"Probabilità di pioggia al 70%": cosa ci dice la percentuale delle app meteo

Sul tuo schermo compare un numero, 70%; accanto, una nuvola con le gocce. Quindi si decide se prendere l'ombrello, se spostare la partita, se lasciare la bicicletta in garage. Quel numero viene consultato milioni di volte al giorno in Italia, eppure interpretato in almeno tre modi incompatibili tra loro:

• pioverà per il 70% della giornata,

• pioverà sul 70% del territorio,

• ci sono sette possibilità su dieci che piova.

Una sola delle tre si avvicina alla definizione che i servizi meteorologici usano davvero, e la distanza tra le altre due e la realtà cambia il senso di qualsiasi decisione presa su quella base. La probabilità di precipitazione ha una definizione tecnica precisa, una formula storica che circola ancora nelle spiegazioni divulgative pur avendo perso peso operativo, e un metodo di calcolo contemporaneo che passa da decine di simulazioni numeriche eseguite in parallelo.

Attorno a questo parametro esistono anche una letteratura scientifica sulla sua incomprensione da parte del pubblico, uno studio condotto tra gli altri su un campione di passanti milanesi, e una vecchia questione di distorsione commerciale documentata sulle riviste di settore. Vale la pena rimettere in fila i pezzi, partendo dalle tre parole che rendono il numero interpretabile: dove, quando, quanto.

In breve

• La probabilità di precipitazione indica la probabilità che cada almeno una quantità misurabile di pioggia in un punto specifico, entro una finestra temporale definita. Non riguarda la durata dell'evento né la porzione di territorio bagnata.

• La soglia minima è di circa 0,25 millimetri nella convenzione americana e 0,1 millimetri nella prassi diffusa in Europa. Sotto quel valore la giornata conta come asciutta.

• La formula storica del National Weather Service, PoP = C × A, moltiplica la confidenza del previsore per la copertura areale attesa. Lo stesso 70% può quindi nascere da situazioni meteorologiche opposte, e i due fattori non vengono mai pubblicati.

• Le percentuali contemporanee derivano da ensemble di 51 simulazioni con condizioni iniziali perturbate, seguite da correzione statistica calibrata sulle osservazioni storiche.

• Uno studio del 2005 condotto anche su un campione milanese ha mostrato che nelle città europee l'interpretazione corretta veniva giudicata la meno plausibile tra tre alternative.

• La percentuale non contiene alcuna informazione sull'intensità. Un 90% può corrispondere a mezzo millimetro complessivo, un 30% a un temporale da 40 millimetri.

La definizione tecnica e i suoi tre ingredienti

Il parametro si chiama probabilità di precipitazione, abbreviato in PoP nella letteratura anglosassone. Il National Weather Service statunitense lo definisce come la probabilità che una quantità misurabile di precipitazione cada, entro un periodo di tempo definito, in un dato punto dell'area di previsione, un punto qualunque, ma uno solo. Ogni parola di quella frase pesa.

La soglia: quanto deve piovere perché conti

La convenzione americana fissa il limite a un centesimo di pollice, cioè circa 0,25 millimetri. Quella europea lavora più spesso su 0,1 millimetri. In entrambi i casi si parla di quantità che bagnano appena l'asfalto. Una nebbia densa che lascia il parabrezza umido può restare sotto soglia e conteggiare come giornata senza pioggia, anche se chi era in bicicletta giurerebbe il contrario.

La soglia spiega anche perché due app diverse mostrano percentuali diverse per lo stesso luogo e la stessa ora. Cambiando il valore minimo, cambia il numero. Cambiando il modello che alimenta il servizio, cambia ancora.

Il punto: la percentuale riguarda te, non la regione

Qui sta l'equivoco più diffuso in Italia. La probabilità è riferita a un punto geografico, tipicamente il nodo di griglia più vicino alla località selezionata. Non descrive la probabilità che piova da qualche parte in Lombardia, che sarebbe un numero molto più alto e molto meno utile. Descrive la probabilità che piova sopra la tua testa.

La differenza tra le due grandezze è sostanziale. In una giornata di temporali estivi sparsi la probabilità che piova in qualche punto della pianura padana può sfiorare la certezza, mentre la probabilità che piova su un indirizzo specifico resta intorno al 30%. Le app mostrano la seconda.

L'intervallo: una percentuale senza orologio non dice nulla

La probabilità di precipitazione è definita su una finestra temporale, di solito dodici ore, talvolta sei, sempre più spesso un'ora nelle previsioni a brevissimo termine. Il 70% giornaliero e il 70% orario sono numeri diversi che raccontano scenari diversi. Le probabilità orarie, tra l'altro, non sono indipendenti tra loro, se piove alle 15 le chance che piova anche alle 16 salgono, e questo rende matematicamente scorretto sommarle o moltiplicarle come farebbe un lancio di dadi ripetuto.

PoP = C × A, la formula che ha generato mezzo secolo di malintesi

La definizione operativa del National Weather Service si scrive come un prodotto tra due fattori. C è la confidenza del previsore che la precipitazione si verifichi da qualche parte nell'area considerata. A è la porzione di quell'area che riceverà precipitazione misurabile, ammesso che si verifichi.

Segue una conseguenza controintuitiva e cioè lo stesso 70% può nascere da situazioni meteorologiche opposte. Un fronte organizzato che il previsore considera certo al 100% ma che coprirà solo il 70% del territorio produce 70%. Una situazione instabile con confidenza del 70% ma che, se si sviluppa, bagnerà l'intera area produce lo stesso 70%. Dal numero pubblicato non si può risalire ai due fattori, perché C e A non vengono mai diffusi.

La formula resta didatticamente valida e continua a circolare in ogni spiegazione divulgativa, però ha perso peso nella pratica quotidiana. In una discussione documentata del marzo 2025 David Church, Science and Operations Officer dell'ufficio NWS di Salt Lake City, ha confermato che la relazione è legittima ma che i previsori non ci si affidano più come un tempo, perché i modelli numerici moderni generano la probabilità direttamente, senza passare da una stima soggettiva di copertura areale.

Perché non basta dire che la giornata si replica cento volte

La spiegazione più diffusa del parametro ricorre a un esperimento mentale, ovvero, si immagina di rivivere cento volte la stessa giornata e si conta in quante di queste ripetizioni cade la pioggia. Settanta su cento corrispondono al 70%. L'immagine funziona come classe di riferimento statistica e cattura il punto che sfugge alla maggior parte dei lettori, cioè che la percentuale descrive una frequenza attesa su un insieme di casi e non una proprietà della singola giornata.

Sul piano fisico, però, la formulazione contiene un errore. Replicare le condizioni atmosferiche esatte produrrebbe cento volte lo stesso identico esito, perché le equazioni che governano l'atmosfera sono deterministiche. L'incertezza non nasce dal caso insito nel sistema, deriva dall'impossibilità di conoscerne lo stato iniziale con precisione arbitraria. Edward Lorenz lo dimostrò nel 1963 lavorando su un modello convettivo semplificato: differenze minuscole nei valori di partenza, dell'ordine dell'errore di arrotondamento, divergono in modo esponenziale fino a generare traiettorie completamente diverse nel giro di pochi giorni simulati.

La versione corretta dell'esperimento mentale parla quindi di giornate indistinguibili da quella odierna entro l'errore di misura, non identiche a essa. Sono giornate che i sensori, i palloni sonda e i satelliti descriverebbero con gli stessi numeri, e che tuttavia partono da stati atmosferici leggermente diversi. In settanta di quelle giornate la pioggia arriva, nelle altre trenta il sistema imbocca un'altra strada.

Il tempo di raddoppio dell'errore è stimato in letteratura con valori che vanno dai cinque giorni della stima classica degli anni Sessanta al giorno e mezzo delle verifiche sulle previsioni operative europee. Qualunque sia il valore esatto, è questa grandezza a fissare il limite oltre il quale nessuna previsione deterministica conserva valore, indipendentemente dalla potenza di calcolo disponibile.

Sistemato questo punto, torna in gioco l'interpretazione popolare da cui si era partiti. Dire che il 70% significa sette possibilità su dieci che piova è corretto, a patto di completare la frase con le tre condizioni al contorno: sette possibilità su dieci che nel punto selezionato, entro la finestra temporale indicata, cada almeno la quantità minima misurabile. Le altre due letture diffuse, quella sulla durata e quella sull'estensione territoriale, restano invece sbagliate in ogni loro variante.

Come nasce oggi una percentuale: dentro l'ensemble

La previsione probabilistica contemporanea si costruisce con la tecnica dell'ensemble. Il modello viene eseguito molte volte a partire da condizioni iniziali leggermente perturbate e con parametrizzazioni fisiche variate, generando uno sciame di scenari possibili. La frazione di scenari in cui la precipitazione supera la soglia nel punto considerato fornisce la probabilità grezza.

