RISICO Descrizione del sistema e porting in gLite Mirko D'Andrea, Paolo Fiorucci, Francesco Gaetani, Riccardo Minciardi. 12 Novembre 2007.

Slides:



Advertisements
Presentazioni simili
“verso il centenario” LE AZIONI DA VENTO SULLE COSTRUZIONI:ASPETTI NORMATIVI E SCENARI DI RICERCA Centro Nazionale di Meteorologia e Climatologia Aeronautica.
Advertisements

Classificazione delle previsioni
CAPI04 - 8^ Workshop: Calcolo ad Alte Prestazioni in Italia, Milano 24-25/11/2004 CESI Problemi operativi di un modello fluidodinamico di atmosfera Paolo.
Unità D2 Database nel web. Obiettivi Comprendere il concetto di interfaccia utente Comprendere la struttura e i livelli che compongono unapplicazione.
MATLAB.
MATLAB. Scopo della lezione Programmare in Matlab Funzioni Cicli Operatori relazionali Esercizi vari.
Di Piero Zuppelli CdL Ing Elettronica Applicata (Triennale)
Università degli studi di Trieste
4 – Progettazione – Introduzione e Modello E-R
Costruzione di una base dati storica dei campi di vento sulla Provincia di Torino Realizzazione del progetto S. Finardi.
1 Un anno di vento in Provincia di Torino, dati meteorologici utilizzati e scelta di un periodo rappresentativo Settore Meteoidrografico e Reti di Monitoraggio.
AREA AMBIENTE, PARCHI, RISORSE IDRICHE E TUTELA DELLA FAUNA
Torino, 26 settembre 2005 G.V. Fracastoro, A. Poggio Politecnico di Torino - Dipartimento di Energetica G.V. Fracastoro, A. Poggio Politecnico di Torino.
Basi di Dati prof. A. Longheu 4 – Progettazione – Introduzione e Modello E-R Cap. 5 Basi di dati Atzeni – Ceri – Paraboschi - Torlone.
Massimo D’Isidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali
Impatto degli incendi boschivi sulla qualità dellaria a scala nazionale S. Finardi 1, M.Mircea 2, G.Righini 2 1 Arianet 2 ENEA UTVALAMB-AIR Workshop –
Sensor Integration Luglio Questa presentazione è fornita come un'introduzione all'applicazione ed integrazione di tecnologia dei sensori nei sistemi.
Attività Sperimentale 2008 Elettronica
Copyright 2004 © Rodolfo Soncini Sessa.
INFOGESO Influenza dell'Ozono sulla Gestione Sostenibile dei sistemi agricoli e forestali OBIETTIVI DEL PROGETTO A SUPPORTO DELLA POLITICA REGIONALE ottenere.
CUSTIC 3.1 Presentazione di un software per la valutazione dellimpatto ambientale da rumore Recanati Francesca A.A. 2009/2010.
Arrighetti Francesco A.A. 2009/2010 HOMER
Corso di Modellistica e Simulazione A.A. 2007/2008
Presentazione del software NEXUS Marta Simone (matr )
MATLAB. …oggi… Programmare in Matlab Programmare in Matlab m-file m-file script script Funzioni Funzioni Cicli Cicli Operatori relazionali Operatori relazionali.
MATLAB. …oggi… Programmare in Matlab Programmare in Matlab Funzioni Funzioni Cicli Cicli Operatori relazionali Operatori relazionali Indipendenza lineare,
MATLAB. …oggi… Programmare in Matlab Programmare in Matlab Funzioni Funzioni Cicli Cicli Operatori relazionali Operatori relazionali Esercizi vari Esercizi.
Parametri di dipendenza della caratteristica
I TEMPORALI.
I dati osservati. The numbers refer to all data items received over a 24 hour period on 5 July 2004 Starting a forecast: The initial conditions.
Biologia computazionale A.A semestre II U NIVERSITÀ DEGLI STUDI DI MILANO Docente: Giorgio Valentini Istruttore: Matteo Re p5p5 UPGMA C.d.l.
Le serie agronomiche di lungo termine per la valutazione della vocazionalità e dei rischi climatici. Università di Udine Dipartimento Produzione Vegetale.
WORKSHOP – Il Centro Funzionale di supporto alla Protezione Civile della Regione Emilia-Romagna Bologna - 24 Giugno 2003 Massimo Bider Marco Lazzeri Rita.
Algoritmi e diagrammi di flusso
Dall’algoritmo al programma.
La progettazione di un sistema informatico
Ordine degli Ingegneri di Bologna, 26 novembre 2010 Ordine degli Ingegneri di Bologna, 26 novembre /22 Gabriele Tonelli consulente CNR IRPI
TRASDUTTORI E SENSORI.
Progettare per competenze
LA LOTTA AGLI INCENDI BOSCHIVI
Alice RINALDI*, Vanessa CARDIN*, Miroslav GAČIĆ*
Ingegneria del software Modulo 2 -Il software come prodotto Unità didattica 2 -I costi del software Ernesto Damiani Università degli Studi di Milano Lezione.
Ingegneria del software Modulo 2 -Il software come prodotto Unità didattica 1 - Introduzione alle metriche Ernesto Damiani Università degli Studi di Milano.
Ripasso : Algoritmi.
Università di Brescia - Facoltà di Ingegneria MONITORAGGIO E SISTEMAZIONE DEI BACINI IDROGRAFICI Prof. ROBERTO RANZI ESERCITAZIONI.
Dietro le quinte del servizio meteo, strumenti e applicazioni
Politecnico di Torino maggio DIDAMATICA 2011 Insegnare Futuro EXCEL4PS&SP – 6 Maggio 2011 Prof. Nicola Armenise, PhD I.T.E.S. “A. Olivetti” -
Aria-impact 1.7 Presentazione modello
Lettura e analisi statistiche dei dati e computer analysis
Corso di Laurea in Biotecnologie corso di Informatica Paolo Mereghetti DISCo – Dipartimento di Informatica, Sistemistica e Comunicazione.
ORGANIZZAZIONE DI UN SISTEMA DI ELABORAZIONE
1 Principali caratteristiche/finalità Schema degli input Parametri del modello Applicazione a un caso.
Informatica 4 Funzioni. FUNZIONE: definizione MATEMATICA Relazione (o applicazione) binaria tra due insiemi A e B che associa a ogni elemento di A un.
Che cos’è un algoritmo? La vita di tutti i giorni è scandita da sequenze di azioni che compiamo automaticamente nell’ ordine esatto.
Ingegneria del software Modulo 4 -Processi software Unità didattica 1 -Rational Unified Process Ernesto Damiani Università degli Studi di Milano Lezione.
Ingegneria del software Modulo 1 -Introduzione al processo software Unità didattica 3 - Modelli di fase d’analisi Ernesto Damiani Università degli Studi.
B IBLIO S ERVICE consultazione di articoli online Anna Riccioni Progetto per il corso di Reti di Calcolatori L-S Anno Accademico
Temperatura dell’aria
Corso di laurea in Ingegneria Energetica
Impatti del cambiamento climatico sul regime idrologico del bacino del Lago Maggiore Milano, 20 Marzo 2013 Ing. Giovanni Ravazzani
12 dicembre Analisi di sicurezza dell’applicazione SISS Security Assessment dell’applicativo e Reversing del client.
Collegio Maestri di sci Trento – Corso maggio 2016 LIVELLI ATMOSFERICI E CASI DI MALTEMPO. INTERNET.
FESR Trinacria Grid Virtual Laboratory PROGETTO “MAMMO” Sviluppo e ottimizzazione di algoritmi adattativi, specificatamente di Artificial.
Realizzato da Jessica Crisarà, Antonello Pedà, Christian Nicoletta e Roberta Cavalieri.
Solutions for SMART CITY Relatore: dott. Giacomo Campanella.
Dott. Massimo Crespi – Radarmeteo srl
Modello gaussiano non stazionario di tipo puff POLITECNICO DI MILANO Corso di Laurea Triennale A.A. 2014/2015 Ingegneria per l’Ambiente e il Territorio.
PRIPOM Produzione Integrata del pomodoro in coltura protetta: nuovi materiali e strategie ecocompatibili Dr. Agr. Luigi Santonicola Ricercatore CRA-ORT.
Parte 5 Sommario Uso routine di calcolo predefinite di Matlab –Risoluzione equazioni non lineariRisoluzione equazioni non lineari –Ricerca minimo di una.
Offline Report Finale Grid! I Corso di formazione INFN su aspetti pratici dell'integrazione di applicazioni in GRID Domenico D’Urso Roberto.
Transcript della presentazione:

RISICO Descrizione del sistema e porting in gLite Mirko D'Andrea, Paolo Fiorucci, Francesco Gaetani, Riccardo Minciardi. 12 Novembre 2007

Il sistema RISICO Obiettivo: Fornire un servizio di previsione della pericolosità potenziale da incendi boschivi per il territorio nazionale italiano.

Il sistema RISICO (II)‏ Pericolosità potenziale: intensità potenziale del fronte di fiamma nel caso venga appiccato un fuoco. Due moduli:  Modulo dell'umidità della necromassa,  Modulo di “Fire Spread”;

Modulo del calcolo dell'umidità della necromassa Ruolo chiave della necromassa vegetale nell'accensione dei fuochi. Modello del 1° ordine. Utilizza in input le variabili meteorologiche.

Modulo di “Fire Spread” Modello semi-fisico. Utilizza in input variabili meteorologiche. Produce una stima della pericolosità potenziale.

Esempio di previsione

Dominio di calcolo Griglia regolare discretizzata a 0.01 gradi. Circa celle per il territorio nazionale. Per ogni cella sono note:  coordinate del centro della cella,  parametri della vegetazione,  caratteristiche orografiche,  riferimenti per i file di Input;

Schema funzionale del sistema RISICO

Input del sistema Tipologia di variabili meteorologiche:  Temperatura dell'aria,  Umidità dell'aria,  Componente zonale e meridionale del vento,  Precipitazioni; LAMI (Local Area Model), previsione meteorologica a 72 ore, utilizzata per la previsione del rischio. Mappe interpolate di dati osservati a terra da una rete di sensori, utilizzate per l'inizializzazione del sistema. Dati satellitari opzionali.

Workflow del sistema RISICO Download LAMI dal DB Download Dati Osservati dal DB Prepara file dei parametri Esegui RISICO Leggi Output da File e scrivi sul DB Fine Inizio

Diagramma di flusso dell'eseguibile RISICO

Implementazione attuale Dominio di calcolo: territorio italiano, griglia regolare a 0.01° (ca 1000 m), 330 mila celle. Tempo di calcolo: 20 minuti ca. Occupazione su disco: 150 MB a run.

Obiettivi di RISICO su gLite Dominio di calcolo: territorio italiano, griglia regolare a 0.001° (ca 100 m), 30 milioni di celle. Tempi di calcolo: utili all'operatività del sistema (< 1 h).