La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

V ALIDAZIONE E E SPLORAZIONI SIMULAZIONI 2005 Validazione dei campi meteorologici Massimo DIsidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali Plenaria.

Presentazioni simili


Presentazione sul tema: "V ALIDAZIONE E E SPLORAZIONI SIMULAZIONI 2005 Validazione dei campi meteorologici Massimo DIsidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali Plenaria."— Transcript della presentazione:

1 V ALIDAZIONE E E SPLORAZIONI SIMULAZIONI 2005 Validazione dei campi meteorologici Massimo DIsidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali Plenaria del Progetto MINNI, 24 marzo 2011

2 Confronto, per le principali variabili meteorologiche, con gli indicatori annuali e mensili prodotti da ISPRA nellambito del sistema SCIA. Confronto su cinque siti (uno per ciascuna macroregione) con dati da radiosondaggio. Confronti con i dati meteorologici forniti dalle Regioni (attualmente Piemonte, Friuli Venezia Giulia, Lombardia, Emilia Romagna e Lazio). Confronti orari su ciascuna stazione. Confronto statistico sulla macroregione del Nord Italia, effettuato nellambito del progetto POMI (Po-Valley Modelling Intercomparison Exercise ). Sintesi Sintesi delle attività di validazione effettuate sui campi meteorologici 2005

3 Temperatura media annuale(°C): confronto tra campi simulati e osservazioni ISPRA-SCIA (simboli colorati) Direzione prevalente del vento su base annuale: confronto tra campi simulati (blu, una freccia ogni 6 punti griglia) e osservazioni ISPRA-SCIA (rosso). Confronto, per le principali variabili meteorologiche, con gli indicatori annuali e mensili prodotti da ISPRA nellambito del sistema SCIA. Velocita media annuale (m/s): confronto tra campi simulati e osservazioni ISPRA-SCIA (simboli colorati) A NNUALI M ENSILI Confronto con indicatori A NNUALI e M ENSILI

4 Bias medi di T (sopra) ed RH (sotto) calcolati per RAMS (nero) e LAPS (rosso) sui 5 siti considerati. I Bias sono calcolati per ogni mese e a 4 diverse ore della giornata 00, 06, 12, 18. R ADIOSONDAGGIO Confronto con dati da R ADIOSONDAGGIO Confronto su cinque siti (uno per ciascuna macroregione) con dati da radiosondaggio. (Vitali et al. Poster presentation at the European Geosciences Union (EGU) General Assembly Vienna, 13 – 18 April 2008).

5 Bias medio della Temperatura e Distribuzione di frequenza dei Bias per differenti tipologie di stazione. Confronto statistico sulla macroregione del Nord Italia, effettuato nellambito del progetto POMI (Po-Valley Modelling Intercomparison Exercise, Thunis et al., 2009) P OMI Confronti nellambito del progetto P OMI

6 Confronti con i dati meteorologici forniti dalle Regioni (attualmente Piemonte, Friuli Venezia Giulia, Lombardia, Emilia Romagna e Lazio). Confronti orari su ciascuna stazione. R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /1

7 Cosa viene prodotto? Per lintero data set cioè considerando insieme tutte le stazioni di uno studio [ad esempio regionale] 1) calcolo di un set di indici statistici, calcolati : sullintero dat set dei dati validi (tutte le ore) su sottoinsiemi dei dati riferiti alle quattro ore standard (00,06,12,18) 2)scatter plots 3) analisi dei residui (studio delle prestazioni del modello al variare di un parametro di interesse [analisi effettuate al variare di: mese, ora del giorno, quota della stazione usata per il confronto, distanza dalla più vicina stazione i cui dati sono stati acquisiti da LAPS ] R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /2

8 Cosa viene prodotto? Per ciascun sito di validazione 1) calcolo di un set di indici statistici, calcolati : sullintero dat set dei dati validi per quella stazione (tutte le ore) su sottoinsiemi dei dati riferiti alle quattro ore standard (00,06,12,18) 2) scatter plots 3) vari confronti tra valori osservato, simulato a 20 km, simulato a 4 km : andamenti orari andamenti delle medie, dei massimi e dei minimi giornalieri andamenti dei valori medi a ciascuna ora ( giorno tipo) 4) confronti più specifici tra vento misurato, simulato a 20 km, simulato a 4 km: rose dei venti conteggio delle calme di vento R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /3

9 Per quali variabili viene effettuato il confronto? Temperatura Umidità Intensità del vento (Direzione del vento) non tutte le analisi descritte…. R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /4

10 Fractional Baias Root Mean Square Error Normalized mean square error of the Normalized Ratios Mean square error of the Normalized Ratios Index of Agreement Correlation coefficient Coefficient of determination : Observed values set : Predicted values set Set di indici statistici utilizzati R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /5

11 R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /6 Indici statistici calcolati per ogni stazione a quattro diverse ore della giornata (00,06,12,18) Indici statistici calcolati per RAMS (nero) e LAPS (rosso) per ogni stazione a quattro diverse ore della giornata (00,06,12,18) Vitali et al. Poster presentation at the 13th International Conference on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes. Paris, June R EGIONE F RIULI V ENEZIA G IULIA

12 R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /7 R EGIONE L OMBARDIA /1 Dal 2009 i dati misurati dalla Rete vengono validati quotidianamente, attraverso un insieme di test automatici e non. I dati per gli anni 2003, 2005, 2007 ci sono stati forniti per 38 stazioni (dati controllati da Christian Lussana). Milano, ARPA LOMBARDIA, 12 novembre 2010

13 R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /8 R EGIONE L OMBARDIA /2 Temperatura

14 R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /9 R EGIONE L OMBARDIA /3 Velocità del vento

15 R EGIONI Confronto con dati meteorologici forniti dalle R EGIONI /10 R EGIONE L OMBARDIA /3 rosso: QA e meteo coincidenti azzurro: QA e meteo rappresentativi della stessa area verde : interessanti per QA

16 Risultati soddisfacenti nelle aree costiere, pianeggianti e collinari. Errori crescenti al crescere della complessità orografica (confronto con le stazioni localizzate nelle valli ed a quote elevate). Qualità dei risultati condizionata dalla densità e dalla rappresentatività delle stazioni SYNOP/METAR (risultati migliori in Friuli che in Piemonte). Incompatibilità di alcune postazioni di misura delle reti regionali con stazioni della rete SMAM che possono rendere problematici i confronti. Generale miglioramento dei campi meteorologici analizzati da LAPS rispetto ai campi di background generati da RAMS. Cosa abbiamo imparato…


Scaricare ppt "V ALIDAZIONE E E SPLORAZIONI SIMULAZIONI 2005 Validazione dei campi meteorologici Massimo DIsidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali Plenaria."

Presentazioni simili


Annunci Google