Valutazione delle nubi simulate da un modello di clima (LMDZOR) in Area Mediterranea tramite dati da satellite
|
|
- Flavia Bonetti
- 5 anni fa
- Visualizzazioni
Transcript
1
2 Valutazione delle nubi simulate da un modello di clima (LMDZOR) in Area Mediterranea tramite dati da satellite G. L. Liberti 1, F. Cheruy 2 1 Istituto di Scienze dell Atmosfera e del Clima, CNR, Roma, Italia 2 Istituto di Scienze Ambientali LMD-IPSL, CNRS/UPMC, Parigi Cedex 05, Francia g.liberti@isac.cnr.it SOMMARIO: Sono descritte le attività in corso all ISAC-CNR, in collaborazione con LMD-CNRS (Francia), per valutare la capacità di un modello di clima di riprodurre caratteristiche osservate di variabilità temporale della copertura nuvolosa in area Mediterranea. Si è utilizzato un modello di clima (LMDZOR) regionalizzato e forzato ed osservazioni ad alta risoluzione spazio/temporale. Sono stati analizzati 6 mesi (giugno-novembre 2000) di osservazioni e corrispondenti uscite del modello ogni 30. La copertura nuvolosa osservata è ottenuta da dati IR METEOSAT. Per quanto riguarda la coincidenza spaziale ed il problema della differente risoluzione spaziale, si assume che all interno della regione d interesse sia possibile identificare sotto-regioni in cui la nuvolosità è legata agli stessi forzanti locali. Tali sottoregioni, la cui procedura di definizione è riportata, sono trattate come unico punto. Sotto tale ipotesi, vengono confrontate le caratteristiche dell evoluzione temporale delle nubi nel modello con quelle osservate. Sono riportati esempi di applicazioni e discussi possibili miglioramenti. 1 INTRODUZIONE L articolo descrive l insieme di attività in corso presso l ISAC-CNR, in collaborazione con LMD-CNRS (Francia), volte allo sviluppo di strumenti per la valutazione della capacità di un modello di clima regionale (LMDZOR) di riprodurre le caratteristiche osservate di variabilità temporale della copertura nuvolosa in area Mediterranea. L interesse per l area Mediterranea, e l uso conseguente di un modello regionale, deriva dall alta sensibilità, in termini socio economici, di tale area a cambiamenti anche modesti di variabili climatiche. Le caratteristiche osservate sono dedotte dall analisi di dati da satelliti geostazionari della serie METEOSAT alla massima risoluzione spaziale e temporale. Gli strumenti diagnostici presentati sono stati sviluppati e testati su una serie temporale di 6 mesi (giugno-novembre 2000) con cadenza di 30 di osservazioni da satellite e corrispondenti uscite del modello. L approccio presentato affronta attraverso: l uso di osservazioni ad alta risoluzione spaziale e temporale, lo sviluppo di diagnostici basati sul confronto delle caratteristiche di variabilità temporale (piuttosto che sul valore assoluto della copertura nuvolosa) e l introduzione del concetto di sottoregioni (vedi sez. 4) alcuni dei problemi rilevanti che si presentano nello sviluppo di simili diagnostici. 2 IL MODELLO DI CLIMA LMDZ4-OR Il modello di clima LMDZ4-OR segue l approccio zooming per quanto riguarda la regionalizzazione (ovvero risoluzione orizzontale variabile e ottimizzata nell area di interesse). Nelle simulazioni analizzate il modello atmosferico è accoppiato a un modello di superficie e di vegetazione. Una descrizione dettagliata del modello e dell approccio del forzaggio è contenuta in Hourdin et al., 2006 e 39
3 Clima e cambiamenti climatici: le attività di ricerca del CNR Condreau et al., Il modello produce, per ogni volume una copertura nuvolosa funzione delle variabili all interno del volume stesso. Tuttavia, sia per calcolare, all interno del modello, gli effetti radiativi, sia, nel nostro caso, per confrontare la copertura nuvolosa del modello con quella bi-dimensionale osservabile da telerilevamento passivo da satellite, è necessario introdurre una schema che descriva la posizione relativa, all interno delle maglie, dell area coperta dalle nubi (schema di overlap). La sensibilità nel calcolo della copertura nuvolosa allo schema di overlap adottato è di conseguenza alta. Poiché si desidera verificare i moduli del modello responsabili per la formazione e dissipazione della nube è importante minimizzare l effetto di tale schema che è generalmente indipendente dai moduli menzionati. A tal proposito sono stati sviluppati diagnostici basati sulle caratteristiche di variabilità temporale della copertura nuvolosa piuttosto che sul valore assoluto. Sebbene il modello di clima adotti uno schema del tipo maximum random overlap, nel presente lavoro, per ogni passo temporale e maglia sono stati calcolati 2 valori estremi di copertura nuvolosa assumendo massimo e minimo ricoprimento verticale delle aree nuvolose. 3 DATI DA SATELLITE La copertura nuvolosa osservata è stimata a partire dalle temperature di brillanza Tb ottenute da misure del canale in finestra nell Infrarosso (IR) Termico (~10 μm) acquisite dal satellite METEOSAT. Sebbene siano disponibili prodotti di copertura nuvolosa ricavati dallo stesso insieme di dati si è optato per produrli a partire da un algoritmo specifico. Infatti tali prodotti, al fine di ottimizzare l informazione contenuta nelle osservazioni METEOSAT, includono l uso, quando possibile, dei dati del canale nel visibile. Ciò si ripercuote su una differente sensibilità, funzione dell illuminazione solare, che può introdurre variabilità temporali dovute piuttosto al cambio di algoritmo che alla nuvolosità stessa. La stima della copertura nuvolosa da satellite è basata su una singola soglia definita per ogni pixel ogni slot ed ogni mese con una procedura simile a quella descritta in Liberti e Cheruy, Sono stati utilizzati due metodi distinti per ricavare le soglie di classificazione, e di conseguenza due stime della copertura nuvolosa. Ciò al fine, principalmente, di testare la dipendenza dei risultati ottenuti dalla procedure di stima della copertura nuvolosa. 