Alice RINALDI*, Vanessa CARDIN*, Miroslav GAČIĆ*

Presentazione sul tema: "Alice RINALDI*, Vanessa CARDIN*, Miroslav GAČIĆ*"— Transcript della presentazione:

1 Alice RINALDI*, Vanessa CARDIN*, Miroslav GAČIĆ*
WORKSHOP W10 - Progetto VECTOR STIMA DEI FORZANTI ATMOSFERICI PER LA DETERMINAZIONE DEI FLUSSI DI CALORE ALL’INTERFACCIA ARIA-MARE NEL GOLFO DI TRIESTE Alice RINALDI*, Vanessa CARDIN*, Miroslav GAČIĆ* *OGS, Istituto Nazionale di Oceanografia e Geofisica Sperimentale (Trieste) Buongirno, nell’ambito della linea 6, vi presenterò il lavoro svolto, che si basa su.... Rimini, 10 settembre 2007

2 SOMMARIO Stazioni fisse di misura e modello dell’ECMWF (European Centre for Medium-Range Weather Forecasts) Analisi dei dati meteorologici e confronti: Confronto tra le serie delle stazioni fisse di misura Confronto con le serie del modello Umidità relativa Velocità del vento Andamento delle serie medie mensili Flussi di calore all’interfaccia aria-mare Conclusioni La mia presentazione si articolerà come segue: Presenterò i dati utilizzati nel calcolo dei flussi, che sono i parametri meteorologici misurati da tre stazioni fisse nel Golfo di Trieste e calcolati dal modello ECMWF in un punto vicino alle stazioni, ma lontano dalla costa per non subirne l’influenza. Vi illustrerò l’andamento e il confronto dei parametri dei tre sistemi fissi di misura, in seguito farò il confronto con le serie del modello, soffermandomi su: Umidità relativa Velocità del vento Infine vedremo l’andamento delle serie mensili. In seguito tratterò l’analisi dei flussi di calore e farò il confronto tra i casi studiati. Infine trarrò alcune conclusioni.

3 Periodo di studio: aprile 2005 - marzo 2006
SCOPO Confronto dei dati meteorologici calcolati dal modello dell’ECMWF con quelli misurati in continuo dalla boa Mambo, dalla stazione Paloma e dalla boa di Pirano Calcolo dei flussi di calore per vedere se quelli ottenuti dai dati calcolati dal modello sono congruenti con quelli ottenuti dai dati sperimentali Periodo di studio: aprile marzo 2006 1) La validazione e la qualità dei parametri meteorologici sono molto importanti perché da essi dipende il calcolo di ogni componente del flusso totale di calore. 2) Questo è necessario per verificare se i flussi fino ad oggi calcolati, principalmente partendo dai dati del modello, sono vicini a quelli calcolati partendo dai dati sperimentali delle stazioni fisse. La stima dei flussi di calore è molto importante perché essi giocano un ruolo fondamentale nel determinare la distribuzione delle masse d’acqua e la circolazione, sono collegati al galleggiamento (buoyancy), quindi al mescolamento della colonna d’acqua, alla formazione dell’acqua densa, al trasporto dei nutrienti, alle correnti.

4 SITI FISSI DI MISURA Monitoraggio AMBientale Operativo
Piattaforma Avanzata Laboratorio Oceanografico Mare Adriatico I dati meteorologici sono misurati nel Golfo di Trieste in continuo ogni ora dalla boa Mambo (Monitoraggio AMBientale Operativo) GESTITA dall’OGS, dalla meda elastica Paloma (Piattaforma Avanzata Laboratorio Oceanografico Mare Adriatico) GESTITA congiuntamente dall’ISMAR Trieste (ex CNR) e OSMER e ogni mezz’ora dalla boa di Pirano GESTITA dal laboratorio di biologia marina di Pirano. Questi forzanti atmosferici sono stati confrontati con i dati meteorologici calcolati dal modello del centro europeo per le previsioni meteorologiche ECMWF ogni 6 ore nel punto di latitudine 45° 30.00’ N e longitudine 13° 15.00’ E. I dati considerati sono riferiti al tempo coordinato universale (UTC o Coordinated Universal Time). Pirano: In questo sito di misura il parametro della pressione atmosferica è assente. Inoltre manca un mese di dati, dal 16/12/05 alle 7:00 all’11/01/06 alle 21:30, a causa della regolare manutenzione della boa. Mambo: misure dal 22 aprile 2005 al 20 marzo Dalla data d’installazione, l’assenza di dati, per lo più concentrata nelle ore notturne, è da imputarsi a problemi di alimentazione della boa in seguito risolti. Per un malfunzionamento del barometro non sono stati considerati nell’analisi i dati di pressione dall’8/03/06. Paloma: I dati di velocità e direzione del vento, riguardanti le prime 2 settimane di aprile 2005, non sono tenuti in considerazione perché ritenuti non veritieri (probabilmente l’anemometro funzionava male). I dati di velocità e direzione del vento dei primi mesi del 2006 (dal 3 gennaio 2006 al 31 marzo 2006) sono mancanti, perché ci fu l'impatto con un natante, che manomise l’anemometro. È molto importante il fatto che Paloma misuri la radiazione solare (in kJ/m2), perchè si può confrontarla con quella calcolata con le formule empiriche dei flussi di calore.

