GRUPPO NAZIONALE DI OCEANOGRAFIA OPERATIVA 2 Convegno Nazionale di Oceanografia Operativa

Transcript

1 GRUPPO NAZIONALE DI OCEANOGRAFIA OPERATIVA 2 Convegno Nazionale di Oceanografia Operativa L impiego delle reti di monitoraggio in tempo reale nei sistemi di previsione dei fenomeni di storm surge lungo i litorali e nelle lagune nord adriatiche. M. Ferla*, M. Cordella*, A. Defina**, B. Matticchio*** *Istituto Superiore per la Protezione e la Ricerca Ambientale (ISPRA), Dipartimento Tutela Acque Interne e Marine, Servizio Laguna di Venezia. Ruga dei Oresi, Venezia ** Università di Padova, Dipartimento IMAGE, via Loredan, Padova *** IPROS Ingegneria Ambientale s.r.l., Corso del Popolo, Padova Cesenatico, maggio 21

2 mm/y mm/y mm/y (natural) 9 1 years induced Aree Costiere NordOrientali a rischio di inondazione (sea level rise, storm surge) presenza delle lagune e dei tronchi terminali dei grandi fiumi oltre 3 km di spiagge sedimentarie pendenza del fondo marino 2-11 m/km 1. mm/y presenza di strutture di difesa costiera per oltre il 6% km2 al di sotto del l.m.m. soggette a deflusso meccanico SUBSIDENCE natural + induced

3 Storm Surge & Mareggiate 4 th November 1966

4 LA PREVISIONE DEI FENOMENI DI STORM SURGE NEL NORD ADRIATICO Livello della marea = Marea astronomica + Sovralzo (surge) Tavole di marea Contributo meteorologico (+ sessa) Orizzonte temporale: anni Orizzonte temporale: giorni

5 CALCOLO DEL SOVRALZO DI MAREA Approccio Statistico: non si considera il processo fisico che genera il fenomeno ma si va a ricercare uno schema, per esempio lineare autoregressivo, che attraverso una serie di coefficienti caratteristici mette in relazione il sovralzo previsto con i valori relativi ai vari fattori predittivi. Approccio Deterministico ricerca delle soluzioni numeriche delle equazioni dell idrodinamica che descrivono le oscillazioni del mare innescate dal processo di scambio di energia tra l atmosfera e la superficie del mare. RICERCA DEI FATTORI PREDITTIVI PARAMETRI PUNTUALI OSSERVATI (RMLV, RMN): Livello della marea (sovralzo), Pressione atmosferica, Vento (direzione e velocità) PARAMETRI PREVISTI: Campi di Pressione atmosferica e direzione/velocità del vento Modello a scala globale - (ECMRWF); Modelli ad area limitata (NEWBOLAM)

6 L APPROCCIO STATISTICO: IL MODELLO ISPRA MSM_28 ( t + τ ) = a N n( k ) M τ / t 1 k k k k ( τ ) + bi ( τ ) Π ( t i t) + ci ( τ ) Π ( t + τ i t) k = 1 i= k = 2 i= a ( τ ) k b i k c i t (τ ) l istante della previsione, τ indica l anticipo con cui viene prevista l altezza, (τ ) sono i coefficienti della regressione, diversi per ogni stazione e per ogni anticipo t Calibrazione su un set di 5 anni di dati validati (22-26) k Π sono i predittori t rappresenta il passo temporale con cui sono scanditi i valori dei predittori (nel caso specifico t = 1 ora).

7 L APPROCCIO STATISTICO: IL MODELLO ISPRA MSM_28 I PREDITTORI Parametri orari osservati nelle 24 ore: livello della marea stazione di riferimento (RMLV) velocità vento settori sud orientali PT_CNR (RMLV) pressione atm Genova, P. Torres, Bari e Venezia (RMN) Parametri previsti 72 ore (ECMRWF) Valori tri-orari: Pressione atm (GE, P.Torres, BA e VE) Vento a PT_CNR (sud-est) Grado P. Salute Lido D.S. Chioggia PT_CNR P. Caleri

8 Stazione di Venezia Punta della Salute Confronto tra i risultati della calibrazione (22-26) e della fase operativa (5/3/29 4/3/21) 4 Errore medio ε ± 2σ Errore massimo εmax ε εmin

9 Stazione di Venezia Punta della Salute Confronto tra i risultati della calibrazione (22-26) e della fase operativa (5/3/29 4/3/21) 15 deviazione standard degli errori 1 5 Anticipo Err. calibrazione Med. () operativo Dev. Stand. () Err. Max () Err. Min. () calibrazione operativo calibrazione operativo calibrazione operativo

10 Stazione di Venezia Punta della Salute Fase operativa (5/3/29 4/3/21) Risultati della previsione sugli estremali Colmi di marea Cavi di marea Colmo misurato Colmo previsto Cavo misurato Cavo previsto tutti < >12 4 tutti > <-2-4 errore medio errore medio

11 Stazione di Venezia Punta della Salute Fase operativa (5/3/29 4/3/21) Risultati della previsione sui dati >8 4 Errore medio su tutti i dati Anticipo Err. Med. () Dev. Stand. () tutti i dati dati > tutti i dati dati > Errore medio su tutti i dati >8 Err. Max () tutti i dati dati > Err. Min. () tutti i dati dati >