4 DESCRIZIONE DELL APPROCCIO Il presente studio si basa su due aspetti principali che lo distinguono: Lo sviluppo di diagnostici basati sul confronto delle caratteristiche di variabilità temporale, piuttosto che sul valore assoluto della copertura nuvolosa, presenta il vantaggio di minimizzare le incertezze dovute sia allo schema di overlap (nel modello) che alla definizione di copertura nuvolosa (nei dati da satellite), inoltre produce informazioni facilmente interpretabili in termini delle componenti, ed i processi fisici che esse rappresentano, che costituiscono l insieme del modello di nube (per es. problemi nella rappresentazione dei processi responsabili del decadimento di un sistema nuvoloso). L introduzione di sottoregioni ovvero i diagnostici sviluppati sono basati sull ipotesi che all interno della regione d interesse sia possibile identificare sottoregioni in cui la nuvolosità è legata agli stessi forzanti locali. Tali sottoregioni sono trattate come un unico punto su cui viene calcolato un valore di copertura nuvolosa ogni 30. Sotto tale ipotesi, a prescindere dall esatta collocazione spaziale e coincidenza temporale, si confrontano le caratteristiche dell evoluzione temporale delle nubi nel modello con quelle osservate. Tale approccio permette, oltre a risolvere il problema della differente e allo stesso tempo variabile risoluzione spaziale, di minimizzare l effetto dovuto a variabili d ingresso generati da moduli del modello differenti da quello delle nubi. Ovvero, si vedrà nella sezione suc- 40
4 Modellistica del clima cessiva, che la maggior parte dei test ricavano le caratteristiche temporali delle nubi indipendentemente nelle 2 serie temporali per poi confrontarle. Ovvero, a prescindere dall esatta coincidenza temporale, che potrebbe peraltro essere dovuta a fattori differenti dalle nubi, si assume che una volta presenti le condizioni per sviluppare una nube tale nube debba svilupparsi nel modello secondo le stesse caratteristiche osservate. La procedura per definire le sotto-regioni si basa sull ipotesi che, una volta identificata una variabile legata principalmente all attività nuvolosa, è possibile identificare, all interno della regione d interesse, sotto regioni caratterizzate da correlazione spaziale relativamente alta della variabile selezionata. La definizione di sottoregioni è stata effettuata sulla base delle osservazioni da satellite e le sottoregioni cosi ottenute sono state definite nella griglia del modello. La variabile selezionata è la differenza tra il valore osservato di Tb ed il valore della moda della distribuzione, per quel pixel e quella slot/mese. Tale scelta, è mirata a minimizzare la correlazione dovuta alla superficie (responsabile principale su terra della variabilità diurna). Sono state anche esaminate altre variabili. La procedura per la definizione delle sottoregioni è la seguente: 1. si definisce soggettivamente un pixel di riferimento iniziale ad es. al centro dell immagine. Per ogni pixel nell area d interesse si calcola il coefficiente di correlazione tra la serie temporale della variabile nel pixel selezionato e quella ottenuta nel pixel di riferimento. Si otterrà una mappa di valori di coefficiente di correlazione; 2. si identifica all interno di tale mappa il pixel con correlazione più bassa con il pixel di riferimento. Tale pixel, che si assume il più indipendente in termini di forzaggi, viene assunto come nuovo pixel di riferimento; 3. si calcola la nuova mappa di coefficienti di correlazione considerando il nuovo pixel di riferimento e si costruisce una nuova mappa composita ottenuta selezionando per ogni pixel il valore più alto di coefficiente di correlazione finora trovato. A ogni pixel è associato un indice che contiene l informazione sul pixel di riferimento con cui tale pixel ha la correlazione massima; 4. si analizza la matrice composita dei coefficienti di correlazione e si identifica, nel pixel col valore minore di coefficiente di correlazione, il nuovo pixel di riferimento; 5. si ripete 3 e 4 fino a che non si è ottenuto il numero desiderato di sottoregioni; 6. si definiscono sottoregioni l insieme dei pixel che hanno il massimo della correlazione con il medesimo punto di riferimento. Intuitivamente le definizioni di sottoregioni derivate da tale procedure dipendono da: - la variabile utilizzata - la serie temporale analizzata - il punto iniziale - il criterio di arresto della procedura iterativa. Tali aspetti sono stati parzialmente analizzati e sicuramente, qualora risulti interessante seguire tale approccio, è necessario uno sforzo specifico per definire una procedura robusta e delineare la sensibilità ai criteri soggettivi applicati nella procedura. 5 ESEMPI RISOLUTIVI In questa sezione sono descritti alcuni esempi di test diagnostici sviluppati. Attualmente i risultati sono in fase di analisi al fine di stimare il contenuto d informazione utile. Distribuzione delle derivate temporali. A partire dalle serie temporali di copertura nuvolosa, per ogni sottoregione, viene calcolata la distribuzione in frequenza della derivata temporale della copertura nuvolosa. Differenze in tale distribuzione contengono informazioni su eventuali anomalie (ad es: velocità di crescite troppo rapida) sistematiche del modello rispetto alle osservazioni. Oltre a confrontare la distribuzione è interessante confrontare la simmetria di tali distribuzioni. Auto de-correlazione temporale. Per ogni sottoregione, per una determinata sorgente di stima della copertura nuvolosa (per es. osservazioni) si calcola la correlazione tra il valore 41
