Previsioni stagionali per l’agricoltura e l’ambiente

Slides:

Advertisements

Presentazioni simili

Precipitazioni osservate, SPI index, Po, previsioni a breve, medio e lungo termine e stagionali e progetto Pedro Aree Sala Operativa, Previsioni Stagionali,

Advertisements

Come organizzare i dati per un'analisi statistica al computer?

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.

Run I Distribuzione inclusive di Min Bias (Mult. Carica, Pt). Correlazioni dello stato finale ( -Mult) + mini-jet (soft hard physics). Campioni utilizzati:

Oscillazioni a grande scala CLIMATOLOGIA Prof. Carlo Bisci.

Re-engineering del wrapper XML Schema per il sistema MOMIS

Di Piero Zuppelli CdL Ing Elettronica Applicata (Triennale)

Università degli Studi di Trieste

Laureando: Marco DALLE FESTE

Utilizzo di strumenti GIS ed analisi spaziale per lo studio della potenzialità produttiva della vongola filippina (Tapes philippinarum) nella Sacca di.

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.

I patroni vanno al teatro lirico per vedere le opere.

Sandro Finardi, Mihaela Mircea, Gaia Righini con la collaborazione di

Metodi Quantitativi per Economia, Finanza e Management Lezione n°8

Metodi Quantitativi per Economia, Finanza e Management Lezione n°9.

Regressione lineare Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°8.

Modelli dinamici e contabilizzazione dei flussi di gas ad effetto serra nei suoli agricoli Udine 27 marzo 2008 Giornata di studio Ruolo dei suoli agricoli.

Valutazione di aree a rischio per la produzione cerealicola a causa dell’inquinamento da ozono. De Marco A., Paoletti E., Screpanti A., Racalbuto S., Vialetto.

ALBERI DECISIONALI prima parte

Metodi Quantitativi per Economia, Finanza e Management Lezione n° 9.

METEOROLOGIA GENERALE

Federico Grazzini ARPA- Servizio IdroMeteorologico Emilia-Romagna

I bollettini meteo. Perché le previsioni meteo? lindustria la protezione civile lo sport i trasporti il turismo lagricoltura.

per la Collaborazione BaBar

UNIVERSITA` DEGLI STUDI di LECCE

ITIS Guglielmo Marconi - Via Adda, Gorgonzola (MI) TECNICAMBIENTE _ _ 2013 CRITERI GENERALI Aggiornamento della zonizzazione acustica di Gorgonzola.

Il Cambiamento climatico in agricoltura

Progetto finalizzato MiPAF CLIMAGRI Cambiamenti climatici e agricoltura Bologna, 15 maggio 2006 Coordinatore: Dott. Domenico Vento Consiglio per la Ricerca.

Bologna - 15 maggio 2006 Il cambiamento climatico e gli eventi estremi in agricoltura: le gelate tardive Gabriele Antolini CLIMAGRI Cambiamenti climatici.

C. De Rose1, A. Gervasi 1, 2, I. Guerra1, M. Mucciarelli 3, F. Tafaro4

Principi di Interferometria – I

Master in Meteorologia Applicata

WORKSHOP – Il Centro Funzionale di supporto alla Protezione Civile della Regione Emilia-Romagna Bologna - 24 Giugno 2003 Carlo Cacciamani Servizio Meteorologico.

Seminario: Il Centro Funzionale e la Previsione del Dissesto Idrogeologico in Emilia-Romagna. Bologna, 4/11/2005, Sala Polivalente, Viale Aldo Moro, 50.

6.1.Strumenti di valutazione: modelli economici Valutazione delle politiche AA 2005/2006 Davide Viaggi.

SISTEMI LINEARI TEMPO INVARIANTI SEZIONE 7

Prodotti del sottosistema Previsione QUITSAT

IL CLIMA “l nostro clima, la vostra scelta!". Questa la frase che si legge sul maxi striscione di metri quadri di superficie posizionato sul ghiacciaio.

GRUPPO NAZIONALE DI OCEANOGRAFIA OPERATIVA 2° Convegno Nazionale di Oceanografia Operativa Limpiego delle reti di monitoraggio in tempo reale nei sistemi.

PROGETTO Aggiornamento anno 2004 Cinzia Alessandrini ARPA – SIM Mirco Martina Studente I.T.I.S. O.Belluzzi.

Ordine degli Ingegneri di Bologna, 26 novembre 2010 Ordine degli Ingegneri di Bologna, 26 novembre /22 Gabriele Tonelli consulente CNR IRPI

Il profilo climatico di Bologna: presente e futuro

Progetto SeT Comunità di ricerca on line Stefano Cacciamani Università della Valle dAosta- docente incaricato Università di Macerata Workshop

Attività e ricerche dellIstituto di Scienze dellAtmosfera e del Clima (ISAC) ISAC è il maggior istituto che opera sulle tematiche di scienze dellatmosfera.

Ricerca dellHiggs del Modello Standard nel canale ttH con CMS Massimiliano Chiorboli Università di Catania.

1 Lazienda opera nel settore alimentare di fascia alta con prodotti a marchio proprio, caratterizzati da immagine bio e naturale, e distribuiti in punti.

STATISTICA PER LE DECISIONI DI MARKETING Andrea Cerioli Sito web del corso IL MODELLO DI REGRESSIONE LINEARE MULTIPLA Selezione.

Dietro le quinte del servizio meteo, strumenti e applicazioni

LABORATORIO DI ANALISI AVANZATA DEI DATI Andrea Cerioli Sito web del corso ESTENSIONI DEL MODELLO DI REGRESSIONE LINEARE MULTIPLA.

Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: la stima del modello e la sua valutazione, metodi automatici.

