosferico (condizioni di propagazione alla Charney–Drazin/refractive index), e spesso una fase pre-onset mostra ancora venti occidentali ben strutturati in stratosfera superiore. In altre parole, la figura suggerisce una sequenza plausibile: prima una finestra in cui il vortice è ancora dinamicamente robusto e “organizzato”, poi un rapido cambio di regime che culmina in lag 0. Questo è coerente anche con l’idea di precondizionamento: molte volte il sistema attraversa fasi in cui la geometria e la struttura del vortice (bordo, simmetria, capacità di isolamento) lo rendono più vulnerabile al forcing d’onda successivo, senza che ciò implichi che sia già debole in senso estremo per settimane.

Il pannello inferiore (“Number of 10th Percentile Weak Events Relative to SSWs”) è la controparte e mostra il segnale più netto: dopo l’onset (lag positivi) i conteggi di eventi estremamente deboli aumentano in modo drastico e persistente su una porzione ampia della colonna. La struttura inclinata nel tempo-quota, che parte più in alto e “scende” con i giorni successivi, è la firma statistica della ben nota propagazione discendente delle anomalie stratosferiche: subito dopo un major SSW la perturbazione è massima in alta stratosfera (dove avviene la decelerazione/possibile inversione dei venti e la riorganizzazione del campo di PV), poi il segnale tende a coinvolgere progressivamente la media e la bassa stratosfera e può persistere per settimane. Questa è una delle evidenze più robuste nella letteratura sul coupling stratosfera–troposfera: quando la fase “weak” raggiunge e permane nella bassa stratosfera, aumenta la probabilità di un impatto sui regimi troposferici (AO/NAO, storm track) su scale sub-stagionali, perché la bassa stratosfera è la regione in cui il collegamento dinamico verso il basso è più efficace (Baldwin & Dunkerton). La figura 13 non sta misurando direttamente AO/NAO, ma sta mostrando che la diagnostica object-based di CAVE-ART ricostruisce, in modo indipendente dal classico indice di vento zonale a un singolo livello, la stessa “coreografia” temporale: una transizione rapida attorno a lag 0 e una lunga coda di anomalie deboli che si organizzano e persistono.

Il valore aggiunto scientifico della figura, rispetto a un composito tradizionale del vento zonale medio a 60°N e 10 hPa, è che qui “weak” e “strong” sono eventi estremi definiti da una combinazione di proprietà del vortice come oggetto (in CAVE-ART tipicamente entrano la forza del jet al bordo, la robustezza del bordo in termini di gradiente di PV scalato, l’area e la geometria/complessità del contorno). In termini fisici, questo è importante perché un SSW non è solo “vento che cala”: è spesso un episodio in cui la barriera di PV si erode, aumenta il mixing con la surf zone, la forma del vortice diventa più deformata o frammentata (displacement/split) e l’isolamento dinamico si riduce. Il fatto che, dopo lag 0, compaia un segnale così esteso di eventi al 10° percentile indica che, in media, il post-SSW è davvero un regime in cui il vortice resta a lungo in configurazione “degradata” (meno intenso, meno isolante, più irregolare), non un semplice rimbalzo rapido a valori climatologici.

C’è anche una lettura operativa implicita: se in una stagione reale osservi una crescita di indicatori “weak” nella parte alta della colonna e poi una progressiva estensione verso il basso, non stai vedendo solo rumore giornaliero ma un comportamento coerente con la climatologia dei post-SSW; viceversa, il fatto che prima dell’onset compaiano spesso episodi “strong” ricorda che l’avvicinamento a un SSW non è necessariamente una lenta marcia monotona verso il debole, ma può includere fasi in cui il vortice appare ancora forte (specie in alto) mentre il sistema accumula condizioni favorevoli all’interazione onde–flusso medio che poi farà “saltare” il regime.

Per inquadrare questa figura nel contesto accademico, i riferimenti chiave sono: il modello dinamico di SSW di Matsuno (1971), la formalizzazione della wave–mean flow interaction e dell’EP-flux in Andrews, Holton & Leovy (1987), le climatologie moderne dei major SSW e dei criteri d’onset in Charlton & Polvani (2007), e il quadro osservazionale della propagazione discendente e del coupling stratosfera–troposfera in Baldwin & Dunkerton (2001).