12 6 stazioni nella Laguna di Venezia e nell Alto Adriatico Fase operativa (5/3/29 4/3/21) 4 Venezia Punta della Salute 4 Diga Sud Lido tutti < > Chioggia Grado errore medio () Punta Salute Chioggia Burano Diga Sud Lido Grado Porto Caleri 4 Burano 4 Porto Caleri

13 PROGRESSIONE DELLA PREVISIONE Previsione a Venezia Punta Salute Evento del 3/11/29 ore 9 - h= /11/9. 29/11/ /11/9. 3/11/ /12/9. 1/12/9 12. ora solare Previsione a Venezia Punta Salute Evento del 23/12/29 ore 5 - h= /12/9. 22/12/ /12/9. 23/12/ /12/9. 24/12/9 12. ora solare Evento del 3/11/29 ore 9. - h=129 Evento del 23/12/29 ore 5. - h= errore () -1 errore ()

14 L APPROCCIO STATISTICO: IL MODELLO ISPRA MSM_28 L EVENTO 928 PUNTA SALUTE 123 ZMPS Livello di marea Punta Salute Previsione Livello Livello di effettuata marea di marea alle a Porto ore a Grado del Caleri Previsione effettuata alle ore del marea prevista () marea prevista () marea misurata () marea misurata () marea registrata marea registrata ore 7: 92 ore 8:1 89 ore 7:25 75 ore ore 2:35 21: ore 21:25 78 ore ore 7:5 9: ore 8:45 87 ore ore 21: 22: ore 22:2 89 ore 9:3 ore ore 12 8:4 9: ore 21:5 12 ore 22:5 ore 22: ore 1:2 ore 2:35 6 ore 57 2:4 56 ore 14:55 ore 13: ore 14:45 8 ore 1:55 ore 3: ore 2:5 38 ore ore 14:4 15: ore 15:35 12 ore ore ore 2:4 3:15 3: ore 16:2 18 ore ore 15:2 16: /2/9. 5/2/ /2/9. 6/2/ /2/9. 7/2/ /2/9. 8/2/ /2/9. -8 ora solare 5/2/9. 5/2/ /2/9. 6/2/ /2/9. 7/2/ /2/9. 8/2/ /2/9. ora solare

15 L EVENTO ZMPS 4 CASO STORICO Figura 2/a - Stazione mareografica di Venezia P.Salute - Marea eccezionale del 1 dicembre 28 Pressione (Piattaforma CNR) Osservata Astronomica Sovralzo Livello Max di marea 156 ZMPS ore 1.45 Livello Max astronomico 56 ZMPS ore Sovralzo max 11 ore livelli ( ) Pressione (hpa ) /11/28 1/12/28 2/12/ Figura 2/c - Stazione meteo Piattaforma CNR - Direzione e velocità del vento Velocità del vento Direzione del vento 18, 36 16, 14, 12, 1, 8, 6, 4, 2,, Velocità del vento (m /s) D irezione del vento (gradi) 3/11/28 1/12/28 2/12/28 6

16 L APPROCCIO STATISTICO: IL MODELLO ISPRA MSM_28 L EVENTO 8121 PUNTA SALUTE 156 ZMPS Ricostruzione dell evento in configurazione operativa (FORACAST) dati esaorari di 4P e S (ECMRWF) Confronto tra vento previsto e misurato Insoddisfacente approssimazione sulla punta max. delle ore 11 del 1/12/8 Prev ε = -4

17 L APPROCCIO STATISTICO: IL MODELLO ISPRA MSM_28 L EVENTO 8121 PUNTA SALUTE 156 ZMPS Ricostruzione dell evento. Sostituzione valori previsione (4PS + 4PS) valori orari registrati Errore medio nei 3 gg. 1. Maggiore in corrispondenza di Max e min. Errore rispetto alla punta max delle ore 11 del 1/12/28 Prev Prev Prev

18 Effetti in laguna : il vento locale 8/12/1992 6/11/2

19 L APPROCCIO STATISTICO: IL MODELLO ISPRA MSM_28 ANALISI DI SENSITIVITA PUNTA DELLA SALUTE Errore ε = mis - prev Indice di accuratezza IA = ε med ± 2σ Correlazione tra marea meteorologica e intensità dello Scirocco espresso come quadrato della velocità del vento Stima dell indice di accuratezza e degli errori massimi e minimi per la previsione della differenza (τ) a Punta della Salute basata sulla combinazione 4PS&4PS

20 L APPROCCIO STATISTICO: IL MODELLO ISPRA MSM_28 ANALISI DI SENSITIVITA CHIOGGIA Errore ε = mis - prev Indice di accuratezza IA = ε med ± 2σ Correlazione tra marea meteorologica e intensità della Bora espresso come quadrato della velocità del vento Stima dell indice di accuratezza e degli errori massimi e minimi per la previsione della differenza (τ) a Chioggia basata sulla combinazione H4PBS&4PBS

21 L APPROCCIO STATISTICO: IL MODELLO ISPRA MSM_28 MIGLIORAMENTO DELL AFFIDABILITA' Ricerca dei coefficienti mirata agli eventi estremi; Affinamento dell influenza del vento - differenziazione settori di provenienza; Risoluzione temporale dati di previsione da 6 ore (ECMRWF) ad almeno 3 ore (LAM) Minimizzazione errori fattori predittivi con tecniche di data assimilation (Kalman filter