Corso esperti, febbraio Test day model e Indici Genetici: cosa significano Ufficio Ricerca & Sviluppo ANAFI.

I progressi della salute I trend temporali del PASSI Valentina Minardi ISS, 17 settembre 2010 Workshop per i coordinatori e referenti del sistema di sorveglianza.

1 L11c Un’applicazione: il bacino imbrifero del Lario Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.

Modelli ed algoritmi per la riqualificazione dell’offerta nella raccolta di rifiuti solidi urbani Tesi di laurea di: Claudio Caremi.

Analisi delle precipitazioni intense sull’Italia negli ultimi cento-centoventi anni nel contesto dello studio statistico delle proprietà dirette e/o derivate.

METODOLOGIE PER LA VALUTAZIONE “ATTIVA” DEGLI STUDI D’IMPATTO AMBIENTALE SETTORI AMBIENTALI SPECIFICI Paolo Giuntarelli Università degli Studi di Teramo.

Università degli Studi di Bologna FACOLTÀ DI INGEGNERIA Corso di Laurea in Ingegneria Gestionale Ricerca Operativa MODELLI PER L’OTTIMIZZAZIONE DELL’OFFERTA.

Meteorologia in Adriatico, modellistica e cambiamenti climatici

Esercizio Regressione DATI Per un campione casuale di 82 clienti di un'insegna della GDO, sono disponibili le seguenti variabili, riferite ad un mese di.

Il cambiamento climatico parte prima

Impatti del cambiamento climatico sul regime idrologico del bacino del Lago Maggiore Milano, 20 Marzo 2013 Ing. Giovanni Ravazzani

Direttore Servizio IdroMeteoClima ARPA-ER (ARPA-SIMC)

Proporzionalità e miscugli di colori Un approccio sperimentale a cura di Paola Bevilacqua Seminario sul curricolo verticale Roma, 23/05/2014.

Progetto Requisite Attività tecnica 3: Integrazione attività di campo, messa a punto e trasferimento di metodiche A cura di: Michele Giani, Daniela Berto,

Verso un sistema previsionale a breve termine delle mucillagini Aniello Russo Dipartimento di Scienze del Mare Università Politecnica delle Marche, Ancona,

Programma delle lezioni Generalità sugli impianti(1) √ Generalità sugli impianti(1) √ Produzione dell’energia elettrica(1) √ Produzione dell’energia elettrica(1)

1. Metodi oggettivi: Posso inserire una tabella di valori (tempo, misurazione) o un vettore da trasformare in una matrice Le caselle indicano quanti passaggi.

Analisi dati MODIS L1B - Stagione 2005 REQUISITE – INTERREG IIIA ANCONA, 12-13/12/2005 Analisi dati MODIS L1B - Stagione 2005 REQUISITE – INTERREG IIIA.

Transcript della presentazione:

Previsioni stagionali per l’agricoltura e l’ambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna

Schema della catena previsionale Obiettivo: Verifica di fattibilità delle previsioni stagionali agronomiche per il Nord Italia Schema della catena previsionale PREVISIONI METEOROLOGICHE STAGIONALI DI ENSEMBLE AD ALTA RISOLUZIONE (VALORI STAGIONALI) MODELLI AGRONOMICI (CRITERIA) WEATHER GENERATOR (VALORI GIORNALIERI) PREVISIONE DI RESA PER IL NORD ITALIA

Linea di sviluppo CLIMAGRI Costruzione di un modello di downscaling statistico per il Nord Italia (valori medi stagionali) applicato al data-set di previsioni stagionali di ensemble di tipo multi-model DEMETER e verifica delle capacità predittive.

Il modello di downscaling statistico PREDITTANDI LOCALI “PREVISIONE” PREDITTORI DI LARGA SCALA ANALISI REGRESSIONE LINEARE MULTIPLA PREVISIONE DELL’ANOMALIA STAGIONALE RI-ANALISI

Data-set utilizzati Larga-scala OSS: Ri-analisi ECMWF ERA-40 Previsioni larga-scala: Data-set DEMETER Analisi precipitazione Nord Italia:UCEA Analisi temperatura Nord Italia: UCEA

Scelta PREDITTORI/PREDITTANDI Prime 4 PC di Z500 e T850 sulla regione Euro-Atlantica PREDITTANDI: Prime 4 PC dei campi superficiali (PREC, Tmin e Tmax) sul Nord Italia

PREVISIONI DI LARGA-SCALA In generale lo skill per le previsioni stagionali è basso su tutta l’Europa. E’ necessario estrarre dalle previsioni dei GCM la parte caratterizzata da skill ed eliminare il rumore Combinando le previsioni di diversi modelli così da massimizzare lo skill della previsione di ogni predittore Non utilizzando tutti i predittori possibili

ACC - Tmin

ACC - Tmax

ACC - Prec (UCEA)

Ottimizzazione modello Utilizzo di predittori di larga-scala diversi a seconda della stagione e del periodo considerato (modificazione della finestra spaziale di definizione delle PC)

ACC - Estate (JJA) nuovo set di predittori

Conclusioni E’ stato costruito e validato un modello di downscaling statistico per le previsioni meteorologiche per il Nord Italia I risultati ottenuti suggeriscono che sia possibile ottenere valori di skill previsionale significativi in alcune stagioni, soprattutto per Tmax e Tmin.

Sviluppi futuri ECMWF ‘SPECIAL PROJECT’ SPIT-SPIA Collaboratori: ARPA-SIM, UCEA, CNMCA Obiettivo: Produzione di previsioni stagionali agronomiche operative di ensemble per il Nord Italia.

ACC - Prec (MAP)

ACC - Prec (MAP-ricostruita)

Copertura spaziale delle stazioni utilizzate nell’analisi MAP (www.map.meteoswiss.ch)