Tiziana Paccagnella ARPA ER-SMR

Presentazione sul tema: "Tiziana Paccagnella ARPA ER-SMR"— Transcript della presentazione:

1 Tiziana Paccagnella ARPA ER-SMR
Workshop Il Centro Funzionale di supporto alla Protezione Civile della Regione Emilia - Romagna Martedì 24 giugno Bologna La Modellistica Meteorologica, la radarmeteorologia e il nowcasting per il sistema dei Centri Funzionali Tiziana Paccagnella ARPA ER-SMR

2 Catene modellistiche Medio termine 120 h (5 giorni) Breve termine
Brevissimo termine 12/18 ore Now-casting 3 h T+0

3 The Consortium for Small-Scale Modelling (COSMO), formed in October 1998, has as members the national meteorological services of Germany (DWD), Switzerland (MeteoSchweiz), Italy (UGM), Greece (HNMS) and Poland (IMGW). Additionally, the regional and military services ARPA-SMR and AWGeophys within the member states are also participating. The general goal of COSMO is to develop, improve and maintain a non-hydrostatic limited-area atmospheric model which is used both for operational and for research applications by the members of COSMO

4 Progetto LAMI UGM ARPA-SMR Regione Piemonte
Con contributo e supporto da ARPA Liguria ARPA Veneto Regione Lombardia Regione Marche P.A. Trento P.A.Bolzano Regione Calabria Regione Campania CINECA

5 LAMI: configurazione operativa
7 km risoluzione orizzontale 35 livelli in verticale Condizioni Iniziali e condizioni al contorno : GME – Modello globale tedesco

6 Mappe LAMI su web

7 prova\FinestraAnimaz.html

8 UGM Roma Osservazioni DWD- Germania Dati modello globale GME CINECA Comp. Centre 00 Run del modello ogni 12 ore 12 00 12

9 Continuous Data Assimilation: Analysis Nudging
BOUNDARY CONDITIONS: GME FORECASTS LOKAL MODEL LAMI DATA ASSIMILATION To-2Dt To-Dt To To +Dt To+2Dt Time OBSERVATIONS

10 Sviluppi a breve termine
Arricchimento dei dati nel ciclo di assimilazione con i dati provenienti dalle reti locali Accoppiamento con la modellistica per la previsione dello stato del mare su tutte le coste italiane Implementazione di una suite sperimentale ad altissima risoluzione (2.8 km) “Optimal use of model output” sulla base delle informazioni derivanti dalla verifica oggettiva del sistema

11 Raccolta dati reti locali italiane per verifica LAMI

12 Principali temi di ricerca a carattere meteo-idrologico
Riformulazione della parte adiabatica del modello con un nuovo sistema di coordinate verticali COSMO- Collaborazione col Dr. Luca Bonaventura MPI Amburgo Sperimentazione su casi studio per l’ottimizzazione delle parametrizzazioni fisiche alle varie risoluzioni COSMO – Collaborazione con ARPA Piemonte Aggregazione-disaggregazione della QPF ai fini dell’accoppiamento con la modellistica idrologica GNDCI-RAM – Collaborazione con CIMA – Università di Firenze Accoppiamento con la modellistica idrologica sui bacini regionali Collaborazione con PROGEA – Università di Bologna

13 Catene modellistiche Medio termine 120 h (5 giorni) Breve termine
Brevissimo termine 12/18 ore Now-casting 3 h T+0

14 Local Analysis and Prediction System
LAPS Local Analysis and Prediction System Developed at FSL/NOAA - Forecasting System Laboratory Mesoscale analysis system Exploitation of standard data (Synop, Metar, Temp) Surface data (local mesoscale network) Exploitation of unconventional data (Radar Z & V, Satellite, Profiler, aircraft report) Use of LAM products as “background”

15 Allo stato attuale LAPS l’implementazione operativa di LAPS presso ARPA- SMR copre il Nord-Italia con una risoluzione di 10 km su 21 livelli in verticale 18 June UTC. 85% relative humidity isosurface shaded with the corresponding temperature. a) LAPS analysis using METEOSAT IR and VIS data; b) LAPS analysis using only raob data. The 700 hPa horizontal wind vectors are also included.

16 Radarpluviometria I sistemi radar meteorologici sono sensori complementari nella valutazione del campo di precipitazione su tempi di accumulazione sufficientemente lunghi (alcune ora) Diventano elementi cruciali su scale di tempo brevi Forniscono una elevata risoluzione spazio-temporale A tutt’oggi sono già presenti, verificate e disponibili tecniche di ripulitura del dato grezzo. Il network nazionale, attualmente in fase di completamento, fornirà una buona copertura della maggior parte del territorio.

17 Il Radar e il centro funzionale
Occorre definire la risoluzione spaziale e l’intervallo temporale opportuno per l’utenza idrologica : 5 minuti e 2km x 2km per bacini di medie dimensioni Con queste richieste, un sistema accurato e calibrato raggiunge errori nelle precipitazioni cumulate orarie fino a 20-30% Quali sono le richieste per supportare la gestione dei rischi di natura idrologica su bacini di piccole dimensioni? Quali sono le richieste per supportare la gestione dei rischi di natura geologica?

18 Classificazione idrometeore
07 May :04

19 Ripulitura - Mappatura - Archiviazione
Nowcasting Ripulitura - Mappatura - Archiviazione

20 Combinazione Previsione

21 +1h +2h +3h Vettore spostamento T0

22 Catene modellistiche Medio termine 120 h (5 giorni) Breve termine
Brevissimo termine 12/18 ore Now-casting 3 h T+0

23 LAPS LAMBO Purpose: frequently updated forecasts for operational use. Full exploitation of different data sources. Solution: implementation of a continuous data assimilation system. Technical Implementation: Use of LAPS coupled with the current LAM used (LAMBO) at SMR.

24 Lokal-LAPS LAMI 7 km Ciclo di assimilazione continua - Lokal-LAPS (7 km) ASSIMILAZIONE VARIAZIONALE DATI DA SATELLITE lokal 18 h cluster pc linux ARPA-SMR

25 Catene modellistiche Medio termine 120 h (5 giorni) Breve termine
Brevissimo termine 12/18 ore Now-casting 3 h T+0

26 LEPS – Limited area Ensemble Prediction System
Dim 2 Possible evolution scenarios Dim 1 Initial conditions EPS and ensemble size reduction Cluster members chosen as representative members (RMs) Dim 2 Initial conditions Dim 1 LAM integrations driven by RMs LAM scenario

27 LEPS – Limited area Ensemble Prediction System
precipitation scenarios Dim 2 Initial conditions Dim 1 LAM scenario LAM scenario PROBABILITY MAPS LAM scenario

28 “Operational” since November 2002

29 COSMO-LEPS INTEGRATION DOMAIN HORIZONTAL RESOLUTION
LOKAL MODELL 10 KM HORIZONTAL RESOLUTION

30

31 Mappa probabilità

32 Meteogramma COSMOLEPS

33 Sviluppi Accentramento osservazioni dai paesi COSMO per verifica oggettiva Coordinamento internazionale per verifica soggettiva da parte delle sale previsioni Estensione dell’approccio probabilistico alla modellistica accoppiata meteo-idrologica Sviluppi della metodologia: Aumento numero dei cluster Variazioni della tecnica di clusterizzazione

34 Raccolta dati Assimilazione Integrazione numerica (Post-elaborazione) Verifica oggettiva (e soggettiva)