5. Conclusions and Discussion

In questo lavoro vengono impiegate tecniche di computer vision ed elaborazione delle immagini per caratterizzare in modo sistematico il vortice polare stratosferico artico nei dati di rianalisi MERRA-2, con l’obiettivo dichiarato di mostrare come strumenti nati per l’analisi di immagini possano essere trasferiti, con piena coerenza metodologica, a dataset geofisici multidimensionali che non sono “immagini” in senso stretto ma che possono essere trattati come campi e sequenze spazio-temporali su cui definire segmentazione, descrizione e tracciamento di oggetti. L’impianto concettuale si inserisce in una linea ormai consolidata nelle scienze atmosferiche: passare da indici scalari e soglie su singoli livelli a descrizioni object-based che preservino geometria, continuità e trasformazioni topologiche delle strutture dinamiche; in ambito meteorologico, approcci analoghi sono noti e utilizzati da tempo per fronti, sistemi convettivi o cicloni, ma la loro estensione esplicita e “industrializzata” al vortice stratosferico è particolarmente naturale perché il vortice è un’entità di grandi dimensioni, persistente, e definibile lungo gran parte della colonna stratosferica tramite grandezze conservative o quasi-conservative come la vorticità potenziale in coordinate isentropiche. In questa cornice, CAVE-ART (Characterization and Analysis of Vortex Evolution using Algorithms for Region Tracking) formalizza il vortice come regione (o regioni) di PV elevata: segmenta tutte le aree che superano una soglia di bordo, elimina le regioni troppo piccole per essere interpretate come vortici “fisicamente significativi”, calcola descrittori morfologici e dinamici (inclusi quelli riferiti al bordo), e infine collega nel tempo le regioni per ottenere traiettorie e genealogie degli oggetti vortice. La scelta della PV come variabile di segmentazione è coerente con la tradizione dei metodi di identificazione del vortice basati su PV, bordo e latitudine equivalente, dove il confine del vortice viene associato a un forte gradiente di PV e a un getto al bordo che agisce da barriera al mixing; lavori classici hanno mostrato come la definizione dell’edge tramite massimi gradienti e la diagnosi della surf zone siano cruciali per distinguere vortice isolante da vortice permeabile, e CAVE-ART traduce questi concetti in una pipeline algoritmica riproducibile e scalabile. Dal punto di vista fisico, l’interesse di una formalizzazione per oggetti è che gli “eventi” rilevanti in stratosfera non sono soltanto variazioni d’intensità del vento zonale a un livello standard, ma includono trasformazioni geometriche (displacement, split, filamentazione), cambiamenti della robustezza del bordo, frammentazione in regioni multiple e variazioni della profondità verticale effettivamente coinvolta; questi aspetti sono centrali nella dinamica dei disturbi del vortice e nella loro interazione con le onde planetarie, come descritto nel quadro teorico degli SSW e della wave–mean flow interaction (ad esempio il modello di Matsuno e la formalizzazione di Andrews–Holton–Leovy), ma spesso risultano attenuati o persi quando ci si limita a una sola quota o a definizioni “puntuali” nel tempo.

Un risultato metodologicamente significativo è l’uso di CAVE-ART per definire e catalogare un insieme ampliato di disturbi “split-like”, identificati con un algoritmo di rilevamento che trova 52 eventi potenziali nel periodo 1979/80–2016/17, successivamente sottoposti a una classificazione con passaggio finale soggettivo (38 split-like, 10 dubbi, 4 falsi positivi). Il punto non è eliminare completamente il giudizio esperto, ma spostarne il peso: invece di ispezionare manualmente mappe quotidiane su molti livelli e per decenni di dati, si utilizza un sistema che porta in evidenza candidati plausibili, rendendo trasparente e ripetibile il criterio di “candidatura” e lasciando all’analista il compito di validare o raffinare. Questo tipo di flusso di lavoro è particolarmente utile quando si affrontano fenomeni morfologicamente complessi e intermittenti, e risponde a un limite noto nelle pratiche correnti: la dipendenza da definizioni dinamiche ristrette (per esempio i criteri di major SSW), da vincoli temporali rigidi (richiedere separazioni di 20–30 giorni tra eventi) e dall’uso di singoli livelli, che possono ridurre la sensibilità a disturbi transitori, a split parziali o confinati a porzioni della colonna. In ambito stratosferico, questa osservazione è rilevante perché una parte non trascurabile della variabilità può manifestarsi come riorganizzazioni strutturali non necessariamente accompagnate da una completa inversione dei venti zonali al livello “canonico”, o può presentare un’impronta verticale eterogenea, con eventi che nascono o restano confinati alla bassa stratosfera e altri che penetrano chiaramente verso l’alto; tale diversità apre questioni fisiche e operative non banali, fra cui la definizione di criteri minimi di “validità” di uno split in termini di dimensione e profondità verticale dei vortici “figli”, e la distinzione tra scissioni robuste e episodi effimeri di separazione geometrica che potrebbero riflettere più un riassetto locale del bordo che una ristrutturazione dell’intero sistema vortice.

