VALUTAZIONE DEL GENERATORE CLIMATICO CLIMAK3 E CREAZIONE DI UN DATABASE DI PARAMETRI CLIMATICI A SCALA EUROPEA

Transcript

1 VALUTAZIONE DEL GENERATORE CLIMATICO CLIMAK3 E CREAZIONE DI UN DATABASE DI PARAMETRI CLIMATICI A SCALA EUROPEA Alvaro Rocca, Oxana Bashanova, Fabrizio Ginaldi, Elena Bulfoni e Francesco Danuso Dipartimento di Scienze Agrarie e Ambientali Università di Udine

2 Contenuti. Qualità dei generatori 2. Metodologie di valutazione 3. Validazione di Climak3 4. Conclusioni

3 Qualità dei generatori La validità di un generatore climatico consiste nella sua capacità di generare serie climatiche con le stesse caratteristiche statistiche di quelle dei dati storici originari (Semenov et al., 998; Danuso, 22; Donatelli et al., 25; Birt et al., 2).

4 Qualità dei generatori Come intendiamo operare per stimare la validità?. Valutare l uguaglianza medie a diverse scale temporali 2. Valutare la capacità del generatore di ricreare la variabilità dei dati meteo a diverse scale temporali 3. Valutare la capacità di ricreare la distribuzione dei periodi di maggior importanza agronomica (secchi, piovosi, di freddo o caldo intenso) 4. Verificare la capacità di riprodurre correlazioni e auto-correlazioni tra le variabili climatiche generate 5. Capacità dei dati generati di fornire gli stessi risultati di simulazione da modelli di impatto (modelli colturale)

5 Metodologia - Dati 2 Database di dati osservati (forniti dal JRC Joint Research Centre - European Commission):

6 Metodologia - Dati Le variabili osservate sono: Tmin, Tmax, Etr, Rad, Rain Stazioni europee (9): serie di 35 anni 2 per la stima dei parametri del modello e 5 per la validazione Stazioni sudamericane (8): serie di 25 anni stessa serie utilizzata per la stima e la validazione Per la validazione sono state generate serie di anni per ciascuna delle variabili

7 Metodologia - Analisi Diverse scale di analisi: Test statistici:. Per ogni stazione e per ogni mese: confronti sulle medie giornaliere e sulla varianza giornaliera (t- e F-test) confronti sulle medie mensili e sulla varianza mensile interannuale Kolmogorov-Smirnov sulle distribuzioni delle variabili Metodi grafici per visualizzazione risultati: QQ plot delle variabili Tmin, Tmax, Rain nei mesi di gennaio e luglio Confronto fra cumulate delle distribuzioni

8 Metodologia - Analisi 2. Per ogni stazione e per ogni stagione: Test statistici: χ 2 test sulla goodness-of-fit fra periodi osservati e simulati: piovosi secchi freddi (Tmin< C) caldi (Tmax>3 C) Metodi grafici di visualizzazione: Diagrammi delle frequenze relative

9 Metodologia - Analisi 3. Per tutte le stazioni insieme: Metodi grafici di visualizzazione: plot delle medie mensili osservate vs. generate plot delle dev. std. giornaliere per ogni mese osservate vs. generate

10 Metodologia - Analisi Note statistiche:. Distribuzione normale dei dati nei test parametrici II. Indipendenza delle serie osservate e generate generazione stocastica (Hayhoe, 2; Qian et al., 24) III. Livello significatività dei test p=.5

11 Validazione di Climak3 Correlazioni e auto-correlazioni fra variabili Correlazioni Osservati Autocorrelazioni Osservati

12 Validazione di Climak3 Daily Medie Daily values Varianze Station Tmax Tmin Rain Rad Etr Tmax Tmin Rain Rad Etr ARG ARG BRA CHI CHI CHI CHI PER 9 3 BUL BUL BUL BUL FRA FRA FRA GRE GRE GRE GRE LAT LAT LAT LAT SPA SPA SPA SPA

13 Validazione di Climak3 Daily values - Confronto distribuzioni Gennaio Tmax Tmin Rain Osservat i Dataset: tmax_g.dct Dataset: tmin_g.dct Dataset: wdrain_g.dct AUSTRALE.9 Probabilità cumulata.7. tmax Ge tmax Os.9.7. tmin Ge tmin Os.9.7. wdrain_6_ge wdrain_6_os Dataset: tmax_g.dct Dataset: tmin_g.dct Dataset: wdrain_g.dct BOREALE.9 Probabilità cumulata.7 tmax Ge tmax Os.9.7 tmin Ge tmin Os.9.7 wdrain Ge wdrain Os