5 Clima e cambiamenti climatici: le attività di ricerca del CNR di copertura a ogni passo temporale e quello ad un passo temporale successivo di un intervallo temporale dato. Si grafica successivamente la correlazione calcolata in funzione del valore del passo temporale. Cross de-correlazione temporale. Per ogni sottoregione si calcola la correlazione tra il valore di copertura da modello a ogni passo temporale e quello da satellite ad un passo temporale precedente o successivo di un intervallo temporale dato. Si grafica successivamente la correlazione calcolata in funzione del valore del passo temporale. Questo test è l unico, di quelli presentati che assuma la coincidenza temporale tra osservazioni e modello. Ciclo diurno. Si calcola il ciclo diurno medio della copertura nuvolosa indipendentemente per osservazioni e per il modello. le due curve, una volta normalizzate per il valore massimo, vengono confrontate. Curva di vita media. Ogni serie temporale è analizzata per identificare i massimi relativi di copertura nuvolosa. Ogni massimo è identificato come evento e all occorrenza del massimo viene associato il valore 0 su una scala temporale di sviluppo del singolo sistema. L evento è delimitato dai minimi relativi che si verificano prima e dopo il massimo relativo. Gli eventi cosi identificati sono successivamente raggruppati in funzione del valore massimi di copertura raggiunta durante l evento. Partendo dall ipotesi che vi sia una relazione tra durata di una nube e sua estensione, gli eventi appartenenti alla stessa classe sono mediati ottenendo, sia per le osservazioni che per il modello, una curva media di vita per ogni nube di una certa classe d estensione. Il confronto di tali curve medie costituisce il diagnostico. 6 CONCLUSIONI È stato sviluppato un insieme di programmi per analizzare la capacità del modello di clima LMDZOR di riprodurre, sull area Mediterranea, le caratteristiche di variabilità temporale delle nubi come osservate da satellite geostazionario. L analisi del contenuto d informazione utile, generato da tali programmi, per lo sviluppo ed il miglioramento della descrizione di nubi all interno del modello di clima, è attualmente in corso. Le analisi preliminari confermano che l approccio adottato minimizza la dipendenza dei risultati ottenuti, in termini di comportamento del modello, sia dallo schema di cloud overlap, nel modello, che dalla procedura di stima di copertura nuvolosa da dati da satellite, inoltre evidenziano, consistentemente in diversi test, comportamenti sistematici del modello. Risulta evidente verificare la validità di alcune delle ipotesi utilizzate nello sviluppo dei diagnostici descritti. In particolare, è fondamentale verificare la correttezza del concetto sottoregioni, e la procedura per la loro definizione, all interno delle quali si assume, non solo che i processi fisici responsabili dell attività nuvolosa siano omogenei ma anche che la vita di un sistema nuvoloso si svolga principalmente all interno della sottoregione stessa. Al tal fine, oltre a verificare la robustezza della procedura di definizione delle sottoregioni, si sta procedendo in parallelo allo sviluppo di programmi per lo studio, da un punto di vista lagrangiano, delle nubi. 7 BIBLIOGRAFIA ESSENZIALE Coindreau, O., et al., Assessment of Physical Parameterizations Using a Global Climate Model with Stretchable Grid and Nudging. Mon. Wea. Rev., 135: Hourdin F., et al The LMDZ4 general circulation model: climate performance and sensitivity to parametrized physics with emphasis on tropical convection. Clim Dyn 2006, 27: Liberti G.L., Cheruy F., Tropospheric dryness and clouds over tropical Indian Ocean. Atmos. Res., 82:
Caratterizzazione della variabilità spazio-temporale del vapor d acqua come diagnostico per un modello di clima
Caratterizzazione della variabilità spazio-temporale del vapor d acqua come diagnostico per un modello di clima G.L. Liberti 1, F. Congeduti 1, D. Dionisi 1, C. Transerici 1, L. Velea 1, F. Cheruy 2 1
DettagliMARSCHALS Millimetre-wave Airborne Receivers for Spectroscopic CHaracterisation in Atmospheric Limb Sounding
Pagina: 1/ 6 MARSCHALS Millimetre-wave Airborne Receivers for Spectroscopic CHaracterisation in Atmospheric Limb Sounding Asper s.r.l. www.asper-fi.it Pagina: 2/ 6 MARSCHALS Millimetre-wave Airborne Receivers
DettagliScenari di cambiamento climatico in ambiente urbano con un focus sulla città di Alghero
Alghero, 25 giugno 2018 Scenari di cambiamento climatico in ambiente urbano con un focus sulla città di Alghero Guido Rianna, Paola Mercogliano Fondazione CMCC-REMHI Il cambiamento climatico è un fenomeno