5 Confronto tra le stazioni fisse
Dal confronto tra le stazioni fisse si nota che le serie temporali di Pirano e Paloma seguono per lo più lo stesso andamento, mentre il confronto tra Mambo e le altre 2 stazioni ci mostra che, a parte per la temperatura dell’aria, non c’è una buona correlazione. Le raffiche di Bora sono messe in risalto per l’elevata velocità e la direzione di provenienza intorno ai 60° (NE). Si vede la presenza dello Scirocco, con velocità minori e direzione di provenienza tra i 120° e 180°. Le raffiche di Bora registrate da Paloma hanno una direzione di provenienza leggermente spostata verso est rispetto a Mambo e Pirano. Quest’ultimo registra invece velocità maggiori per quel che riguarda lo Scirocco, proveniente da sud-est. La velocità del vento media si aggira sui 4,6 m/s per tutte e tre le stazioni di misura, la velocità massima è stata misurata da Paloma, che è in mare aperto, a differenza delle altre due che sono più vicine alla costa, quindi più riparate. Inoltre l’anemometro di Paloma è a 10 m sul livello del mare, quindi misura velocità del vento maggiori rispetto a Pirano e Mambo, che le misurano rispettivamente a 5 m e a 2 m, perché la velocità aumenta logaritmicamente dalla superficie del mare verso l’alto. Mambo ha delle variazioni più ampie nella temperatura e umidità relativa, in cui raggiunge valori più bassi in primavera ed estate e valori più alti in inverno. Questo fatto è dovuto probabilmente alla vicinanza della boa alla costa di Trieste.

6 Confronto tra modello e stazioni fisse
Le serie temporali del modello seguono per lo più lo stesso andamento dei valori misurati da Pirano e Paloma e sono abbastanza ben correlate con essi, cosa che non accade con quelli di Mambo. L’umidità relativa media del modello è superiore a quella delle tre stazioni di circa il 10%, probabilmente per un problema nel calcolo della temperatura di rugiada. Da un’analisi approfondita sulle velocità del vento si è osservato che il modello sottostima la velocità del vento tra il 10% e il 60% rispetto alle stazioni fisse. Questo è dovuto al fatto che il modello ha una griglia ampia e non tiene conto in modo adeguato dell’orografia, come già evidenziato da diversi autori in letteratura. Non si può, a mio parere, moltiplicare le velocità del vento del modello per uno dei tre coefficienti nella tabella o per la loro media, per ottenere la stessa velocità, perché dipende dal posto che si considera e dalle condizioni esterne, come l’orografia. Certi autori però moltiplicano per 1,2 o 1,5 le velocità del modello. Dal grafico di velocità e direzione del vento si osserva meglio come le raffiche di Bora misurate da Paloma abbiano una direzione di provenienza leggermente spostata verso est, con velocità maggiori anche di 6 m/s, rispetto a quelle calcolate dal modello.

7 Diagrammi di dispersione tra i parametri del modello e delle stazioni
Quanto detto precedentemente si vede più chiaramente dai diagrammi di dispersione. I diagrammi di dispersione servono per vedere la correlazione tra una variabile misurata in una stazione fissa e la stessa variabile misurata in un’altra stazione. Nei diagrammi di dispersione è rappresentata la retta di regressione lineare (in rosso) solo nei casi in cui R2 > 0,6, limite al di sotto del quale la correlazione non è considerata significativa. Se le serie fossero ben correlate, i punti dovrebbero stare sulla bisettrice a 45° (in blu) e il coefficiente di determinazione R2 sarebbe uguale a 1. La correlazione è alta per le temperature dell’aria, mentre è bassa per pressione e umidità. La velocità del vento del modello è abbastanza ben correlata con quella di Pirano.

8 Andamento medio mensile dei parametri meteorologici
L’andamento medio mensile della temperatura dell’aria è sinusoidale (dovuto all’altezza del sole) nei quattro casi, che hanno temperature medie molto simili, con un massimo in luglio e un minimo in gennaio. Questa variabile rientra nel calcolo di tutte e quattro le componenti del flusso di calore totale.

9 Andamento medio mensile dei parametri meteorologici
Per quel che riguarda l’umidità relativa, anche gli andamenti medi differiscono di molto, come già evidenziato per le serie orarie. Si vede come l’umidità relativa media del modello sia ampiamente al di sopra delle altre durante tutto l’anno, mentre quella di Paloma è la più bassa per quasi tutto l’anno, a parte in maggio e giugno 2005 e marzo 2006, quando Mambo ha i valori più bassi (le misure in marzo arrivano solo fino al 20). L’umidità relativa misurata da Pirano ha un andamento medio perfettamente delimitato superiormente da quella del modello e inferiormente da quella di Paloma e si trova quindi nell’intervallo di valori tra i due. Questa variabile rientra nel calcolo di tre delle quattro componenti del flusso di calore totale: Qb, Qs e Qe, perché è presente nella formula del rapporto di mescolanza rw.

10 Andamento medio mensile dei parametri meteorologici
Esclusa la boa di Pirano, che non ha la misura di pressione, negli altri tre casi i valori seguono lo stesso andamento medio, con valori del modello più vicini a quelli di Mambo da maggio a ottobre e più vicini a quelli di Paloma per gli altri mesi dell’anno. La pressione media di marzo di Mambo è calcolata solo fino all’8/3/06, per questo il suo valore risulta più basso rispetto agli altri. Anche la pressione rientra nel calcolo di tre delle quattro componenti del flusso di calore totale: Qb, Qs e Qe, perché è presente nella formula per il calcolo della pressione di vapore ea e del rapporto di mescolamento rw.

11 Andamento medio mensile dei parametri meteorologici
La velocità del vento ha degli andamenti medi che differiscono notevolmente, anche se bisogna sottolineare il fatto che la velocità media registrata da Mambo all’inizio è più bassa perché le misure iniziano il 22/4/05 e quella misurata a Pirano in dicembre è più alta di 2-3 m/s perché le misure vanno dall’1 al 16. Da maggio a novembre la velocità del vento misurata da Pirano presenta un andamento medio perfettamente delimitato superiormente da Paloma e inferiormente dal modello, quindi si trova nell’intervallo di valori tra il primo e la seconda. Paloma, infatti, registra quasi sempre i valori più alti nel periodo in cui ha le misure. Il modello invece ha medie inferiori a Paloma e Pirano e superiori a Mambo solo in giugno e luglio 2005 (il valore di marzo non è significativo per i motivi sopracitati). La velocità del vento è molto importante per il calcolo delle due componenti turbolente dei flussi, Qs e Qe, che sono direttamente proporzionali ad essa.

