Il Sistema di Previsioni Numeriche ad
Alta Risoluzione ad Alta Risoluzione
del CNMCA: Recenti Sviluppi e
Applicazioni Operative
Lucio Torrisi
CNMCA, Servizio Meteorogico A.M., Pratica di Mare,
Roma
2° Convegno Nazionale di Oceanografia Operativa, Cesenatico, 27-28 Maggio 2010
Sommario


Il Sistema di Previsione Numerica
Operativa del CNMCA
• Assimilazione Dati e Monitoraggio
Osservazioni
• Modelli di Previsione (COSMO-ME,
COSMO-IT, Sistema Nettuno)
• Esempi ed Verifiche Oggettive
Gli Sviluppi nel Campo dell'Ensemble
Data Assimilation
Il Processo di Previsione Numerica
OPERATIONAL NWP SYSTEM
00
03
06
09
12
00
03
18
21
15
18
21
Observations (±1.5h)
3DVar Analysis
00
15
06
09
12
12
Blend
ed
E. HRM F.G.
00
03
06
09
12
15
18
21
Data Assimilation System
SST
00
SN mask
18
00
06
IFS Analysis 12
IFS
B.C.
Fare clic per modificare lo stile del sottotitolo dello schema
COSMO-ME
BC
Obs
Nudging
18-00
18-00
Forecast 00
Forecast 12
COSMO-ME (7 km)
COSMO-IT (2.8 km)
Forecast 00
Forecast 12
Local Area Modelling
18
COSMO-ME
BC
06
Nudging
Obs
06-12
06-12
Assimilazione Dati al CNMCA
 Ciclo di assimilazione dati intermittente (3h) con
condizioni al bordo da IFS
 Algoritmo di analisi basato sullo schema 3D-VAR PSAS
FGAT (Bonavita and Torrisi, 2005); T,u,v,qv su 40 livelli
verticali + ps
T
T

1

1
1
1




J

y

H
x
R
y

H
xx

b

x
P
x
b

x





  
2
2 b

Modello prognostico: HRM (modello idrostatico del DWD)

Osservazioni:
 convenzionali: TEMP, PILOT,
SYNOP, SHIP, BUOY
 non-convenzionali: radianze
AMSUA, AMDAR-ACAR-AIREP,
MSG/MODIS AMV, Wind Profilers,
venti da METOP/QUIKSCAT/ERS2
Bonavita and Torrisi, 2005: Meteor. and
Atmospheric Physics Vol.88 No.1-2
Monitoraggio delle Osservazioni
Le osservazioni (assimilate e non) vengono
continuamente confrontate con il first-guess del sistema di
assimilazione dati del CNMCA (controllo di qualità)
 Bias e stdv sono calcolati e cumulati per ogni stazione in
superficie (SYNOP, SHIP, BUOY, WPROF, TEMP, PILOT) e
per 3°x3° boxes (AMV, SCAT, AMSUA, profili IASI).
 Una ulteriore sotto-classificazione è fatta per:
- AMDAR/ACAR: livelli di
crociera, ascesa, discesa
- AMV/AMSUA rad.: satellite,
canale, mare/terra
- Profili IASI (non assimilati):
mare/terra