DettagliScenari del cambiamento climatico in Italia: esiti delle ricerche più recenti
Scenari del cambiamento climatico in Italia: esiti delle ricerche più recenti Bologna, 18 Novembre 2017 Paola Mercogliano CMCC Fondazione Centro Euro-Mediterraneo sui Cambiamenti Climatici Divisione REMHI
DettagliScenari di cambiamento climatico in ambiente urbano con un focus sulla città di Sassari
Sassari, 26 giugno 2018 Scenari di cambiamento climatico in ambiente urbano con un focus sulla città di Sassari Guido Rianna, Paola Mercogliano Fondazione CMCC Il cambiamento climatico è un fenomeno in
DettagliIl 5 Rapporto IPCC. Nuove evidenze sul riscaldamento globale. Sandro Fuzzi Istituto di Scienze dell Atmosfera e del Clima CNR, Bologna
Il 5 Rapporto IPCC Nuove evidenze sul riscaldamento globale Sandro Fuzzi Istituto di Scienze dell Atmosfera e del Clima CNR, Bologna Review Editor Chapter 7: Clouds and Aerosols Yann Arthus-Bertrand /
DettagliT.Col. Guido Guidi 27 Settembre 2016
T.Col. Guido Guidi 27 Settembre 2016 Il clima non è solo temperatura Temperature Inghilterra centrale La serie storica oggettiva più antica del mondo I principali dataset di temperatura globale Hadley
DettagliScenari di emissione SRES (Special Report on Emission Scenarios) e proiezioni globali
Scenari di emissione SRES (Special Report on Emission Scenarios) e proiezioni globali Informazioni e grafici tratte dal IV rapporto IPCC (Intergovernmental Panel on Climate Change): Climate Change 2007:
DettagliProiezioni regionali e sul Mediterraneo di temperatura e precipitazione
Proiezioni regionali e sul Mediterraneo di temperatura e precipitazione Informazioni e grafici tratte dal IV rapporto IPCC (Intergovernmental Panel on Climate Change): Climate Change 2007: The Physical
DettagliScenari e incertezze. Nelle previsioni per il prossimo futuro. Susanna Corti Istituto di Scienze dell Atmosfera e del Clima CNR, Bologna
Scenari e incertezze Nelle previsioni per il prossimo futuro Yann Arthus-Bertrand / Altitude Susanna Corti Istituto di Scienze dell Atmosfera e del Clima CNR, Bologna Il clima è un sistema complesso Litosfera
DettagliCAPITOLO 5. Stima della frequenza dei segnali dovuta al 40 K
CAPITOLO 5 Stima della frequenza dei segnali dovuta al 40 K 5.1 Simulazione dei segnali registrabili con i fotomoltiplicatori. Nei capitoli precedenti, dopo aver illustrato brevemente la motivazione per
DettagliITI M. FARADAY PROGRAMMAZIONE DIDATTICA A.s CLASSI: QUARTE Materia: MATEMATICA e COMPLEMENTI Ore settimanali previste: 4 Matematica
CLASSI: QUARTE Materia: MATEMATICA e COMPLEMENTI Ore settimanali previste: 4 Matematica MACRO UNITA' PREREQUISITI TITOLO UNITÀ DI APPRENDIMENTO COMPETENZE ORE PREVISTE PERIODO EQUAZIONI E DISEQUAZIONI
DettagliRiconoscimento e recupero dell informazione per bioinformatica. Clustering: validazione. Manuele Bicego
Riconoscimento e recupero dell informazione per bioinformatica Clustering: validazione Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Definizione
DettagliEvoluzione delle tecniche di osservazione e previsione meteorologica per il il sistema elettrico.
Torna al sommario Meteorologia e sistema elettrico Mercoledì,, 19 19 marzo 2003 Evoluzione delle tecniche di osservazione e previsione meteorologica per il il sistema elettrico. Paolo Bonelli 1982 2002
Dettagli5 DETERMINAZIONE DELL'INCERTEZZA TIPO COMPOSTA Grandezze d'ingresso incorrelate Grandezze d'ingresso correlate...
INDICE PREMESSA 1 0 INTRODUZIONE 3 1 SCOPO E CAMPO DI APPLICAZIONE 4 DEFINIZIONI 5.1 Termini metrologici generali... 5. Il termine "incertezza"... 6.3 Termini specifici della presente Guida... 6 3 CONCETTI
DettagliALLEGATO 1 METODO E DATI DI RIFERIMENTO PER LA DETERMINAZIONE DELLE QUANTITÀ DI PIOGGIA PER EVENTI ESTREMI
Regione Toscana Autorità di Bacino del Reno PROCEDURE, METODI E DATI DI RIFERIMENTO DA ADOTTARE NELLA PREDISPOSIZIONE DEI PIANI CONSORTILI INTERCOMUNALI ALLEGATO 1 METODO E DATI DI RIFERIMENTO PER LA DETERMINAZIONE
DettagliITI M. FARADAY PROGRAMMAZIONE MODULARE A.s
CLASSI: QUARTE Materia: MATEMATICA e COMPLEMENTI Ore settimanali previste: 4 N. Modulo Titolo Modulo Titolo unità didattiche del modulo Ore previste Periodo mensile Competenze 1 DISEQUAZIONI FUNZIONI LIMITI
DettagliDistribuzioni e rappresentazioni grafiche
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 Distribuzioni unitarie e di frequenza 2 3 4 5 Outline 1 Distribuzioni unitarie e di frequenza 2 3 4 5 Distribuzione unitaria [1/2] Data
DettagliCLASSI: QUARTE Materia: MATEMATICA e COMPLEMENTI Ore settimanali previste: 4
CLASSI: QUARTE Materia: MATEMATICA e COMPLEMENTI Ore settimanali previste: 4 N. Titolo Modulo Titolo unità didattiche in cui è diviso il Ore previste per Periodo mensile per Competenze Modulo 0 Ripasso
DettagliProfilo verticale della temperatura in atmosfera (Fig.3.16)
Profilo verticale della temperatura in atmosfera (Fig.3.16) Il profilo verticale della temperatura si può calcolare come soluzione delle equazioni del trasferimento radiativo per la condizione media dell
Dettagli5.4. La matrice di correlazione
6 CO 4 (mg/m 3 ) 2 domenica lunedì martedì mercoledì giovedì venerdì sabato Giorni della settimana P. Bissuola Outliers Extremes P. Matter Outliers Extremes Le distribuzioni degli inquinanti non mostrano
DettagliCapitolo 3. Le correlazioni fra i rendimenti dei prestiti e la diversificazione di portafoglio.