I limiti esplicitati nella discussione sono importanti perché indicano dove l’approccio può essere ulteriormente migliorato senza alterarne la logica di base. Il catalogo non è dichiarato esaustivo, anzitutto perché la ricerca è limitata a DJFM nonostante disturbi split-like possano verificarsi anche in ottobre–novembre; inoltre, l’uso di soglie di PV costanti per definire l’edge, pur vantaggioso per la stabilità algoritmica, può in casi rari perdere eventi in cui la separazione del contorno non si manifesta chiaramente sulla soglia scelta. La mitigazione proposta—cercare lo splitting su più livelli isentropici e imporre una durata relativamente breve—riduce il rischio ma evidenzia un tema generale: la sensibilità dei risultati alle scelte di soglia e ai criteri di filtraggio. Questo è un problema noto in ogni segmentazione basata su thresholding e potrebbe essere affrontato con estensioni metodologiche ben note nella computer vision, come soglie adattive dipendenti dalla climatologia stagionale/verticale, criteri basati su gradienti o “contorni attivi”, o approcci ibridi che combinino PV con campi dinamici complementari (ad esempio vento al bordo, equivalent latitude o misure di coerenza lagrangiana) per stabilizzare la definizione del confine in condizioni fortemente disturbate. In modo analogo, la fase di tracking potrebbe essere arricchita introducendo vincoli che riflettano meglio la dinamica fisica del vortice (conservazione approssimata di proprietà integrali, penalità per salti non fisici, gestione esplicita di fusioni e biforcazioni), rendendo più robusta la ricostruzione genealogica degli oggetti nei casi di splitting e filamentazione intensa.