12 FLUSSI DI CALORE Il valore netto del flusso totale di calore è:
Flusso di radiazione solare: Rosati e Miyakoda (1988) Flusso di radiazione ad onda lunga: May (1986) Flusso di calore latente: Artegiani et al. (1997), ce di Kondo (1975) Flusso di calore sensibile: cs di Kondo (1975) Dopo l’analisi statistica e i confronti tra le stazioni e il modello, si è deciso di non considerare i dati della boa Mambo per il calcolo dei flussi, poiché esso sarebbe affetto dalla mancanza di dati riscontrata. Anche nel caso di Paloma e Pirano la mancanza di dati non ha permesso di calcolare i flussi in modo continuo su tutto l’anno, infatti mancano alcuni mesi, ma i dati disponibili sono continui. Si è deciso di usare la pressione di Paloma anche per Pirano, visto che le due stazioni fisse sono vicine e nelle altre variabili meteorologiche presentano una buona correlazione. Nel calcolo dei flussi è stata considerata come temperatura superficiale la skin temperature del modello anche per Pirano e Paloma, perché le due stazioni fisse non rilevano questo dato. È stata presa la stessa copertura nuvolosa calcolata nel punto del modello anche sopra le stazioni di Pirano e Paloma, che sono in mare aperto, relativamente vicine ad esso. Considerando queste due variabili uguali per i tre casi analizzati, si può vedere meglio da che forzanti atmosferici dipendono gli andamenti delle componenti dei flussi, concentrando l’attenzione soprattutto sull’influenza del vento, che è di grande importanza nel caso delle componenti turbolente. Il mare perde o guadagna calore dall’atmosfera a seconda della differenza di temperatura tra i due domini. Le osservazioni dirette del flusso totale di calore sono rare perchè ci sono delle difficoltà nel realizzarle, in particolare in mare. Per questo il valore netto del flusso totale di calore è la somma del contributo dato dalle quattro componenti principali: Componenti di radiazione: Qr = flusso di calore dovuto alla radiazione solare ad onda corta, Qb = flusso di calore dovuto alla radiazione ad onda lunga rilasciata dalla superficie del mare, Componenti turbolente: … (vedi sopra) Sfortunatamente non c’è un network di misure della radiazione solare sugli oceani. Qr è il flusso di calore dovuto alla radiazione solare ad onda corta (short-wave radiation flux o net solar heat flux), che è la radiazione solare incidente sulla superficie del mare ed è pari alla radiazione solare non assorbita dall’atmosfera meno la radiazione riflessa dal mare. Qr dipende dalla lunghezza del giorno, dallo zenit, dalla composizione dell’atmosfera, dall’albedo e dalla copertura nuvolosa. Questa è l’unica tra le quattro componenti ad essere sempre positiva, quindi il mare guadagna sempre calore dal sole. La formula utilizzata per calcolare Qr è quella più nota di Reed (1977) ( è l’altezza del sole allo zenit o noon solar altitude), seguendo le modifiche di Rosati e Miyakoda (1988) per il calcolo della radiazione solare a cielo sereno QTOT, come somma del flusso di radiazione diretta, che raggiunge la superficie del mare ed il flusso di radiazione diffusa verso la Terra dall’atmosfera. Q0 è il flusso di calore dovuto alla radiazione solare nella parte più alta dell’atmosfera. Con le modifiche di Schiano, 1986:  = 0,66 coefficiente di trasmissione, Aa è il coefficiente di assorbimento del vapore d’acqua e dell’ozono come funzione della densità di vapore d’acqua media giornaliera. Qb è il flusso di calore dovuto alla radiazione ad onda lunga (net long-wave radiation flux o infrared heat flux), emessa dalla superficie del mare. Si calcola dalla differenza tra l’energia irradiata dalla superficie del mare (legge di Boltzmann per un corpo nero) e quella nell’infrarosso proveniente dall’atmosfera ricevuta dal mare. ea è la pressione di vapore (atmosferic vapor pressure) in hPa, che può essere espressa in termini di pressione di vapore saturo esat , che dipende dalla temperatura dell’aria, e di umidità relativa Ur (%). Le bulk formulae, che sono formule empiriche, permettono di parametrizzare questi processi non misurabili. Qe è il flusso di calore latente (latent heat flux), trasferito dalla superficie del mare all’atmosfera attraverso l’evaporazione, e dipende dal gradiente di umidità della colonna d’aria e dalla velocità del vento, ma anche da pressione e temperature dell’aria e superficiale del mare. È la perdita di calore più importante per l’oceano, che riscalda l’atmosfera con questo tipo di scambio termico. Qs è il flusso di calore sensibile (sensible heat flux), trasferito dalla superficie del mare all’atmosfera per conduzione termica, e dipende dalla velocità del vento e dal gradiente di temperatura tra l’aria e l’acqua, ma anche da pressione e umidità.

