Studio deterministico e statistico di proprietà dirette e/o derivate dei vortici ciclonici che interessano l'Italia, con particolare riferimento alla scala temporale secolare Maurizio Maugeri – Istituto di Fisica Generale Applicata, Università di Milano e Istituto per le Scienze dell’Atmosfera e del Clima, CNR Michele Brunetti e Teresa Nanni Istituto per le Scienze dell’Atmosfera e del Clima, CNR

L’Unità di Ricerca si pone il duplice obiettivo di: i)contribuire alle analisi statistiche relative alle proprietà dirette e/o derivate dei cicloni atmosferici che interessano l'Italia; ii)valutare in quale misura le metodologie messe a punto nell’ambito del programma di ricerca possano essere estese dalla scala temporale cinquantennale, tipica degli studi che richiedono data-set globali con elevata risoluzione spaziale, come i campi prodotti dalle re- analisi, NCAR/NCEP ed ERA40 (Kistler et al., 2001; Simmons and Gibson, 2000), a quella secolare. Obiettivo della UdR

Analisi statistiche…. Premessa: esiste già una stabile collaborazione con l’unità di ricerca dell’Università di Camerino Searching resemblances between large -scale depressions leading to “intense” - precipitation events over Italy Nazario Tartaglione Dipartimento di Fisica, Università di Camerino Maurizio Maugeri Istituto di Fisica Generale Applicata, Università di Milano Fabio Dalan ARPA Veneto Michele Brunetti, Teresa Nanni ISAC-CNR, Sezione di Bologna Antonio Speranza Dipartimento di Matematica e Informatica, Università di Camerino Obiettivo: studio della circolazione atmos- ferica in presenza di eventi intensi

Interessanti risultati…, problemi aperti… Brunetti, M., Maugeri, M., Monti, F., Nanni, T., 2004: Changes in daily precipitation frequency and distribution in Italy over the last 120 years. J. Geophys. Res., 109, D05102, doi: /2003JD Problema chiave: selezione eventi e i) dati disponibili ii) metodi usati

Completamento dati mancanti e REGRESSIONE MULTIPLA CON RE-SCALING FASE I: Individuazione dei giorni piovosi Tutte le serie vengono convertite in serie di categorie di precipitazioni 0 = classe 0: giorno asciutto 1 = classe 1: P<50° percentile 2 = classe 2: 50°<P<75° 3 = classe 3: 75°<P<90° 4 = classe 4: 90°<P<95° 5 = classe 5: 95°<P<99° 6 = classe 6: P>99° La serie da completare viene ricalcolata interamente come media pesata delle serie di riferimento espresse in categorie (assumerà valori continui tra 0 e 6) In base ai dati disponibili (non mancanti) nella serie da completare si definisce, per ogni giorno dell’anno, la soglia secco/piovoso Quindi, nella serie ricostruita, i valori sopra tale soglia vengono classificati piovosi (1) e quelli sotto soglia vengono classificati secchi (0)

REGRESSIONE MULTIPLA CON RE-SCALING FASE II: Ricostruzione con la regressione multipla Tutti i giorni della serie da completare che sono stati classificati 1 nella fase I, vengono ricostruiti con una regressione multipla Il principale limite della regressione multipla risiede nella sua incapacità di preservare la distribuzione statistica originale

REGRESSIONE MULTIPLA CON RE-SCALING FASE III: Re-scaling della serie ricostruita

Collocazione temporale dell’evento Le collocazioni temporali vanno considerate come affette da un errore di circa 12 ore

Criterio selezione eventi … In order to identify the events potentially able to cause flooding we first calculated the 99-percentile of the distributions of daily precipitation, for each day of the year, and for all the stations of the Brunetti et al. (2004) dataset and then we searched the events with precipitation over such values for at least two stations within the same precipitation-region in the same day. Such events are hereinafter defined as intense… …the use of percentiles as a criterion to select intense precipitation can give unstable results…

Obiettivo 1) Rivedere completamente la sele- zione degli eventi con precipitazioni intense Come? Per esempio: A) Usare un dataset più ampio. Poi: Sia p j (i) la pioggia della stazione j per il giorno i 1)Massimo tra (p j (i-1)+p j (i)) e (p j (i)+p j (i+1))  Max j (i) 2)99-Perc. di piog. gg di staz. i per gg j  P99 j (i) 3)Considero come indice di intensità: Int j (i) = Max j (i)/ P99 j (i) 4)Medio l’indice su tutte le stazioni di ogni area  Int(i) 5)Ordino in ordine decrescente Int(i) per ogni area 6)Procedo con le analisi a partire da questa serie continua Possibile applicazione: – circa 100 stazioni Problemi aperti: completamento? Test di omogeneità?

Obiettivo 2) Procedere con nuove analisi Valutare se Re-analisi ECMWF (ERA-40) meglio di NCAR/NCEP Valutare se altre variabili (p. es. geopenziale, vorticità, ecc…) meglio di SLP Valutare se con nuova classificazione si ottiene una statistica più stabile che consenta di separare meglio le diverse aree geografiche italiane Provare ad utilizzare nuove tecniche di analisi per studiare la “similitudine” tra gli eventi (per es. PCA in T mode) Verificare se si può fare qualche considerazione su eventuali tendenze evolutive

Estensione alla scala secolare Meteorological variables Air Temperature (minimum, mean, maximum) Precipitation Air Pressure Cloud Cover Other data Temporal resolution Daily/Monthly

1951 – 2000 period (daily - synop) secular records (daily) secular records (monthly) Air Pressure

Air pressure: 1951 – 2000 period Maugeri, M., Brunetti, M., Monti, F., Nanni, T., 2003: The Italian air force sea level pressure data set ( ), Il Nuovo Cimento, 26C,

Air pressure: secular record (daily/monthly) Maugeri, M., Brunetti, M., Monti, F., Nanni, T., 2004: Sea-level pressure variability in the Po Plain ( ) from homogenised daily secular records, Int. J. Climatol., 24: 437–455 Po Plain daily regional record ( )

(daily data – digital form: )

Other records

Final data-set

Un’importante fonte di dati ancora poco esplorata Il Bollettino Meteorico Giornaliero del Collegio Romano

Nuovi dati e collaborazioni internazionali A new initiative within the GCOS AOPC/OOPC Surface Pressure Working Group The GCOS AOPC/OOPC Surface Pressure Working Group is developing an International Surface Pressure Data Bank (ISPD) that will contain atmospheric surface pressure observations on sub-daily to monthly time scales from all locations around the globe for as far back in time as possible. A new initiative within the ISPD will focus on the recovery, extension, quality control and consolidation of European historical instrumental pressure series extending back into the 18th Century. This initiative is called ACRE (Atmospheric Circulation Reconstructions over Europe). The wider European domain is the one area of the globe where it is possible to produce atmospheric pressure series with very high spatial and long temporal resolution. ACRE will build on pressure data digitised by projects such as NORDKLIM, WASA, STARDEX, IMPROVE, ADVICE, HISTALP, HISKLIM, ALP-IMP and EMULATE, and consolidate additional European observations on daily to sub-daily time scales to extend circulation indices and gridded mean sea level pressure (MSLP) data sets to cover the last years.