Statistiche Obs-FG
AMDAR and ACAR Temperature
Sample period: 1 nov 2009 – 15 feb 2010
All
Bias in middle-lower levels from ascent aircraft observations (warm for
AMDAR and warm/cold for ACAR)
Statistiche Obs-FG
ID
lat
61010 43.8
61001 43.4
61002 42.1
SHIP
lat
9.1
7.8
period
bias
stdv
#
ps
-0.91
0.87
782
T2m
-0,19
1.47
782
ps
0.10
1.05
1682
T2m
-0,38
1.07
5869
ps
-0.15
0.75
1015
T2m
-0.35
1.12
5861
Field
bias
stdv
#
ps
-0.19
2.62
2588
T2m
-0.31
1.56
1305
ps
-0.36
1.77
3871
T2m
-0.63
1.37
1774
14sept09 - 20may10
15dect08 - 20may10
4.7
15dect08 - 20may10
ID
lat
lat
period
BATFR33
39.0
3.4
16dect08 - 20may10
43.0
7.4
15dect08 - 20may10
BATFR22
Field
A breve anche per le boe dell'ISPRA.
Consorzio COSMO (1998)
The general goal of COSMO (Germany, Switzerland, Italy, Greece,
Poland, Romania) is to develop, improve and maintain a nonhydrostatic limited area modelling system to be used both for
operational and for research applications by the members of COSMO.
COSMO is initially based on the “Lokal-Modell” (LM) of DWD.
Il Servizio Meteorologico Russo è un nuovo membro
In Italia la cooperazione è estesa a:
Sistema di previsione numerica
CNMCA
Assimilazione Dati
Supercomputer CNMCA: 13 Teraflop (picco)
2.8 km
50 v.l.
14 km
40 v.l.
- hydrostatic equations
- parameterized convection
7 km
40 v.l.
- compressible equations
- parameterized convection
Modelli ad alta risoluzione:
COSMO
- compressible equations
- explicit convection
Post-Processing
LM-
AWI
-
DMO
COSMO-ME
ww
cloud type
temperature, humidity, cloudiness,
wind, pressure, precipitation, etc
Grid point
correction (det./statis.)
NETTUNO sign.height Text / Graphics
mean dir, etc • FFAA / NATO/ NURC
3'
• Civilian Protection Department
BC fields
wind
COSMO-IT
Field dissemination
(rotation / interp.)
wind
DMO
MFS (Oceanic Model)
NETTUNO sign.height
mean dir, etc
1'
prec., etc
Field dissemination
Graphics
• RAI3 Regional Forecast (TV)
• EUMETSAT-HSAF
• SRNWP-PEPS
• COSMO verification WG
• RAI Teletext
• Intranet - prometeo.meteoam.it
• Internet - www.meteoam.it
• Other users
Nevicata su Roma 12 Febbraio
Automatic Weather Interpretation
Nevicata su Roma
12 feb 2010
Caso 3-4 Maggio 2010
Ciclone Ext. su Mediterraneo Occidentale
4 Maggio: Mareggiata su
Costa Azzurra
Caso 3-4 Maggio 2010
Differenze in SST rispetto a ECMWF
Grafici di Daniele Pettenuzzo INGV
Caso 3-4 Maggio 2010
COSMO-ME inizializzato
con differenti SST
Grafici di Daniele Pettenuzzo INGV
NETTUNO
 Le previsioni per lo stato del mare sono ottenute dal
sistema NETTUNO implementato al CNMCA
nell’ambito di una collaborazione con l’ISMAR- Venezia
 NETTUNO è basato sul modello delle onde WAM
(WAve Model) e sui modelli atmosferici non-idrostatici
COSMO-ME e COSMO-IT.
 Il modello WAM determina la distribuzione spaziale e
temporale (30 frequenze e 36 direzioni) dell’energia del
moto ondoso utilizzando come unico termine forzante il
vento superficiale.
 Il forzante è ottenuto dalle previsioni del vento
superficiale ad alta risoluzione (7km) dei modelli
atmosferici del CNMCA: COSMO-ME (7km) per la
versione a 3' e COSMO-IT per la versione a 1'.
Nettuno (3')
Comportamento di alcuni sistemi di previsione dello stato del mare per la
mareggiata del 24-25 Gennaio 2009
Cortesia di Gigi Cavaleri et al.
Nettuno (1'):
WAM+COSMO-IT
BC da NETTUNO (3’)
M.F.S. ad Alta Risoluzione
Supporto alle Operazioni Navali
ISTITUTO IDROGRAFICO
DELLA MARINA
VerSUS
(Verification System Unified Survey)
•Il progetto Versus discusso nell’ambito del consorzio COSMO ha
come obiettivo quello di realizzare uno strumento flessibile e
configurabile che verifichi, mediante un set di indici statistici’
l’andamento dei modelli matematici nell’ambito delle previsioni meteo.
Versus-DB
MARS
Districo
OBS data
Configuration data
for verification
FCS data
Loader
On demand /Demon
Verification results
(Scores and images)
WEB GUI
Verification –R Project
Phoenix
User Management
Verifiche Oggettive
BIAS
FBI run 00 th = 20 mm/24h time = 0024
ETS
ETS run 00 th = 20mm/24h time = 0024
Cortesia di
Elena Oberto
ARPA-PIEMONTE
Sviluppi COSMO-ME
Dal 1 Giugno 2010: Allargamento del dominio operativo con
cambio del polo di rotazione della griglia orizzontale
In corso di
validazione
analisi
COSMO-ME
3D-VAR
Ensemble Data Assimilation
Approccio Probabilistico:
Quantificare l’Incertezza delle
Condizioni Iniziali
Initial condition
Forecast time
Un sistema di Assimilazione Dati
basato sulla tecnica LETKF
(Filtro di Kalman Stocastico) è in
fase pre-operativa al CNMCA
Forecast
Ensemble Kalman Filter D.A.
Uses an ensemble of N system states to parametrize the distribution
1 b bT
b
P

XX
N

1
Xb xb xb
It follows the time evolution of the mean and covariance (Gaussian
assumption) by propagating the ensemble of states
LETKF FORMULATION (Hunt et al,2007)
~
b
b
H

H
(
x
)

H
(
x
)
n
n

1
~
~
a
T 
1~
P(HRH

(N

1
)I
b~
a~
T 
K
X
P
H
R1


a
b a
X
X
W
/2
~
a
a1
(Square root filter)
W
(N

1
)P

a
b
o
b
x

x

K
(
y

H
(
x
))
a
a
a
x

x

X

The analysis ensemble mean is the linear combination of forecast ensemble
states which best fits the observational dataset
Confronto 3D-VAR / LETKF
Verifiche oggettive usando le radiosonde europee
Configurazione:
40 membri su dominio Euro-HRM
Fattore di inflazione B moltiplicativo
e additivo, fisica stocastica, pert. SST
Osservazioni come in 3D-VAR oper.
escluso AMSUA
Bonavita M, Torrisi L, Marcucci F. 2008. The ensemble Kalman filter in an operational regional NWP system:
Preliminary results with real observations. Q. J. R. Meteorol. Soc. 134: 1733-1744.
Bonavita M, Torrisi L, Marcucci F. 2010. Ensemble data assimilation with the CNMCA regional forecasting
system. Q. J. R. Meteorol. Soc. 136: 132-145.
Grazie per l’attenzione!
Nettuno (3'):
WAM+COSMO-ME
Es. Mareggiata 4 Maggio su Costa Azzurra