13 Flusso di radiazione solare
La mancanza di una formula valida e riconosciuta in letteratura, in particolare per l’area di studio, ha creato notevoli difficoltà nella determinazione della radiazione solare. Quindi sono state usate diverse formule per il calcolo di Qr e si è visto quale di esse fosse la migliore per il sito del Golfo di Trieste, paragonando i risultati ottenuti dai dati meteorologici di Paloma con la radiazione solare giornaliera misurata sulla meda elastica. La formula di Rosati e Miyakoda modificata è risultata essere la migliore, anche se i minimi della serie giornaliera sono sovrastimati soprattutto durante l’estate, infatti il coefficiente di determinazione tra la serie misurata e quella calcolata è R2 = 0,83, quindi la correlazione è buona. Il diagramma di dispersione e la retta di regressione lineare lo mostrano chiaramente. I flussi di radiazione solare per Pirano e per il modello risultano essere molto simili tra loro ed a quello calcolato per Paloma, mentre differiscono nei minimi dalla radiazione solare misurata da Paloma. I valori dei flussi di radiazione solare sono sempre positivi, con valori minimi vicini allo zero, e raggiungono un massimo di circa 350 W/m2 in luglio. Gli andamenti del flusso di radiazione solare medio mensile calcolato con la formula di Rosati e Miyakoda modificata sono sovrapponibili per i tre casi considerati e si avvicinano notevolmente alla radiazione solare misurata da Paloma. Il flusso di radiazione solare dipende dalla temperatura dell’aria, infatti presenta durante l’anno lo stesso andamento medio sinusoidale, dovuto all’altezza del sole.

14 Flusso di radiazione ad onda lunga
I flussi di radiazione ad onda lunga in W/m2 per Pirano, per il modello e per Paloma calcolati secondo la formula di May (1986) sono sempre negativi e variano tra -20 e -150 W/m2; essi presentano lo stesso andamento in funzione del tempo. La radiazione ad onda lunga media mensile calcolata con May (1986) dipende dalle temperature dell’aria e superficiale del del mare, dalla pressione, dalla copertura nuvolosa e dall’umidità relativa.

15 Flusso di calore latente
Il flusso di calore latente resta sempre negativo e presenta le perdite maggiori in agosto, settembre e novembre. I flussi di calore latente per il modello e per Paloma risultano essere simili tra loro per quel che riguarda l’andamento in funzione del tempo, ma i minimi differiscono anche di molto, per esempio in settembre il Qe di Paloma ha un minimo di 300 W/m2 maggiore in valore assoluto di quello del modello, che tra i tre è quello che ha i valori dei minimi minori in valore assoluto. Questo significa che la perdita di calore per evaporazione di Paloma è maggiore di quella del modello. Il flusso di calore latente medio mensile dipende dalle temperature dell’aria e superficiale del mare, dalla pressione, dall’umidità relativa e soprattutto dalla velocità del vento, che condiziona l’evaporazione. La Qe media del modello ha valori più bassi in valore assoluto per quasi tutto l’anno rispetto a Pirano e Paloma, perchè la velocità del vento del modello è la più bassa. La maggior differenza tra i valori medi di Qe del modello e di Paloma supera i 100 W/m2 e si verifica in settembre. Pirano ha dei valori medi di Qe compresi tra quelli di Paloma e del modello, lo stesso accade per quelli della velocità del vento.

16 Flusso di calore sensibile
I flussi di calore sensibile per Pirano, per il modello e per Paloma sono simili tra loro per l’andamento in funzione del tempo, ma si nota che i minimi differiscono, anche se non in maniera accentuata come accade per il flusso di calore latente. La massima differenza si ha in settembre, quando Qs di Paloma ha un minimo di 50 W/m2, maggiore in valore assoluto di quello del modello, che tra i tre è quello che ha i valori dei minimi minori in valore assoluto. Questo significa che la perdita di calore per conduzione di Paloma è maggiore di quella del modello. Il flusso di calore sensibile medio mensile dipende dagli stessi forzanti atmosferici di quello latente, ma è maggiormente influenzato dalla differenza di temperatura tra aria e mare e questo si nota nell’andamento delle tre serie. Il valore medio minimo di Qs di Pirano e del modello si verifica in gennaio e corrisponde al massimo di pressione. Il valore del flusso di calore sensibile resta per la maggior parte dell’anno negativo e presenta le perdite maggiori in settembre, novembre e gennaio. La differenza tra i valori di Qs del modello e di Paloma è dovuta ancora una volta alla differenza notevole che si riscontra nelle velocità del vento, visto che Qs dipende principalmente da quest’ultima e dalla differenza di temperatura tra aria e mare.