Capitolo 3. Le correlazioni fra i rendimenti dei prestiti e la diversificazione di portafoglio. 3.1 Introduzione. Il terzo tassello fondamentale per poter applicare la teoria di portafoglio è la stima
DettagliLA TOMOGRAFIA SISMICA PER LO STUDIO DI CAVITÀ ANTROPICHE. DATI SINTETICI E SPERIMENTALI.
Laureanda: Alessandra Carollo Relatore: Prof. Raffaele Martorana Correlatrice: Dott.ssa Patrizia Capizzi LA TOMOGRAFIA SISMICA PER LO STUDIO DI CAVITÀ ANTROPICHE. DATI SINTETICI E SPERIMENTALI. La presenza
DettagliModelli e Metodi per la Simulazione (MMS)
Modelli e Metodi per la Simulazione (MMS) adacher@dia.uniroma3.it Programma La simulazione ad eventi discreti, è una metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi (di
DettagliEffetto Radiativo Diretto degli Aerosol di Origine Antropica nel Bacino del Mediterraneo
XCIV Congresso Nazionale Società Italiana di Fisica Genova, 22-27 Settembre 2008 Effetto Radiativo Diretto degli Aerosol di Origine Antropica nel Bacino del Mediterraneo A. Bergamo, A. M. Tafuro, S. Kinne,
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
DettagliIstituto Nazionale di Geofisica e Vulcanologia 2. Laboratorio per l Osservazione e l Analisi della Terra e del Clima, ENEA 4
H 2 O e processi radiative nell Artico: presentazione dei risultati preliminari dello spettrometro VESPA-22 ottenuti durante la campagna di misura SVAAP a Thule, Groenlandia G. Mevi 1,2, G. Muscari 1,
DettagliApplicazioni dei modelli CTM: analisi di scenario
Applicazioni dei modelli CTM: analisi di scenario Sommario Cos è un analisi di scenario Esempio di applicazione: il progetto City-Delta Scelte tecniche (impostazione di un analisi di scenario) Validazione
DettagliLa distribuzione delle frequenze. T 10 (s)
1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo
Dettagli1 VALIDAZIONE DATI DA SATELLITE: confronto dati da boe vs. dati da satellite
Presentazione ufficiale V.E.C.T.O.R. (VulnErabilità delle Coste e degli ecosistemi marini italiani ai cambiamenti climatici e loro ruolo nei cicli del carbonio mediterraneo) LINEA 1 CLICOST Effetti dei
DettagliPrima misura a larga banda del raffreddamento radiativo della Terra
NEWS IFAC-CNR Prima misura a larga banda del raffreddamento radiativo della Terra A cura di: Istituto di Fisica Applicata Nello Carrara - IFAC 7 dicembre 2005 Il 30 giugno 2005, è stato effettuato con
DettagliAnalisi di parametri cinematici e situazioni di traffico in ambito urbano finalizzate al calcolo delle emissioni
XIV Incontro EXPERT PANEL EMISSIONI DA TRASPORTO STRADALE ARPAV Venezia, 16 ottobre 2008 Analisi di parametri cinematici e situazioni di traffico in ambito urbano finalizzate al calcolo delle emissioni
DettagliFabio Peron. Il cielo sorgente di luce naturale
SKY LUMINANCE vs SKY ILLUMINANCE IL CIELO E UNA SORGENTE DI LUCE ANISOTROPA LE SUE PROPRIETA CAMBIANO IN BASE ALLA POSIZIONE CONSIDERATA Lezioni di illuminotecnica. Luce naturale: modelli di cielo Fabio
DettagliGLI STRUMENTI PER IL MIGLIORAMENTO
GLI STRUMENTI PER IL MIGLIORAMENTO Gli strumenti per il miglioramento 1 IL MIGLIORAMENTO DELLA QUALITA Parte della gestione per la qualità mirata ad accrescere la capacità di soddisfare i requisiti per
DettagliVideo Analysis (cenni) Annalisa Franco
1 Video Analysis (cenni) Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 Visual motion Un video è una sequenza di frame catturati nel corso del tempo Il valori dell immagine sono
DettagliSISTEMA OTTICO SPETTRALE - RETE LIDAR INSTALLATA PRESSO ILVA
SISTEMA OTTICO SPETTRALE - RETE LIDAR INSTALLATA PRESSO ILVA REPORT AGOSTO 2016 SERVIZIO AGENTI FISICI Agenzia regionale per la prevenzione Sede legale 1/4 Rete LIDAR ILVA: report mensile AGOSTO 2016 1.
