Workshop on Climatic Analysis and Mapping for Agriculture

Presentazione sul tema: "Workshop on Climatic Analysis and Mapping for Agriculture"— Transcript della presentazione:

1 Workshop on Climatic Analysis and Mapping for Agriculture
Consiglio Nazionale delle Ricerche Multi Source Meteorological Information and Mapping for Desert Locust Monitoring in the Sahel Region A. Di Vecchia, L. Genesio and G. Maracchi Workshop on Climatic Analysis and Mapping for Agriculture 14– 17 June 2005, Bologna

2 Mission To review desert locust monitoring in terms of system approach, sustainability and efficiency in order to improve peasant food security

3 Information flow Ground observations
A Meteo and Remote sensing Information Seasonal forecasting Short/medium term forecast Rain and other parameter estimation NDVI analysis B Locust control Locust reproduction and mapping Migration monitoring Migration forecast C Food security impact and contingency plan Agricultural and livestock production forecast Affected population Impact scenarios D Information diffusion Internet Ranet Bulletin

4 Approach Reinforce interaction between Plant Protection, Early Warning and Met Services Implement new existing technologies in the Met Services Develop meteorological information finalized to user needs

5 Meteorological Component
Seasonal forecast (month +1 → month +3) Pre-alert Forecast (day +7 → +1) Estimation (day → day-7) Alert on conditions favorable to locust development GIS NDVI (day → day -10)

6

7

8 Short/medium term forecast
Statistical Downscaling of Global Forecast System Timing: Hrs Resolution: 0.1° Spatial dimension : 18W 49E/3N 28N Timing: Hrs Resolution: 1° Spatial dimension: Global

9 Il modello meteorologico RAMS è stato sviluppato dall'Università di Fort Collins del Colorado (USA) ed è gestito da ATMET (ATmospheric Meteorological and Environmental Technologies) Il modello RAMS, versione 4.4 parallela, è operativo presso il Lamma su un Cluster Linux dal maggio 2001, con un dominio che copre l'area del Mediterraneo centrale. Come inizializzazione e condizioni al contorno vengono utilizzati i dati di previsione provenienti dal modello globale GFS, con cadenza esaoraria. Sono disponibili due run, una inizializzata alle ore 00 UTC e l'altra alle 12 UTC. La configurazione RAMS è caratterizzata da 2 griglie con le seguenti specifiche geometriche: Griglia 1: 200 x 172 punti griglia, 35 livelli verticali, 11 livelli di suolo. Risoluzione spaziale orizzontale: 20 km. Risoluzione spaziale verticale: da 50 m fino a 1100 m, con un fattore di stretching di Time-step: 60 sec. Parametrizzazione convettiva attivata (Kain - Fritsch). Griglia 2: 180 x 134 punti griglia, 36 livelli verticali, 11 livelli di suolo. Risoluzione spaziale orizzontale: 6.5 km. Risoluzione spaziale verticale: da 50 m fino a 1100 m, con un fattore di stretching di Time-step: 20 sec.

10 Forecast 7 days Forecast day + 1 Estimation day Estimation day - 1 Total days

11 Food security impact zone
Rain estimation Reproduction zone Food security impact zone

12 Rain estimation by MSG

13 Ecological condition monitoring NDVI monitoring by Meteosat 8
Output: NDVI daily NDVI 10 days

14

15 Food security component
Risk zones forecast Tableau Zones vulnérables issues des données DHC et Population Rurale concernée

16 Food security vulnerability status based on production forecast and desert locust damages (september 2004) Nom du Cercle Classement Simulation Situation structurelle Pop. rurale KAYES Très vulnérables Très vulnérables BAFOULABE Très vulnérables Vulnérable KENIEBA Très vulnérables Très vulnérables KITA Très vulnérables Très vulnérables YELIMANE Très vulnérables Très vulnérables KANGABA Vulnérable Vulnérable KATI Vulnérable Vulnérable NARA Vulnérable Non vulnérable YANFOLILA Vulnérable Non vulnérable DOUENTZA Vulnérable Non vulnérable DIRE Vulnérable Non vulnérable KIDAL Très vulnérables Très vulnérables TOTAL POPULATION VULNERABLE (octobre 2004)

17

18

19 Conclusions Applied meteorological information is in a transition phase due to new existing tools Meteorological forecast represent a radical change in the current approaches by Met Offices Met products have to be finalized to the specific user Met information has to be limited in quantity and quality to be useful Integration between Technical Services is vital in information production

20 West Africa: North Africa: