VALIDAZIONE E ESPLORAZIONI
SIMULAZIONI 2005
Validazione dei campi meteorologici
Massimo D’Isidoro, Sandro Finardi, Giandomenico Pace, Celina Vitali
Plenaria del Progetto MINNI, 24 marzo 2011
Sintesi delle attività di validazione effettuate sui
campi meteorologici 2005
•
Confronto, per le principali variabili meteorologiche, con gli
indicatori annuali e mensili prodotti da ISPRA nell’ambito del
sistema SCIA.
48
MILANO_LINATE
•
Confronto su cinque siti (uno per ciascuna macroregione)
con dati da radiosondaggio.
44
40
PRATICA_DI_MARE
BRINDISI
CAGLIARI
TRAPANI
36
5
•
Confronto statistico sulla macroregione del Nord Italia,
effettuato nell’ambito del progetto POMI (Po-Valley Modelling
Intercomparison Exercise ).
•
Confronti con i dati meteorologici forniti dalle Regioni
(attualmente Piemonte, Friuli Venezia Giulia, Lombardia,
Emilia Romagna e Lazio). Confronti orari su ciascuna stazione.
10
15
20
Confronto con indicatori ANNUALI e MENSILI
Confronto, per le principali variabili meteorologiche, con gli
indicatori annuali e mensili prodotti da ISPRA nell’ambito del
sistema SCIA.
Temperatura media annuale(°C):
confronto tra campi simulati e
osservazioni ISPRA-SCIA (simboli
colorati)
Direzione prevalente del vento su base
annuale:
confronto tra campi simulati (blu, una
freccia ogni 6 punti griglia) e
osservazioni ISPRA-SCIA (rosso).
Velocita media annuale (m/s):
confronto tra campi simulati e
osservazioni ISPRA-SCIA (simboli
colorati)
Confronto con dati da RADIOSONDAGGIO
48
MILANO_LINATE
Confronto su cinque siti (uno per ciascuna macroregione) con
dati da radiosondaggio.
(Vitali et al. Poster presentation at the European Geosciences Union (EGU)
General Assembly 2008. Vienna, 13 – 18 April 2008).
44
PRATICA_DI_MARE
BRINDISI
40
CAGLIARI
TRAPANI
36
505 m
105 m
10 m
505 m
105 m
- RH Radiosounding
Model
RH
10 m
TModel - TRadiosounding
5
4
2
0
-2
-4
4
2
0
-2
-4
4
2
0
-2
-4
1
20
10
0
-10
-20
-30
10
0
-10
-20
-30
10
0
-10
-20
-30
1
2
2
3
4
5
6
7
8
9 10 11 12 1
3 4 5 6 7 8 9 10 11 12 1
MONTHS + DAY FRACTION
BRINDISI
2
2
3
4
5
6
7
8
5
6
7
8
2
3
9 10 11 12 1
2
3
9 10 11 12 1
2
3
3 4 5 6 7 8 9 10 11 12 1
MONTHS + DAY FRACTION
2
3 4 5 6 7 8 9 10 11 12 1
MONTHS + DAY FRACTION
2
3 4 5 6 7 8 9 10 11 12 1
MONTHS + DAY FRACTION
2
3 4 5 6 7 8 9 10 11 12
MONTHS + DAY FRACTION
CAGLIARI
4
5
6
7
8
MILANO/LINATE
4
5
6
15
9 10 11 12 1
TRAPANI
4
10
7
8
20
9 10 11 12 13
PRATICA DI MARE
Bias medi di T (sopra) ed RH (sotto) calcolati per RAMS (nero) e LAPS (rosso) sui 5 siti considerati.
I Bias sono calcolati per ogni mese e a 4 diverse ore della giornata 00, 06, 12, 18.
Confronti nell’ambito del progetto POMI
Confronto statistico sulla macroregione del Nord Italia,
effettuato nell’ambito del progetto POMI (Po-Valley Modelling
Intercomparison Exercise , Thunis et al., 2009)
Bias medio della Temperatura e Distribuzione di frequenza dei Bias per differenti tipologie di stazione.
Confronto con dati meteorologici forniti dalle
REGIONI/1
Confronti con i dati meteorologici forniti dalle Regioni (attualmente
Piemonte, Friuli Venezia Giulia, Lombardia, Emilia Romagna e Lazio).
Confronti orari su ciascuna stazione.
Confronto con dati meteorologici forniti dalle
REGIONI/2
Cosa viene prodotto?
Per l’intero data set
cioè considerando insieme tutte le stazioni di uno studio [ad esempio regionale]
1) calcolo di un set di indici statistici, calcolati :
• sull’intero dat set dei dati validi (tutte le ore)
• su sottoinsiemi dei dati riferiti alle quattro ore standard (00,06,12,18)
2) scatter plots
3) analisi dei residui (studio delle prestazioni del modello al variare di un
parametro di interesse [analisi effettuate al variare di: mese, ora del giorno,
quota della stazione usata per il confronto, distanza dalla più vicina stazione i
cui dati sono stati acquisiti da LAPS]
Confronto con dati meteorologici forniti dalle
REGIONI/3
Cosa viene prodotto?
Per ciascun sito di validazione
1) calcolo di un set di indici statistici, calcolati :
• sull’intero dat set dei dati validi per quella stazione (tutte le ore)
• su sottoinsiemi dei dati riferiti alle quattro ore standard (00,06,12,18)
2) scatter plots
3) vari confronti tra valori osservato, simulato a 20 km, simulato a 4 km :
• andamenti orari
• andamenti delle medie, dei massimi e dei minimi giornalieri
• andamenti dei valori medi a ciascuna ora ( ‘giorno tipo’)
4) confronti più specifici tra vento misurato, simulato a 20 km, simulato a 4 km:
• rose dei venti
• conteggio delle calme di vento
Confronto con dati meteorologici forniti dalle
REGIONI/4
Per quali variabili viene effettuato il confronto?
• Temperatura
• Umidità
• Intensità del vento
• (Direzione del vento) non tutte le analisi descritte….
Confronto con dati meteorologici forniti dalle
REGIONI/5
Set di indici statistici utilizzati
FB 
CO  C P
0.5 (C O  C P )
Fractional Baias
1
(CPi  COi ) 2