La discussione richiama infine due filoni di letteratura che rendono particolarmente attuale un catalogo esteso di split-like events: da un lato gli studi che propongono o enfatizzano meccanismi alternativi o complementari per la scissione del vortice (ad esempio il ruolo relativo di onde 1 e 2, condizioni di risonanza, precondizionamento del flusso medio e geometria del vortice, e differenze tra eventi più “profondi” e eventi più “bassi”), dall’altro le evidenze sulle difficoltà dei modelli nel prevedere correttamente questi episodi, sia in termini di tempistica sia di morfologia (displacement vs split, profondità verticale coinvolta, persistenza post-evento). In questo contesto, un insieme di eventi che includa casi transitori o limitati in estensione verticale non è un “rumore” da eliminare a priori, ma un’opportunità diagnostica: consente di interrogare in modo più fine le condizioni necessarie e sufficienti per uno splitting dinamicamente significativo, di valutare quanto i modelli riproducano non solo l’indice di vento zonale ma la geometria e la topologia del vortice, e di testare se i bias previsionali emergono soprattutto in specifiche configurazioni (ad esempio split che si innescano in bassa stratosfera o che mostrano forte asimmetria del bordo). Allo stesso tempo, la disponibilità di diagnostiche al bordo e di descrittori geometrici permette di formulare criteri più fisici per confronti modello–reanalisi, andando oltre la semplice conta di SSW e includendo metriche di isolamento (barriera di PV), complessità del contorno e profondità verticale dell’evento, tutte grandezze che si legano direttamente ai processi di wave breaking, mixing e riorganizzazione del flusso medio che la teoria stratosferica identifica come centrali nella vita e nella vulnerabilità del vortice.I metodi “moment-based” applicati al vortice polare stratosferico nascono dall’idea che la morfologia di una regione vortice, se rappresentata da un contorno (tipicamente una isolinea di PV su superfici isentropiche), possa essere sintetizzata con pochi descrittori globali derivati dai momenti geometrici della regione stessa. In questo quadro, grandezze come il rapporto di aspetto (derivato dai secondi momenti, quindi dall’ellisse equivalente) e l’eccesso di curtosi (momento di ordine superiore, sensibile alla “pesantezza” delle code della distribuzione e alla presenza di strutture sottili) sono state proposte come marcatori quantitativi di configurazioni predisposte allo split o già in fase di scissione (Matthewman et al., 2009; Matthewman & Esler, 2011; Mitchell et al., 2013; Seviour et al., 2013). L’aspetto metodologico interessante è che questi indici, pur essendo scalari, catturano proprietà fisiche reali: l’allungamentoriflette la crescita dell’onda-2 o, più in generale, la deformazione ellittica indotta dall’attività d’onda; la curtosi risponde in modo marcato quando la regione vortice sviluppa “code” o strutture filamentose, cioè quando il bordo viene stirato e si intensificano i processi di stirring e mixing, concetti classici nella dinamica a PV e nella descrizione della surf zone(McIntyre & Palmer, 1983). Proprio qui, però, emerge un limite intrinseco dei descrittori basati su momenti: una regione può diventare molto allungata o “pinched” (strozzata) senza che avvenga una separazione topologica in due oggetti distinti, e in quel caso le soglie su aspect ratio o curtosi possono produrre falsi positivi, identificando come splitciò che è, dinamicamente, una fase di forte deformazione ma non una scissione completata. Allo stesso tempo, gli stessi indici possono fallire quando gli “off-spring vortices” sono fortemente asimmetrici in area: se uno dei due lobi è piccolo ma dinamicamente rilevante, un indicatore globale può non “accorgersene” abbastanza, perché il momento complessivo è dominato dal lobo maggiore. La curtosi, in particolare, è notoriamente sensibile alla filamentazione: basta la crescita di filamenti sottili lungo il bordo perché il momento di ordine superiore cambi drasticamente, rendendo l’indice più un rivelatore di stirring del bordo che un discriminante univoco di scissione.

Queste ambiguità non sono un dettaglio tecnico, perché tutti i metodi—momenti o segmentazione—dipendono in modo critico da come si definisce il vortex edge. La letteratura ha mostrato da tempo che il bordo più “fisico” non è un contorno arbitrario, ma la regione di massimo gradiente di PV associata al jet al bordo, spesso formalizzata tramite latitudine equivalente e criteri tipo Nash et al. (1996); l’idea è che il bordo rappresenti una barriera al trasporto, la cui robustezza modula l’isolamento del core polare e la permeabilità al mixing. Se la soglia/contorno scelto non coincide con la barriera dinamica effettiva in una certa fase, qualunque indicatore costruito su quel contorno può essere distorto: un contorno troppo “interno” può perdere precocemente la separazione, uno troppo “esterno” può mascherare la biforcazione reale. La scelta di PV costante (climatologica) ha vantaggi di riproducibilità e stabilità ma porta con sé il rischio di non essere ottimale in ogni fase della stagione o a ogni quota; viceversa, approcci adattivi (ad esempio basati su massimi gradienti) possono essere più fisici ma anche più rumorosi e più sensibili ai dettagli del campo e alla risoluzione. È in questo contesto che l’idea di un approccio ibrido—combinare momenti e segmentazione—diventa metodologicamente solida: la segmentazione è intrinsecamente adatta a cogliere la trasformazione topologica “uno diventa due” e a gestire in modo naturale casi con vortici figli diseguali, mentre i momenti forniscono un controllo globale sulla deformazione e possono segnalare fasi di precondizionamento o transizione in cui la scissione è incipiente ma non ancora netta. Un disegno ibrido può, per esempio, usare i momenti come filtro probabilistico o come variabili di quality control (evitando di etichettare come split un semplice allungamento) e la segmentazione come criterio di separazione effettiva, riducendo la necessità di inseguire manualmente molteplici contorni e più livelli in modo ad hoc.

