La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

La previsione del vento nei modelli meteorologici

Presentazioni simili


Presentazione sul tema: "La previsione del vento nei modelli meteorologici"— Transcript della presentazione:

1 La previsione del vento nei modelli meteorologici
T.Col. Lucio Torrisi CNMCA – Pratica di Mare 1 1 1

2 Sommario Il sistema operativo di previsione numerica del CNMCA
Il processo di previsione e il modello numerico Il sistema operativo di previsione numerica del CNMCA L'accuratezza delle previsioni di vento L'approccio probabilistico. 2

3 Il processo di previsione
Dati (raccogliere tutte le osservazioni disponibili) Analisi (che cosa sta accadendo) Modelli di previsione: numerici o soggettivi (come i fenomeni atmosferici evolveranno) Verifica (previsione corretta?, come migliorare?) 3

4 Il processo di previsione
numerica 4

5 Modello numerico L'atmosfera è un sistema dinamico con molti gradi di libertà. Lo stato dell'atmosfera è definito dalla distribuzione spaziale di vento (u,v,w), temperatura T, pressione p e altre variabili. La loro evoluzione temporale è descritta da un insieme di relazioni matematiche (equazioni) che rappresentano i processi fisico/dinamici agenti nell'atmosfera. Esse sono derivate applicando le leggi di conservazione della quantità di moto, del calore, della massa e dell’acqua (e di altri gas e aerosol). Le equazioni non possono essere risolte analiticamente; si fa uso di metodi numerici. Modello numerico: rappresentazione matematica dei processi dinamici, fisici e chimici agenti nell’atmosfera. 5

6 Equazioni di un modello
6

7 Equazioni di un modello
Tendenza di u = Avvezione di u + Coriolis +Gradiente di pressione+ Fx Tendenza di v = Avvezione di v + Coriolis +Gradiente di pressione+ Fy Tendenza di w = Avvezione di w +Coriolis+Gradiente di pressione+Gravità+Fz Tendenza di T = Avvezione di T + Moti adiabatici + Q Tendenza di ρ = Avvezione di ρ + Convergenza / Divergenza Tendenza di qv = Avvezione di qv + Sv Tendenza di qw = Avvezione di qw + Sw Tendenza di qi = Avvezione di qi + Si Dove: Fx, Fy, Fz sono termini di attrito nelle direzioni x, y, e z, rispettivamente, rappresentanti il contributo superficiale and e quello turbolento dovuto al trasporto orizzontale e verticale di quantità di moto tramite vortici di varie dimensioni. Q è la somma dei contributi diabatici dovuti al rilascio di calore latente causato dai moti risolti (nubi e precipitazione a grande scala – grid scale) e dai moti non risolti (nubi e precipitazione “convettive” – sub-grid scale) dal modello, effetti radiativi e flusso di calore sensibile dalla superficie. Sv, Sw, Si sono le sorgenti o i pozzi delle varie fasi dell’acqua dovuti ai processi microfisici (grid scale e sub-grid scale), flussi dalla superficie, ecc. 7

8 Assimilazione dati Tipicamente l’atmosfera è rappresentata tramite un grigliato tridimensionale, dove vengono integrate le equazioni. La soluzione del sistema di equazioni richiede la conoscenza delle condizioni iniziali. I valori iniziali delle variabili atmosferiche da specificare su ogni punto del grigliato sono ottenute tramite complesse procedure che fanno uso delle osservazioni.

9 Rappresentazione superficie
Es. orografia E’ appiattita rispetto a quella reale. Impatto sulla previsione di vento, nubi e precipitazione. Si utilizzano le parametrizzazioni fisiche per tener conto degli effetti dei fenomeni non risolti 9

10 Sistema di previsione numerica CNMCA
Assimilazione Dati: 3DVAR PSAS FGAT (T,u,v,qv,ps) every 3h using TEMP, PILOT, SYNOP, SHIP, BUOY, Wind Profiler, AMSUA rad., AMDAR-ACAR-AIREP, MSG/MODIS AMV, METOP/QUIKSCAT/ERS2 scatt. winds + Land SAF snow mask, IFS SST analysis once a day 2.8 km 50 v.l. compressible equations explicit convection 14 km 40 v.l. hydrostatic equations parameterized convection 7 km 40 v.l. compressible equations parameterized convection Modelli ad alta risoluzione: COSMO 10 10 10 10

11 Post-Processing AWI DMO DMO NETTUNO 3' NETTUNO 1' MFS (Oceanic Model)
ww cloud type temperature, humidity, cloudiness, wind, pressure, precipitation, etc MFS (Oceanic Model) Field dissemination (rotation / interp.) Grid point correction (det./statis.) LM- - DMO COSMO-ME NETTUNO 3' Text / Graphics wind sign.height mean dir, etc FFAA / NATO/ NURC Civilian Protection Department RAI3 Regional Forecast (TV) EUMETSAT-HSAF SRNWP-PEPS COSMO verification WG RAI Teletext Intranet - prometeo.meteoam.it Internet - Other users BC fields NETTUNO 1' wind sign.height mean dir, etc DMO COSMO-IT prec., etc Field dissemination Graphics 11 11

12 Uso del vento previsto Modelli oceanici Modelli stato del mare 12

13 Es. vento previsto COSMO-ME 13

14 Es. vento previsto COSMO-IT 14

15 Verifica del vento previsto
Quota COSMO-ME Giugno, Luglio, Agosto 2009 Modelli oceanici Modelli stato del mare 15

16 Verifica del vento previsto
Superficie (terra) Modelli oceanici Confronto con osservazione in superficie SYNOP in Giugno, Luglio, Agosto 2009 . Modelli stato del mare 16

17 Verifica del vento previsto
Superficie (mare) Confronto con osservazione da satellite QSCAT. COSMO-ME sottostima debolmente l’intensità del vento sul mare (come gran parte dei modelli atmosferici operativi!)

18 Previsione di ensemble
L'atmosfera è un sistema caotico. Piccoli errori nelle condizioni iniziali (dovuti al limitato numero e alla non omogenea distribuzione delle osservazioni) possono crescere rapidamente durante la previsione. La predicibilità è limitata anche dagli errori dei modelli numerici (processi fisici descritti con un certo grado di accuratezza e rappresentati con una certa risoluzione spaziale e temporale, anche per limiti nelle risorse di calcolo). Queste due sorgenti di incertezza limitano la qualità di una singola previsione deterministica. Modelli oceanici Modelli stato del mare 18

19 Previsione di ensemble
Evoluzione della funzione densità di probabilità (pdf) Forecast time Initial condition Forecast Le condizioni iniziali non saranno mai conosciute esattamente. Anche se il modello fosse perfetto, due stati iniziali, che differiscono leggermente, possono determinare due previsioni che divergono rapidamente col tempo. Con l’approccio ensemble si cerca di stimare la pdf degli stati previsti usando un numero finito di prev. determ. 19

20 Previsione probabilistica

21 Grazie per l'attenzione!
21 21

22 Circolazione a scala globale
22

23 Circolazione a scala sinottica
Ciclone extra-tropicale Uragano 23

24 Circolazione locale Temporale 24

25 Circolazione locale Downburst Tornado 25


Scaricare ppt "La previsione del vento nei modelli meteorologici"

Presentazioni simili


Annunci Google