Il sistema europeo di riferimento è l'ensemble del Centro europeo per le previsioni meteorologiche a medio termine: 51 membri su una griglia da 9 chilometri, 137 livelli verticali, orizzonte di 15 giorni. La risoluzione attuale risale al giugno 2023, quando l'ensemble è passato dai 18 chilometri precedenti.

Dal luglio 2025 accanto a questo sistema opera AIFS ENS, la versione probabilistica del modello basato su intelligenza artificiale del Centro: anch'essa a 51 membri, lavora su una griglia più larga, intorno ai 31 chilometri, ma produce l'intero ensemble oltre dieci volte più rapidamente e con un consumo energetico di circa tre ordini di grandezza inferiore. Il Centro stesso segnala che il modello mostra ancora bias sistematici sulle precipitazioni e tende a sottostimare i valori estremi, cosa emersa per esempio nell'analisi di un evento intenso sulle Alpi italiane nell'aprile 2025.

Il numero grezzo che esce dall'ensemble raramente arriva intatto all'utente. Il numero grezzo che esce dall'ensemble raramente arriva intatto all'utente poiché si applicano correzioni statistiche calibrate sulle osservazioni storiche. MeteoSvizzera, che dal gennaio 2025 pubblica mappe di probabilità di precipitazione sull'app e sul sito, costruisce il prodotto combinando modelli propri e modelli europei su orizzonti temporali diversi, proprio per uniformare fonti eterogenee in un unico valore leggibile.

Cosa capiscono davvero le persone: la ricerca condotta anche a Milano

Nel 2005 la rivista Risk Analysis ha pubblicato uno studio firmato da Gerd Gigerenzer, Ralph Hertwig, Eva van den Broek, Barbara Fasolo e Konstantinos Katsikopoulos che resta il riferimento sull'argomento. I ricercatori hanno fermato passanti in cinque città con storie diverse rispetto alle previsioni probabilistiche: Amsterdam, Atene, Berlino, Milano e New York. A ciascuno hanno chiesto cosa significhi "30% di probabilità di pioggia domani", offrendo tre alternative: pioverà per il 30% del tempo, pioverà sul 30% della regione, pioverà in 3 giorni su 10 come domani.

A Milano risposero 203 persone. Nelle città europee l'opzione preferita fu quella temporale, seguita da quella areale, mentre l'interpretazione corretta venne giudicata la meno appropriata. Solo a New York la maggioranza scelse la lettura statistica standard. Il dato interessante riguarda la polarizzazione: l'alternativa giusta veniva indicata come la migliore oppure come la peggiore, quasi mai come seconda scelta.

La conclusione operativa degli autori riguarda la comunicazione. Una percentuale espressa come probabilità di evento singolo lascia indeterminata la classe di riferimento, e ognuno la riempie con quella che gli sembra plausibile. Dichiarare esplicitamente la classe, per esempio "in 7 giornate su 10 con queste condizioni cadrà almeno un millimetro di pioggia a Milano tra le 6 e le 18", elimina l'ambiguità senza aggiungere nulla di tecnico.

Il wet bias: quando la percentuale non è del tutto sincera

Esiste un motivo ulteriore per cui le percentuali vanno lette con attenzione, ed è di natura editoriale più che scientifica. Una verifica pubblicata nel dicembre 2008 sul Monthly Weather Review da Eric Bickel e Seong Dae Kim ha confrontato le probabilità dichiarate dal Weather Channel con le frequenze osservate. Quelle del canale commerciale mostravano una distorsione sistematica sulle probabilità basse: quando veniva annunciato un 20%, storicamente pioveva circa nel 5% dei casi. Le probabilità intermedie e alte, dal 40% in su, potevano essere prese per buone, con l'eccezione del 100%, anch'esso mal calibrato.

Il fenomeno si conosce con il nome di wet bias e venne divulgato nel 2012 da Nate Silver in The Signal and the Noise. La logica dell'incentivo è trasparente: se un servizio annuncia 5% e poi piove, l'utente si sente tradito; se annuncia 20% e non piove, nessuno protesta. Le emittenti televisive locali analizzate mostravano una distorsione ancora più marcata, arrivando a dichiarare 100% in situazioni in cui pioveva circa nel 70% dei casi, e a dichiarare 0% in giornate in cui pioveva comunque nel 10% dei casi. Quanto questa distorsione persista oggi non è documentato con la stessa chiarezza, perché i flussi previsionali si sono spostati verso pipeline automatiche con correzione statistica del bias.

Come si stabilisce se una previsione probabilistica era giusta

Una previsione al 70% non può essere smentita dalla giornata in cui non piove. Nessun singolo evento falsifica una probabilità. La verifica si fa su serie lunghe, con due strumenti principali.

Il primo è il Brier score, che misura lo scarto quadratico medio tra probabilità dichiarata ed esito osservato, codificato come 1 o 0. Il secondo è il diagramma di affidabilità, che raggruppa tutte le previsioni emesse con la stessa percentuale e verifica la frequenza reale corrispondente. Un sistema calibrato produce pioggia in circa il 70% delle giornate in cui ha annunciato 70%, e la curva risultante coincide con la bisettrice. Le deviazioni verso l'alto o verso il basso identificano sovrastima o sottostima sistematica.

Un servizio meteorologico onesto, di conseguenza, sbaglia il 30% delle volte in cui dichiara 70%. Quel margine è il contenuto informativo del numero, non un difetto.

Quando conviene portare l'ombrello: la soglia dipende da chi sei

La teoria delle decisioni fornisce una regola semplice, nota come rapporto tra costo e perdita. Si prende l'ombrello quando la probabilità supera il rapporto tra il fastidio di portarlo inutilmente e il danno di bagnarsi.

Chi ha una borsa capiente e un appuntamento formale attribuisce al fastidio un valore basso e al danno un valore alto: la sua soglia razionale può scendere sotto il 10%, e a quel punto il 30% è già motivo sufficiente. Chi va in bicicletta e considera l'ombrello un impaccio serio può avere una soglia intorno al 50%. Due persone che leggono la stessa percentuale e prendono decisioni opposte stanno entrambe ragionando correttamente, perché la percentuale descrive l'atmosfera mentre la soglia descrive le loro priorità.

Il dato che manca sempre accanto alla percentuale

Resta un elemento che nessuna delle spiegazioni virali affronta, ed è quello che serve di più per organizzare una giornata. La probabilità di precipitazione non contiene alcuna informazione sull'intensità. Un 90% può corrispondere a una pioviggine continua da mezzo millimetro complessivo, mentre un 30% di una giornata di instabilità estiva può nascondere un temporale da 40 millimetri in venti minuti, con allagamenti locali.

Chi vuole leggere davvero una previsione guarda quindi due numeri insieme: la percentuale, che dice quanto è probabile bagnarsi, e l'accumulo previsto in millimetri, che dice quanto sarà seria la faccenda se accade. La maggior parte delle applicazioni mostra il secondo valore un tocco più in basso, sotto l'icona della nuvola. È lì che si decide se serve l'ombrello o se conviene semplicemente restare a casa.

Domande frequenti

Il 70% di probabilità significa pioggia più intensa del 30%?

No. Le due grandezze sono indipendenti. L'intensità e l'accumulo sono descritti da un parametro separato, la previsione quantitativa delle precipitazioni, espressa in millimetri e disponibile accanto alla percentuale nella maggior parte delle applicazioni.

Perché due app danno percentuali diverse per lo stesso luogo?

Usano modelli diversi, soglie minime diverse e correzioni statistiche proprietarie. Uno scarto tra 40% e 55% sullo stesso punto e sulla stessa ora rientra nella normale variabilità tra fornitori e non indica che uno dei due stia sbagliando.

Le probabilità orarie si possono sommare?

No. Gli eventi orari non sono statisticamente indipendenti, e in situazioni frontali la dipendenza è molto forte. Tre ore consecutive al 30% non producono il 90%.

Un 100% di probabilità esiste davvero?

Compare quando la precipitazione è già in corso o osservata dal radar in avvicinamento. Alcuni servizi però arrotondano a 100 tutti i valori superiori al 90: è la ragione per cui il 100% risulta mal calibrato nelle verifiche, ed è l'unico valore alto da leggere con cautela.

Se dichiarano 70% e non piove, la previsione era sbagliata?

No. Nessun singolo evento può falsificare una probabilità. Un sistema calibrato correttamente produce pioggia in circa sette giornate su dieci tra quelle in cui ha annunciato 70%, quindi sbaglia il 30% delle volte per costruzione.

Il 20% di probabilità è affidabile quanto il 90%?

Storicamente meno. La verifica pubblicata nel 2008 sul Monthly Weather Review ha documentato una distorsione sistematica del servizio commerciale sulle probabilità basse, mentre i valori alti risultavano attendibili. Le percentuali sotto il 30% vanno lette con qualche cautela in più.

A che percentuale conviene prendere l'ombrello?

Dipende dal rapporto tra il fastidio di portarlo inutilmente e il danno di bagnarsi. Chi ha un appuntamento formale può avere una soglia razionale sotto il 10%, chi si sposta in bicicletta può collocarla intorno al 50%. Non esiste una soglia universale.