L’estensione concettuale più rilevante introdotta da CAVE-ART è l’uso di una diagnostica della forza del vorticebasata su valori estremi delle anomalie della velocità del vento al bordo, che è complementare sia agli indici di modalità anulare (ad esempio NAM) sia alle metriche basate sui venti zonali medi su latitudine fissa (Dunn-Sigouin & Shaw, 2015; Tripathi, Charlton-Perez et al., 2015). Il punto fisico è sottile ma importante: un vento zonale medio può diminuire anche per un semplice displacement del vortice (che è comunque un disturbo reale), perché la media zonale “vede” la perdita di simmetria e la ridistribuzione del jet; al contrario, se il vortice resta coerente e con un bordo robusto, la velocità al suo edge può rimanere elevata anche mentre il centro si sposta. Viceversa, un indebolimento autentico del vortice come entità isolante tende a manifestarsi proprio al bordo, dove si indeboliscono sia il jet sia la barriera di PV, e dove la filamentazione è più attiva. Legare la forza a una metrica al bordo aiuta quindi a separare, almeno concettualmente, i casi “geometrici” (spostamento) dai casi “dinamico-strutturali” (erosione del bordo e perdita di isolamento), e a mantenere l’informazione indipendente dalla posizione e dalla dimensione del vortice. Inoltre, combinare più livelli verticali e identificare eventi come regioni chiuse nel piano θ-tempo consente di distinguere episodi localizzati e brevi da episodi profondi e persistenti, introducendo in modo naturale la distinzione tra eventi “maggiori” e “minori” non come etichette arbitrarie, ma come proprietà emergenti della durata e della profondità verticale dell’anomalia.

Questa distinzione ha ricadute dirette su più filoni della letteratura stratosferica. Nella definizione e classificazione degli SSW, per esempio, è noto che i criteri “canonici” basati su inversione del vento zonale a 10 hPa e 60°N (e relative varianti) catturano gli eventi maggiori ma possono lasciare ai margini un continuum di disturbi significativi, inclusi warming minori o riorganizzazioni morfologiche non pienamente risolte da una singola soglia (Charlton & Polvani, 2007; Butler et al., 2015; Maury et al., 2016). Sul versante chimico, la capacità del vortice di mantenere isolamento e basse temperature controlla processi di attivazione del cloro e quindi il potenziale di perdita di ozono, per cui misure legate alla robustezza del bordo e alla coerenza del vortice sono concettualmente pertinenti quanto—e talvolta più—di un indice medio di vento (Manney & Lawrence, 2016; Strahan et al., 2016). Per il coupling stratosfera-troposfera, la letteratura osservazionale ha evidenziato che la persistenza e l’organizzazione delle anomalie, soprattutto in bassa stratosfera, sono cruciali per la propagazione verso il basso e per la probabilità di segnali troposferici su scala sub-stagionale; descrivere gli eventi per profondità verticale e durata, oltre che per intensità, è quindi informazione strutturalmente “utile” (Baldwin & Dunkerton, 2001; Dunn-Sigouin & Shaw, 2015; Runde et al., 2016). Anche sul piano delle teleconnessioni (QBO ed ENSO), l’interesse sta spesso nel discriminare quali tipi di disturbo del vortice—più alti, più bassi, più persistenti, più frammentati—siano più efficaci nel trasmettere segnali o modulare la probabilità di particolari regimi, e una catalogazione morfologica offre un vocabolario più ricco di un singolo indice (Garfinkel et al., 2010; Iza et al., 2016; Díaz-Durán et al., 2017). Infine, sul tema della previsione e della rappresentazione nei modelli, gli split e le riorganizzazioni topologiche del vortice sono notoriamente difficili da riprodurre in modo affidabile, sia per limiti di risoluzione sia per bias nella propagazione e nel breaking d’onda; disporre di un catalogo che includa anche eventi transitori o limitati verticalmente può aiutare a diagnosticare dove e come i modelli sbagliano (Taguchi, 2016; Tripathi, Charlton-Perez et al., 2015; Butler et al., 2016) e a costruire metriche di attribuzione più legate alla struttura del fenomeno che non alla sola presenza/assenza di un evento “maggiore” (Ayarzagüena et al., 2015; Kim et al., 2017).