14 Validazione di Climak3 Daily values - Confronto distribuzioni Luglio Tmax Tmin Rain Osservat i Dataset: tmax_g.dct Dataset: tmin_g.dct Dataset: wdrain_g.dct AUSTRALE.9 Probabilità cumulata.7. tmax_6_ge tmax_6_os.9.7. tmin_6_ge tmin_6_os.9.7. wdrain_6_ge wdrain_6_os Dataset: tmax_g.dct Dataset: tmin_g.dct Dataset: wdrain_g.dct BOREALE.9 Probabilità cumulata.7 tmax_6_ge tmax_6_os.9.7 tmin_6_ge tmin_6_os.9.7 wdrain Ge wdrain Os

15 Validazione di Climak3 Tmax Daily values - QQ plot Gennaio Tmin Rain Osservat i BOREALE AUSTRALE Osservati Osservati Osservati

16 Validazione di Climak3 Tmax Daily values - QQ plot Luglio Tmin Rain Osservat i BOREALE AUSTRALE Osservati Osservati Osservati

17 Validazione di Climak3 Monthly Medie Monthly values Varianze Station Tmax Tmin Lrain Rad Etr Tmax Tmin Lrain Rad Etr ARG ARG BRA CHI CHI CHI CHI PER BUL BUL BUL BUL FRA FRA FRA GRE GRE GRE GRE LAT LAT LAT LAT SPA SPA SPA SPA

18 AUSTRALE BOREALE Frequenza relativa Frequenza relativa Gennaio-Feb. Wet Ge Wet Os Validazione di Climak3 Simulazione periodi piovosi Marzo-aprile-maggio Giugno-luglio-agosto Sett.-Ottobre-Nov Dic.- Wet_2_Ge Wet_2_Os Wet Ge Wet Os Wet_2_Ge Wet_2_Os Wet_3_Ge Wet_3_Os Wet Ge Wet Os Osservat i Wet_4_Ge Wet_4_Os Wet_4_Ge Wet_4_Os

19 AUSTRALE BOREALE Frequenza relativa Frequenza relativa Marzo-aprile-maggio Giugno-luglio-agosto Sett.-Ottobre-Nov Dic.- Gennaio-Feb. Dry Ge Dry Os Validazione di Climak Simulazione periodi secchi Dry Ge Dry Os Dry_2_Ge Dry_2_Os. Dry_3_Ge Dry_3_Os Dry_2_Ge Dry_2_Os. Dry_3_Ge Dry_3_Os Dry_4_Ge Dry_4_Os Osservat i Dry_4_Ge Dry_4_Os

20 AUSTRALE Frequenza relativa Validazione di Climak3 Simulazione periodi freddo intenso Marzo-aprile-maggio Giugno-luglio-agosto Sett.-Ottobre-Nov Dic.- Gennaio-Feb. Frost Ge Frost Os Frost_2_Ge Frost_2_Os Frost_2_Ge Frost_2_Os Osservat i BOREALE Frequenza relativa Frost Ge Frost Os Frost_3_Ge Frost_3_Os Frost_4_Ge Frost_4_Os

21 AUSTRALE BOREALE Frequenza relativa Frequenza relativa Marzo-aprile-maggio Giugno-luglio-agosto Sett.-Ottobre-Nov Dic.- Gennaio-Feb. Hot Ge Hot Os Validazione di Climak3 Simulazione periodi caldo intenso Hot Ge Hot Os Hot_2_Ge Hot_2_Os Hot_3_Ge Hot_3_Os Hot_3_Ge Hot_3_Os Osservat i Hot_4_Ge Hot_4_Os

22 Validazione di Climak3 plot delle medie mensili osservate vs. generate Tmax Tmin Rain RMSE = 3 RMSE =.2 RMSE = 2. Osservati Osservati Osservati

23 Validazione di Climak3 plot delle dev. std.. giornaliere per ogni mese osservate vs. generate Tmax Tmin Rain RMSE =.24 RMSE = RMSE = 3.27 Osservati Osservati Osservati

24 Conclusioni - Tutta la procedura di validazione è implementata in uno script di SEMoLa (scaricabile gratuitamente!) - Migliorare la performance sulle variabili evapotraspirazione e radiazione solare - Migliorare la stima della variabilità della Tmax - Migliorare la stima della media della Tmin - Stima degli indici agroclimatici dalle serie generate

25 Grazie per l attenzionel