DettagliGrandezze fisiche e loro misura
Grandezze fisiche e loro misura Cos è la fisica? e di che cosa si occupa? - Scienza sperimentale che studia i fenomeni naturali suscettibili di sperimentazione e che implicano grandezze misurabili. - Sono
DettagliOsservazioni e Misura. Teoria degli errori
Osservazioni e Misura ella misura di una grandezza fisica gli errori sono inevitabili. Una misura non ha significato se non viene stimato l errore. Teoria degli errori La teoria degli errori cerca di trovare
DettagliAnalisi fluidodinamica CFD su dispositivi a colonna d acqua oscillante OWC - Fase 2: Confronto tra risultati numerici e risultati sperimentali
Agenzia nazionale per le nuove tecnologie, l energia e lo sviluppo economico sostenibile MINISTERO DELLO SVILUPPO ECONOMICO Analisi fluidodinamica CFD su dispositivi a colonna d acqua oscillante OWC -
DettagliCURVE DI DURATA: Introduzione e Rappresentazione analitica
CURVE DI DURATA: Introduzione e Rappresentazione analitica Premesse Si definisce durata di una portata Q riferita ad una sezione di misura, l'intervallo di tempo in cui le portate naturali del corso d
DettagliLe previsioni e quando fare scattare l allarme
Le previsioni e quando fare scattare l allarme Stefano Marchesi Stefano Zauli Sajani Struttura tematica di Epidemiologia ambientale ARPA Emilia Romagna Schema di flusso di una previsione Raccolta delle
DettagliProt. Int. n UFGM
Prot. Int. n 2007-007 ISOLA DI STROMBOLI RAPPORTO SUL RICONOSCIMENTO DI ANOMALIE TERMICHE E STIME DEL TASSO EFFUSIVO DA IMMAGINI SATELLITARI AGGIORNAMENTO DEL 15 MARZO 2007 Rapporto redatto a cura di:
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliUniversità della Calabria
Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE
DettagliSTUDI DI PREFATTIBILITA NEL CAMPO EOLICO: DESCRIZIONE DELLE ATTIVITÀ PREVISTE
STUDI DI PREFATTIBILITA NEL CAMPO EOLICO: DESCRIZIONE DELLE ATTIVITÀ PREVISTE Indice 1. Censimento preliminare e acquisizione dati/stime di vento 1.1 Censimento preliminare dati nel sito 1.2 Estensione
DettagliUTILIZZO DELL ANALISI DELLE COMPONENTI PRINCIPALI (PCA) DI DATI HVSR FINALIZZATO ALLA ZONAZIONE SISMICA
UTILIZZO DELL ANALISI DELLE COMPONENTI PRINCIPALI (PCA) DI DATI HVSR FINALIZZATO ALLA ZONAZIONE SISMICA Terremoto de L Aquila, 2009 Gallipoli et al., 2011 Lo scopo di questo lavoro è quello di indagare
DettagliDipartimento di Fisica a.a. 2003/2004 Fisica Medica 2 Indici statistici 22/4/2005
Dipartimento di Fisica a.a. 23/24 Fisica Medica 2 Indici statistici 22/4/25 Ricerca statistica La ricerca può essere deduttiva (data una legge teorica nota cerco verifica tramite più misure) ovvero induttiva
DettagliTecnico in meteo-climatologia operativa
Denominazione Figura / Profilo / Obiettivo Professioni NUP/ISTAT correlate Attività economiche di riferimento: ATECO 2007/ISTAT Area professionale Sottoarea professionale Descrizione Tecnico in meteo-climatologia
DettagliMarta Chiesi 1, Luca Angeli 2, Luca Fibbi 1, Bernardo Gozzini 2, Ramona Magno 2,Bernardo Rapi 1 e Fabio Maselli 1
7 Workshop tematico: IL TELERILEVAMENTO PER IL MONITORAGGIO E LA GESTIONE DEL TERRITORIO Marta Chiesi 1, Luca Angeli 2, Luca Fibbi 1, Bernardo Gozzini 2, Ramona Magno 2,Bernardo Rapi 1 e Fabio Maselli
DettagliRapporto eruzione Etna 25 Novembre - 6 Dicembre 2006
Rapporto eruzione Etna 25 Novembre - 6 Dicembre 2006 INGV sezione CNT- LABTEL e Università delle Hawaii - HIGP/SOEST* Coordinamento: Spinetti C., Buongiorno M.F. Mantenimento del sistema: Doumaz F., Musacchio
DettagliMisura della performance di ciascun modello: tasso di errore sul test set
Confronto fra modelli di apprendimento supervisionato Dati due modelli supervisionati M 1 e M costruiti con lo stesso training set Misura della performance di ciascun modello: tasso di errore sul test
DettagliOperazioni puntuali. Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma
Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma Analisi di Basso Livello In ingresso abbiamo le immagini provenienti dai sensori. In uscita si hanno un insieme di matrici ognuna delle
DettagliLa previsione meteorologica di eventi di precipitazione alluvionali
Federal Department of Home Affairs FDHA Federal Office of Meteorology and Climatology MeteoSwiss La previsione meteorologica di eventi di precipitazione alluvionali Paolo Ambrosetti, Meteo Locarno 1978-2008:
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
DettagliPRESENZA DI METALLI PESANTI NELLE ACQUE METEORICHE DI DILAVAMENTO SU STRADE E PIAZZALI DELLE AREE INDUSTRIALI E IMPLICAZIONI PER IL TRATTAMENTO
PRESENZA DI METALLI PESANTI NELLE ACQUE METEORICHE DI DILAVAMENTO SU STRADE E PIAZZALI DELLE AREE INDUSTRIALI E IMPLICAZIONI PER IL TRATTAMENTO Qualità delle acque. In prima analisi, a partire dagli idrogrammi
DettagliImplementazione degli algoritmi.