Il fatto che non tutti i major Sudden Stratospheric Warmings (SSW) emergano automaticamente come “weak vortex events” quando si adotta una definizione basata sulle anomalie della velocità del vento al bordo del vortice non è una contraddizione, ma un promemoria fisico e metodologico: “major SSW” e “vortice debole” non sono sinonimi, perché fanno riferimento a criteri diversi e, soprattutto, a porzioni diverse della struttura vortice. I criteri classici dei major SSW sono ancorati a viste zonal-mean e a soglie su livelli standard (per esempio l’inversione del vento zonale medio a 10 hPa e 60°N), cioè a una descrizione che privilegia la simmetria e la media longitudinale; una metrica al bordo(edge) è invece costruita per misurare la capacità del vortice di restare un’entità coerente e isolante, dove jet e gradiente di PV costituiscono la “barriera dinamica” al mixing. È quindi possibile che un SSW classificato come “major” secondo la metrica zonal-mean risulti poco evidente in una diagnostica edge-based se (i) accade molto tardi nella stagione, quando il sistema è già vicino alla transizione primaverile e il segnale si confonde con la perdita radiativa/strutturale di fine inverno, oppure (ii) è troppo transitorio o limitato in quota per produrre una perturbazione profonda e persistente dell’intero oggetto vortice. In altre parole, la variabilità dei major SSW non riguarda solo l’intensità dell’evento, ma anche la sua profondità verticale, la sua durata e la sua capacità di “imprimere” un cambiamento strutturale che si propaghi verso il basso: è proprio questo il motivo per cui, nelle osservazioni, alcune anomalie stratosferiche discendono e modulano i regimi troposferici in modo marcato mentre altre restano più effimere o confinante, come evidenziato nella letteratura sul coupling stratosfera–troposfera. 

In questo quadro, un sistema come CAVE-ART è utile non perché “sostituisce” le definizioni tradizionali, ma perché permette di quantificare e confrontare una famiglia più ampia di disturbi, inclusi episodi “minor warming-like”, riorganizzazioni morfologiche e perturbazioni verticalmente incomplete, che possono sfuggire a criteri basati su una singola quota o su campi medi zonalmente. La fisica che sta dietro la varietà degli esiti è coerente con il paradigma classico dell’interazione onda–flusso medio: un SSW è, in prima istanza, l’esito di un’accelerazione del breaking e della deposizione di momento associati a onde planetarie che propagano verso l’alto, decelerando il polar night jet e innescando il riscaldamento polare. Tuttavia, proprio questa fisica consente “vie alternative” e un ampio spettro di configurazioni: la propagazione d’onda dipende dalle proprietà del waveguide (refractive index) e quindi dallo stato del vortice stesso, non solo dal forcing troposferico. È il nucleo del concetto di preconditioning: prima del collasso, il vortice può attraversare fasi in cui geometria, shear e condizioni di propagazione diventano più favorevoli a un’amplificazione rapida delle onde e al successivo cambio di regime. In più, la precondizione non è necessariamente “solo” planetaria: diversi lavori mostrano che anche processi di gravity-wave drag e la loro modulazione possono contribuire alla geometria e alla vulnerabilità del vortice prima di un SSW, con differenze tra configurazioni che portano più facilmente a displacement o a split. 

