Massimo D’Isidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali

Presentazione sul tema: "Massimo D’Isidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali"— Transcript della presentazione:

1 Validazione e Esplorazioni simulazioni 2005 Validazione dei campi meteorologici
Massimo D’Isidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali Plenaria del Progetto MINNI, 24 marzo 2011

2 Sintesi delle attività di validazione effettuate sui
campi meteorologici 2005 Confronto, per le principali variabili meteorologiche, con gli indicatori annuali e mensili prodotti da ISPRA nell’ambito del sistema SCIA. Confronto su cinque siti (uno per ciascuna macroregione) con dati da radiosondaggio. Confronto statistico sulla macroregione del Nord Italia, effettuato nell’ambito del progetto POMI (Po-Valley Modelling Intercomparison Exercise ). Confronti con i dati meteorologici forniti dalle Regioni (attualmente Piemonte, Friuli Venezia Giulia, Lombardia, Emilia Romagna e Lazio). Confronti orari su ciascuna stazione.

3 Confronto con indicatori Annuali e Mensili
Confronto, per le principali variabili meteorologiche, con gli indicatori annuali e mensili prodotti da ISPRA nell’ambito del sistema SCIA. Direzione prevalente del vento su base annuale: confronto tra campi simulati (blu, una freccia ogni 6 punti griglia) e osservazioni ISPRA-SCIA (rosso). Temperatura media annuale(°C): confronto tra campi simulati e osservazioni ISPRA-SCIA (simboli colorati) Velocita media annuale (m/s): confronto tra campi simulati e osservazioni ISPRA-SCIA (simboli colorati)

4 Confronto con dati da Radiosondaggio
Confronto su cinque siti (uno per ciascuna macroregione) con dati da radiosondaggio. (Vitali et al. Poster presentation at the European Geosciences Union (EGU) General Assembly Vienna, 13 – 18 April 2008). Bias medi di T (sopra) ed RH (sotto) calcolati per RAMS (nero) e LAPS (rosso) sui 5 siti considerati. I Bias sono calcolati per ogni mese e a 4 diverse ore della giornata 00, 06, 12, 18.

5 Confronti nell’ambito del progetto Pomi
Confronto statistico sulla macroregione del Nord Italia, effettuato nell’ambito del progetto POMI (Po-Valley Modelling Intercomparison Exercise , Thunis et al., 2009) Bias medio della Temperatura e Distribuzione di frequenza dei Bias per differenti tipologie di stazione.

6 Confronto con dati meteorologici forniti dalle Regioni/1
Confronti con i dati meteorologici forniti dalle Regioni (attualmente Piemonte, Friuli Venezia Giulia, Lombardia, Emilia Romagna e Lazio). Confronti orari su ciascuna stazione.

7 Confronto con dati meteorologici forniti dalle Regioni/2
Cosa viene prodotto? Per l’intero data set cioè considerando insieme tutte le stazioni di uno studio [ad esempio regionale] 1) calcolo di un set di indici statistici, calcolati : sull’intero dat set dei dati validi (tutte le ore) su sottoinsiemi dei dati riferiti alle quattro ore standard (00,06,12,18) 2) scatter plots 3) analisi dei residui (studio delle prestazioni del modello al variare di un parametro di interesse [analisi effettuate al variare di: mese, ora del giorno, quota della stazione usata per il confronto, distanza dalla più vicina stazione i cui dati sono stati acquisiti da LAPS]

8 Confronto con dati meteorologici forniti dalle Regioni/3
Cosa viene prodotto? Per ciascun sito di validazione 1) calcolo di un set di indici statistici, calcolati : sull’intero dat set dei dati validi per quella stazione (tutte le ore) su sottoinsiemi dei dati riferiti alle quattro ore standard (00,06,12,18) 2) scatter plots 3) vari confronti tra valori osservato, simulato a 20 km, simulato a 4 km : andamenti orari andamenti delle medie, dei massimi e dei minimi giornalieri andamenti dei valori medi a ciascuna ora ( ‘giorno tipo’) 4) confronti più specifici tra vento misurato, simulato a 20 km, simulato a 4 km: rose dei venti conteggio delle calme di vento

9 Confronto con dati meteorologici forniti dalle Regioni/4
Per quali variabili viene effettuato il confronto? Temperatura Umidità Intensità del vento (Direzione del vento) non tutte le analisi descritte….

10 Confronto con dati meteorologici forniti dalle Regioni/5
Set di indici statistici utilizzati Fractional Baias Root Mean Square Error Normalized mean square error of the Normalized Ratios Mean square error of the Normalized Ratios Index of Agreement Correlation coefficient Coefficient of determination : Observed values set : Predicted values set

11 Regione Friuli Venezia Giulia
Confronto con dati meteorologici forniti dalle Regioni/6 Regione Friuli Venezia Giulia Vitali et al. Poster presentation at the 13th International Conference on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes. Paris, June 2010. Indici statistici calcolati per ogni stazione a quattro diverse ore della giornata (00,06,12,18) Indici statistici calcolati per RAMS (nero) e LAPS (rosso) per ogni stazione a quattro diverse ore della giornata (00,06,12,18)

12 Confronto con dati meteorologici forniti dalle Regioni/7
Regione Lombardia/1 Milano, ARPA LOMBARDIA , 12 novembre 2010 Dal 2009 i dati misurati dalla Rete vengono validati quotidianamente, attraverso un insieme di test automatici e non. I dati per gli anni 2003, 2005, 2007 ci sono stati forniti per 38 stazioni (dati controllati da Christian Lussana).

13 Confronto con dati meteorologici forniti dalle Regioni/8
Regione Lombardia/2 Temperatura

14 Confronto con dati meteorologici forniti dalle Regioni/9
Regione Lombardia/3 Velocità del vento

15 Confronto con dati meteorologici forniti dalle Regioni/10
Regione Lombardia/3 rosso: QA e meteo coincidenti azzurro: QA e meteo rappresentativi della stessa area verde : interessanti per QA

16 Cosa abbiamo imparato…
Risultati soddisfacenti nelle aree costiere, pianeggianti e collinari. Errori crescenti al crescere della complessità orografica (confronto con le stazioni localizzate nelle valli ed a quote elevate). Qualità dei risultati condizionata dalla densità e dalla rappresentatività delle stazioni SYNOP/METAR (risultati migliori in Friuli che in Piemonte). Incompatibilità di alcune postazioni di misura delle reti regionali con stazioni della rete SMAM che possono rendere problematici i confronti. Generale miglioramento dei campi meteorologici analizzati da LAPS rispetto ai campi di background generati da RAMS.