Implementazione degli algoritmi. 4.1. Introduzione. In questo capitolo sarà discussa l implementazione software per l ambiente MATLAB 6.1 che è stata fatta degli algoritmi di identificazione presentati
DettagliCLASSIFICAZIONE SPETTRALE DI STELLE DELL AMMASSO APERTO NGC 2420
CLASSIFICAZIONE SPETTRALE DI STELLE DELL AMMASSO APERTO NGC 2420 Spectral classification of stars in the open cluster NGC 2420 Giacomo Coran Nicolò Forcellini Giulio Pegorer Liceo Scientifico L. da Vinci
Dettagli1 PROCESSI STOCASTICI... 11
1 PROCESSI STOCASTICI... 11 Introduzione... 11 Rappresentazione dei dati biomedici... 11 Aleatorietà delle misure temporali... 14 Medie definite sul processo aleatorio... 16 Valore atteso... 16 Esercitazione
DettagliVARIABILITÀ INTERANNUALE DELLO SCAMBIO E DEL SEQUESTRO DEL CARBONIO NEL MARE ADRIATICO STEFANO QUERIN, GIANPIERO COSSARINI, COSIMO SOLIDORO
VARIABILITÀ INTERANNUALE DELLO SCAMBIO E DEL SEQUESTRO DEL CARBONIO NEL MARE ADRIATICO STEFANO QUERIN, GIANPIERO COSSARINI, COSIMO SOLIDORO ISTITUTO NAZIONALE DI OCEANOGRAFIA E DI GEOFISICA SPERIMENTALE
DettagliCorso Di CHIMICA ANALITICA II
Corso Di CHIMICA ANALITICA II CHIMICA ANALITICA QUANTITATIVA: determinazione di una specie chimica in funzione della sua concentrazione. CHIMICO ANALITICO: sviluppare nuovi metodi X analita (CAMPIONE):
DettagliSalandin Alessio Dipartimenti Sistemi Previsionali
Salandin Alessio Dipartimenti Sistemi Previsionali a.salandin@arpa.piemonte.it 03/02/2015 1 Arpa Piemonte - Rete di monitoraggio Il patrimonio delle osservazioni meteorologiche sul Piemonte è ricco e le
DettagliMetodi computazionali per i Minimi Quadrati
Metodi computazionali per i Minimi Quadrati Come introdotto in precedenza si considera la matrice. A causa di mal condizionamenti ed errori di inversione, si possono avere casi in cui il e quindi S sarebbe
DettagliMetodologia di rilevazione dei prezzi
Metodologia di rilevazione dei prezzi Sommario Descrizione generale Ambito di applicazione Ambito geografico Ambito temporale Descrizione della metodologia Panoramica del processo Selezione del campione
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliStima speditiva del verde urbano a Bologna tramite analisi di immagini QuickBird multispettrali
Stima speditiva del verde urbano a Bologna tramite analisi di immagini QuickBird multispettrali Andrea Spisni (@smr.arpa.emr.it) Laboratorio di Telerilevamento; Area Agrometeorologia e territorio; Servizio
DettagliDESCRIZIONE DETTAGLIATA DELLA CATENA DI ANALISI V.Valente gennaio 2005 A)- LETTURA DEL FILE DA ANALIZZARE: IL PROGRAMMA LEGGE
DESCRIZIONE DETTAGLIATA DELLA CATENA DI ANALISI V.Valente gennaio 2005 A)- LETTURA DEL FILE DA ANALIZZARE: IL PROGRAMMA LEGGE Dati del file la posizione (x,y,z) e le caratteristiche (area del fotocatodo,
DettagliMisura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo
Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo Obiettivi e metodi Finalità del lavoro: definire una metodologia di
DettagliLezione 6b. Spettri di risposta. L equazione del moto assume la seguente forma:
L equazione del moto assume la seguente forma: m u() t cu () t ku() t mu () t g Supponendo di risolvere tale equazione utilizzando l integrale di Duhamel, si ottiene: t 1 n ( t ) () sin[ D( )] ( ) m 0
DettagliAnalisi Numerica. Debora Botturi ALTAIR. Debora Botturi. Laboratorio di Sistemi e Segnali
Analisi Numerica ALTAIR http://metropolis.sci.univr.it Argomenti Rappresentazione di sistemi con variabili di stato; Tecniche di integrazione numerica Obiettivo: risolvere sistemi di equazioni differenziali
DettagliLuigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul
DettagliSituazione meteorologica
Situazione meteorologica Ad integrazione della presentazione dei dati rilevati nella rete di monitoraggio della qualità dell aria, si riportano in maniera sintetica i dati relativi ai parametri meteorologici
DettagliLA PREVISIONE METEOROLOGICA
LA PREVISIONE METEOROLOGICA Bernardo GOZZINI Consorzio Consorzio LaMMA LaMMA Seminario RISCHIO ALLUVIONI IN TOSCANA: PRECIPITAZIONI ED EFFETTI AL SUOLO Firenze, 22 aprile 2015 16 giugno 1996 12 aprile
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliLA NUOVA VERSIONE DEL GENERATORE CLIMATICO CLIMAK
LA NUOVA VERSIONE DEL GENERATORE CLIMATICO CLIMAK Francesco Danuso, Oxana Bashanova, Alvaro Rocca Dipartimento di Scienze Agrarie e Ambientali Università di Udine Contenuti 1. I generatori climatici (weather
DettagliNel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.
Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive
DettagliProgrammazione Lineare: problema del trasporto Ing. Valerio Lacagnina
Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una
DettagliAnalisi multivariata per osservazioni appaiate. Analisi multivariata per osservazioni appaiate
Introduzione Notazione Modello additivo Verifica d ipotesi Sia X una variabile q-dimensionale, a valori reali, non degenere, osservata in k tempi diversi (τ 1, τ 2,..., τ k ), sulle stesse n unità statistiche
DettagliMETODI NUMERICI PER IL CONTROLLO
METODI NUMERICI PER IL CONTROLLO Relazione 4: Equazioni differenziali ESERCIZIO 1 Risolvere il problema ai valori iniziali 3 x& = 1x + t x(0) = 0 1t + 6t 3 1 nell intervallo [0 1] con passo h=0.1 usando
DettagliATMOSFERA, CARATTERIZZAZIONE METEOCLIMATICA
1 / 20 ST-001 ALLEGATO I ATMOSFERA, CARATTERIZZAZIONE METEOCLIMATICA 2 / 20 ST-001 DESCRIZIONE DELLE CONDIZIONI METEOCLIMATICHE Gli impianti di trattamento e di compressione gas della Concessione Stoccaggio
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Verifica e validazione dei modelli Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Passi del processo Simulativo Formulare
DettagliATTIVITÀ IN CAMPO SISMICO RECENTI STUDI E SVILUPPI FUTURI
ATTIVITÀ IN CAMPO SISMICO RECENTI STUDI E SVILUPPI FUTURI Attività in campo sismico. CLASSIFICAZIONE DELLA PERICOLOSITÀ SISMICA DEL TERRITORIO NAZIONALE ATTRAVERSO PARAMETRI STATISTICI Obiettivi Restituire
DettagliElementi di Probabilità e Statistica
Elementi di Probabilità e Statistica Statistica Descrittiva Rappresentazione dei dati mediante tabelle e grafici Estrapolazione di indici sintetici in grado di fornire informazioni riguardo alla distribuzione
DettagliIl modello spazio temporale per la previsione dell'erosione nel breve termine. Note Metodologiche
Il modello spazio temporale per la previsione dell'erosione nel breve termine Note Metodologiche 1 Analisi della dinamica temporale dei fenomeni meteo marini sulla Spiaggia di Alimini Descrizione dei dati
DettagliANALISI DELL ANDAMENTO METEOROLOGICO DEL MESE DI SETTEMBRE 2017 NELLA REGIONE ABRUZZO
Servizio Presidi Tecnici di Supporto al Settore Agricolo Ufficio Coordinamento Servizi vivaistici e Agrometeo Scerni(Ch) ANALISI DELL ANDAMENTO METEOROLOGICO DEL MESE DI SETTEMBRE 2017 NELLA REGIONE ABRUZZO
DettagliAnalisi di parametri cinematici e situazioni di traffico in ambito urbano finalizzate al calcolo delle emissioni
XIV Incontro EXPERT PANEL EMISSIONI DA TRASPORTO STRADALE ARPAV Venezia, 16 ottobre 2008 Analisi di parametri cinematici e situazioni di traffico in ambito urbano finalizzate al calcolo delle emissioni
DettagliMeteorologia in Adriatico, modellistica e cambiamenti climatici
Meteorologia in Adriatico, modellistica e cambiamenti climatici Silvio Davolio CNR ISAC Il Sistema marino costiero Networking territoriale della conoscenza: un opportunità per la Regione Emilia Romagna
DettagliGianpiero Cossarini, Stefano Querin, Cosimo Solidoro Trieste, 2 dicembre 2010
E possibile correlare l alta variabilità idrodinamica e biogeochimica del Golfo di Trieste ai cambiamenti climatici? Individuazione ed analisi numerica delle condizioni ambientali tipiche e della loro
DettagliOgni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice
DettagliLaboratorio di Chimica Fisica. Analisi Statistica
Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica
DettagliSTIMA INCERTEZZA AMMONIO
Pagina 1 di 6 REVISIONE NUMERO DATA REDATTA DA DIR (firma) VERIFICATA DA RAQ (firma) APPROVATA DA AMM (firma) PARAGRAFO REVISIONATO NUMERO 00 07/.2/13 / / MOTIVO Pagina 2 di 6 INDICE DELLA PROCEDURA 1.
DettagliVEQ: GUIDA ALLA LETTURA DEI REPORT
VEQ: GUIDA ALLA LETTURA DEI REPORT Riepilogo periodico Statistiche e istogrammi del singolo campione di controllo: valutazione del tuo risultato IL TUO RISULTATO VALORE DI Z DEV. % DALLA MEDIA DEL TUO
DettagliMetodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale
DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it a.a. 2018-2019 CdS Scienze della Produzione e Protezione delle Piante (g59)
Dettagli3.2. Individuazione dell area di interesse ai fini della modellistica diffusionale
Capitolo 3 Caratterizzazione delle sorgenti pag. 53 3.2. Individuazione dell area di interesse ai fini della modellistica diffusionale 3.2.1. Metodologia di individuazione dell area Ai fini dell individuazione
DettagliAnalisi e scelta dei dati di input
Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e
DettagliIl calcolo del VAR operativo mediante la metodologia stocastica parametrica. Simona Cosma
Il calcolo del VAR operativo mediante la metodologia stocastica parametrica Simona Cosma Contenuti Il VAR operativo: inquadramento concettuale La metodologia attuariale EVT (Extreme Value Theory) Il VAR
DettagliLa produzione fotovoltaica in Italia nel 2016 Analisi preliminari
La produzione fotovoltaica in Italia nel 2016 Analisi preliminari Dicembre 2016 1 Gestore dei Servizi Energetici Divisione Gestione e Coordinamento Generale Unità Studi, Statistiche e Sostenibilità Dicembre
DettagliApplicazioni statistiche e utilizzo del package statistico Spss - 7
Applicazioni statistiche e utilizzo del package statistico Spss - 7 CISI 27 gennaio 2005 ricercapsicologica@tiscali.it Illustrare le principali statistiche mono e bivariate. Valutare quando è opportuno
DettagliDipendenza del Potenziale Ossidativo dalla Composizione Chimica di Campioni di PM10 e di PM2.5
Dipendenza del Potenziale Ossidativo dalla Composizione Chimica di Campioni di PM10 e di PM2.5 Salvatore Romano 1, Maria Chiara Pietrogrande 2, Maria Rita Perrone 1, Francesco Mannarini 2, Roberto Udisti
DettagliCINEMATICA DEL PUNTO MATERIALE: MOTI RETTILINEI E INTRODUZIONE AL MOTO IN PIÙ DIMENSIONI PROF. FRANCESCO DE PALMA
CINEMATICA DEL PUNTO MATERIALE: MOTI RETTILINEI E INTRODUZIONE AL MOTO IN PIÙ DIMENSIONI PROF. FRANCESCO DE PALMA Sommario INTRODUZIONE ALLA CINEMATICA... 3 MOTO RETTILINEO UNIFORMEMENTE ACCELERATO...
Dettagli