Questa prospettiva aiuta anche a leggere il legame (talvolta osservato) tra stati “forti” e stati “deboli” come parte di una stessa sequenza, anziché come condizioni indipendenti: un vortice può risultare ancora dinamicamente robusto in certe quote o secondo certe metriche, ma essere già “preparato” a una transizione rapida perché la sua struttura sta entrando in una configurazione più risonante o più sensibile al forcing d’onda. Qui entrano in gioco almeno tre famiglie interpretative che la letteratura discute spesso separatamente e che, in realtà, possono coesistere: (1) l’interpretazione wave–mean-flow in senso stretto, in cui l’intensificazione del flusso d’onda e il suo assorbimento/deposizione di momento guidano il collasso (Matsuno e successive elaborazioni), (2) gli effetti non locali e i regimi riflettenti/assorbenti della stratosfera, in cui la struttura del vortice modula non solo quanta onda entra, ma anche se parte dell’attività d’onda viene riflessa verso il basso o redistribuita, influenzando il sistema in modo non puramente locale (un tema centrale nella letteratura su wave reflection e coupling), e (3) i meccanismi di controllo interno della stratosfera, in cui feedback e instabilità proprie del sistema vortice (anche con forcing al contorno inferiore non eccezionale) possono generare cicli o transizioni tra stati forti e deboli, coerentemente con l’idea di variabilità interna e con teorie di instabilità del vortice distorto. In questa terza famiglia rientrano sia la visione di instabilità/feedback del vortice (Plumb), sia il filone “risonante” che interpreta alcuni SSW come esiti di una crescita nonlineare auto-organizzata delle onde nel contesto del vortice (Matthewman & Esler e lavori collegati), sia l’idea più recente che il vortice possa esercitare un vero e proprio “controllo” sull’amplificazione delle onde planetarie, rendendo meno netta la separazione causale tra forcing troposferico e risposta stratosferica. 

Un punto metodologicamente decisivo, in questo contesto, è lavorare nel “frame of reference” del vortice, cioè descrivere intensità e geometria come proprietà dell’oggetto (bordo, coerenza, profondità verticale, persistenza), piuttosto che come proprietà di una media zonale a un singolo livello. È qui che metriche edge-based e diagnostiche multi-livello possono diventare strumenti pratici per riconoscere stati precondizionati: un vortice può apparire “forte” per il vento al bordo e per la nitidezza della barriera di PV, ma contemporaneamente mostrare segnali di vulnerabilità geometrica o di configurazioni favorevoli a un rapido incremento dell’interazione onde–flusso medio; specularmente, un major SSW può soddisfare i criteri standard ma risultare poco “pesante” in termini di perturbazione dell’oggetto vortice se resta confinato in quota o se evolve troppo rapidamente per lasciare un’impronta profonda e persistente. Il messaggio operativo che ne deriva è che le definizioni basate su viste zonal-mean e/o su una singola quota possono essere perfettamente appropriate per classificare gli eventi maggiori, ma non sono necessariamente sufficienti per descrivere l’intero spettro dei disturbi stratosferici e la loro rilevanza per la chimica polare, l’accoppiamento verso il basso e la prevedibilità: proprio per questo, la letteratura continua a sviluppare tassonomie e diagnostiche che distinguano “major” e “minor” non solo per soglia, ma per struttura e persistenza, con l’obiettivo di collegare meglio dinamica stratosferica, impatti troposferici e capacità predittiva. 

Appendice A: Sensibilità del rilevamento degli eventi di tipo split-like

La sottosezione sull’analisi di sensibilità chiarisce un aspetto metodologico che, in diagnostica stratosferica, è spesso decisivo quanto la scelta della variabile: la robustezza di un “evento” dipende in modo critico dai criteri con cui lo si rende rilevabile lungo la colonna verticale. Nel framework CAVE-ART, gli eventi split-like non vengono cercati su un singolo livello, ma su un pacchetto di 14 livelli isentropici (430–960 K), imponendo un vincolo di coerenza verticale: un candidato viene accettato se almeno 4 livelli consecutivi presentano date di onset “raggruppate” (oppure, in alternativa, se almeno 7 livelli su 14 ricadono nello stesso raggruppamento). Questa impostazione è coerente con l’idea, ben nota nella letteratura sul vortice polare, che gli split realmente dinamici siano spesso eventi con una certa profondità verticale, mentre molte configurazioni apparentemente “biforcate” possono essere transitorie o confinarsi a porzioni limitate della stratosfera; inoltre, lavorare su più livelli riduce il rischio di sovra-interpretare un singolo campo giornaliero, particolarmente sensibile a rumore, risoluzione e scelta del contorno. 

Il test di sensibilità mostrato è, in sostanza, un esercizio di equilibrio tra recall (non perdere eventi) e precision (non accumulare falsi positivi). Con la soglia “di riferimento” (≥4 livelli consecutivi) vengono trovati 52 eventi potenziali, poi vagliati visivamente e classificati in 38 split-like, 10 dubbi e 4 falsi positivi. Allentando la condizione a 3 livelli consecutivi, i candidati salgono a 94: un incremento che segnala immediatamente come una porzione importante dei nuovi casi sia composta da configurazioni geometriche non sufficientemente robuste, perché la verifica visiva dei casi ispezionati tende a ricondurli a falsi positivi. In termini fisici, è esattamente ciò che ci si aspetta quando si scende troppo con il requisito di coerenza verticale: basta un episodio di forte allungamento o “pinching” del vortice su pochi livelli per far scattare un criterio di splitting, anche senza una scissione topologica persistente lungo la colonna. Questo è un limite noto anche nei metodi alternativi basati sui momenti (rapporto di aspetto, curtosi in eccesso), che possono reagire molto a deformazioni e filamentazione senza che ciò implichi uno split compiuto. 

In direzione opposta, irrigidendo la soglia a 5 livelli consecutivi, i candidati scendono a 33, con 27 split-like, 5 dubbi e 1 falso positivo: qui aumenta la “purezza” del campione, ma si perdono 11 eventi che, nel set originale, erano stati ritenuti split-like. Il punto interessante è quali eventi vengono persi: (i) quelli con minore coerenza verticale (esempi citati dagli autori: febbraio 1995 e febbraio 2004), cioè episodi probabilmente più “shallow” o più intermittenti in quota; (ii) quelli in cui il contorno del bordo adottato risulta leggermente troppo basso perché la scissione risulti evidente su cinque livelli consecutivi (esempi: gennaio 2003 e febbraio 2007). Questa seconda categoria è particolarmente istruttiva perché evidenzia una fragilità comune a tutte le famiglie di metodi: qualunque criterio che dipenda da un “vortex edge contour” eredita l’incertezza della definizione di bordo. Anche nella tradizione PV-based più classica, il bordo viene spesso associato al massimo gradiente di PV vincolato al massimo del jet lungo le isolinee (schema di Nash e successivi), ma è noto che questa scelta può sottostimare o sovrastimare l’estensione del core coerente a seconda del caso e della fase stagionale, con impatti diretti sulla diagnosi di splitting. 

Il fatto che il secondo criterio “≥7 livelli su 14 nello stesso raggruppamento” risulti, nei test riportati, mai necessario(perché la condizione sui livelli consecutivi viene sempre soddisfatta quando c’è un evento ritenuto valido) non lo rende inutile: lo rende un paracadute logico contro un failure mode specifico, cioè la possibilità che un bordo definito troppo “internamente” renda visibile la separazione su molti livelli ma in blocchi discontinui (ad esempio 2–3 livelli separati da 1–2 livelli in cui, per la soglia scelta, la scissione non appare). Inserire questa condizione significa riconoscere che lo split può essere un fenomeno verticalmente complesso e che la sua “visibilità” dipende dall’intersezione tra dinamica reale e metrica scelta per rappresentarla. In termini di metodologia object-based, è una scelta sensata: invece di analizzare molteplici contorni (con il rischio di moltiplicare i gradi di libertà), si introducono vincoli di consistenza che cercano di preservare la fisica del fenomeno in presenza di incertezze diagnostiche. 

Nel complesso, questa analisi di sensibilità non va letta come una “taratura numerica” fine a sé stessa, ma come un modo per rendere esplicito che la tassonomia degli split-like events dipende da due elementi accoppiati: (1) quanto verticale deve essere l’evento per essere considerato fisicamente robusto; (2) quanto fedele è, in quel caso, il contorno di bordo usato per tradurre PV e jet in una geometria segmentabile. La letteratura sulle diagnosi di split (inclusi approcci a momenti e criteri pratici per displacement/split) mostra chiaramente che anche eventi “canonicamente” riconosciuti possono assumere forme diverse e avere profondità verticali differenti; l’Appendice A rende questo punto operativo: variare di un solo livello la soglia di coerenza (da 4 a 3 o da 4 a 5) sposta sensibilmente il bilancio tra falsi positivi e falsi negativi, e la natura degli eventi che si guadagnano o si perdono è fisicamente interpretabile (transitorietà, shallow events, sensibilità al bordo).