17 Flusso di calore totale
É stato infine possibile calcolare per Pirano, per il modello e per Paloma i flussi di calore totale in W/m2 dalla somma delle quattro componenti. Essi risultano essere simili tra loro per quel che riguarda l’andamento in funzione del tempo, ma si nota che i minimi differiscono e ciò è dovuto alle componenti turbolente. Infatti, mentre per le componenti radiative i valori dei flussi sono molto simili, per quelle turbolente si hanno differenze, anche notevoli, nei minimi. La massima differenza si ha in settembre, come nel caso del flusso di calore latente, quando Qtot di Paloma ha un minimo di 300 W/m2 maggiore in valore assoluto di quello del modello, che tra i tre è quello che ha i valori dei minimi minori in valore assoluto. Questo significa che la perdita di calore totale di Paloma è quasi sempre maggiore di quella del modello. Il valore del flusso di calore totale ha valori sia positivi (primavera-estate), quando il mare guadagna calore dall’atmosfera, che negativi (autunno-inverno), quando il mare cede calore all’atmosfera. Come il flusso di calore latente, anche il flusso di calore totale presenta le maggiori perdite di calore in settembre, novembre e gennaio. I massimi assoluti si hanno in maggio e i minimi assoluti in novembre per tutti e tre i casi analizzati. I valori medi del flusso totale rispecchiano soprattutto l’andamento del flusso di calore latente, che è quello che maggiormente influisce sulle perdite di calore del mare. Infatti si può notare come la Qtot del modello ha valori più alti quasi per tutto l’anno rispetto a Pirano e Paloma, perchè la Qe è la più bassa in valore assoluto.

18 Flusso di calore totale e componenti
Con le medie mensili di tutte e quattro le componenti e del flusso totale per i tre casi analizzati, si vede più chiaramente da quali componenti viene maggiormente influenzato il flusso totale di calore: esso presenta un andamento sinusoidale come la componente di radiazione solare, ma viene abbassato dai valori negativi delle altre 3 componenti, in particolare dal flusso di calore latente (si vede chiaramente nei mesi di giugno e luglio cerchiati in rosso).

19 Flussi di calore medi (2003-05)
Si è scelto di calcolare i flussi di calore dei due anni precedenti a quello preso in considerazione, partendo dai parametri meteorologici calcolati dal modello dell’ECMWF, per verificare che i risultati ottenuti in questa analisi siano in linea con i flussi di calore degli anni precedenti, calcolati con le stesse formule usate precedentemente. Osservando le componenti medie mensili del flusso totale si vede chiaramente che l’andamento dei flussi di calore calcolati per il periodo considerato in questa analisi è molto simile a quello degli anni precedenti. Il flusso di calore totale mensile medio è positivo per i tre casi studiati da aprile a luglio 2005 compresi (4 mesi), mentre per il resto dell’anno è negativo. Questo può essere giustificato dal fatto che l’agosto 2005 è stato più freddo, nuvoloso e piovoso degli anni precedenti, in cui Qtot era positivo anche fino a settembre-ottobre a volte. Infatti nell’anno 2003 era positivo da marzo ad agosto (6 mesi), nel 2004 da marzo a ottobre, escludendo settembre (6 mesi).

20 CONCLUSIONI il modello dell’ECMWF calcola dei valori attendibili delle variabili meteorologiche, molto vicini a quelli di tre stazioni fisse di misura, soprattutto a quella di Pirano. l’umidità relativa media del modello è superiore a quella delle tre stazioni di circa il 10%. il modello sottostima la velocità del vento tra il 10% e il 60 % rispetto alle stazioni fisse: non tiene conto in modo adeguato dell’orografia. il flusso di calore totale mensile medio è positivo per i tre casi studiati da aprile a luglio del 2005. Leggi sopra… Il flusso totale medio sui tre anni ( ) è pari a -52 W/m2, perfettamente confrontabile con quello ottenuto in questo studio, pari a -61 W/m2 per Pirano e il modello. Stravisi e Crisciani (1986) calcolarono un flusso di calore medio annuo di -65 W/m2. Ultimo commento: CON LE FORMULE MODIFICATE ADATTATE AL CASO DEL GOLFO DI TRIESTE. Gli sviluppi futuri saranno… il bilancio annuale nel Golfo di Trieste all’interfaccia aria-mare è negativo, pari a -61 W/m2 per Pirano e il modello. i flussi di calore ottenuti dai dati del modello concordano con quelli delle stazioni fisse, permettendo una stima dello scambio di calore tra atmosfera e mare anche in aree sprovviste di boe.