i
n
C
(1  kˆi ) 2
 ln Pi

i
C
NNR 
( with kˆi  e Oi )
ˆ
i ki
RMSE 

NR 
i
IOA  1 
(1  kˆi ) 2
i
R
n RMSE 2
Pi
Normalized mean square error of the
Normalized Ratios
Mean square error of the
Normalized Ratios
n
 C
Root Mean Square Error
 CO  COi  CO
(CO  C O )( CP  C P )
 CP  CO

2
Index of Agreement
Correlation coefficient
Coefficient of determination
r 2  R2
C oi
: Observed values set
: Observed values
C pi : Predicted values set
Confronto con dati meteorologici forniti dalle
REGIONI/6
REGIONE FRIULI VENEZIA GIULIA
Vitali et al. Poster presentation at the 13th
International Conference on Harmonisation within
Atmospheric Dispersion Modelling for Regulatory
Purposes. Paris, June 2010.
Indici statistici calcolati per ogni stazione a
quattro diverse ore della giornata
(00,06,12,18)
Indici statistici calcolati per RAMS (nero) e LAPS (rosso) per ogni stazione a quattro diverse ore della giornata (00,06,12,18)
Confronto con dati meteorologici forniti dalle
REGIONI/7
REGIONE LOMBARDIA/1
Milano, ARPA LOMBARDIA , 12 novembre 2010
Dal 2009 i dati misurati dalla Rete vengono validati quotidianamente, attraverso un insieme di test
automatici e non.
I dati per gli anni 2003, 2005, 2007 ci sono stati forniti per 38 stazioni (dati controllati da Christian Lussana).
22 44 60 70 79 80 90 107 114 122 133 162 182 187 192 201 205 206 211 221 238
256
571 Bormio
106 Varzi_(ersaf)
570 Tirano_viale_Italia
552 Varese_Vidoletti
129 Capo_di_ponte
135 Minoprio
141 Vertemate
142 Caiolo
562 Mariano_Comense
512 Carate_Brianza
559 Somma_Lombardo_MXP
573 Colico
132 Bergamo_Stezzano
108 Samolaco_(ersaf)
557 Lonate_Pozzolo
646 Como_Villa_Gallia
586 Costa_Volpino
513 Trezzo_d_Adda
596 Osio_Sotto
530 Agrate
619 Cassano_d_Adda_AEM_suolo
502 Milano_via_Juvara
614 Rodano
644 Vigevano_viale_Petrarca
121 Certosa_di_Pavia
102 S.Colombano_al_Lambro_(ersaf)
629 Crema_via_XI_febbraio
653 Brescia_via_Ziziola
109 S.Angelo_Lodigiano
136 Persico_Dosimo
680 Mantova_Liceo_Virgilio_(CODIMA)
Confronto con dati meteorologici forniti dalle
REGIONI/8
0,035
REGIONE LOMBARDIA/2
0,03
Temperatura
0,025
0,02
FB 
0,015
0,01
0,005
0
-0,005
all - LAPS
-0,01
all - RAMS
-0,015
274 310 322 362 382 449 500 1225
CO  C P
0.5 (C O  C P )
22 44 60 70 79 90 107 114 122 133 140 159 162 182 187 192 201 206 207 211 221 238
256
571 Bormio
106 Varzi_(ersaf)
570 Tirano_viale_Italia
552 Varese_Vidoletti
129 Capo_di_ponte
141 Vertemate
142 Caiolo
562 Mariano_Comense
512 Carate_Brianza
559 Somma_Lombardo_MXP
573 Colico
132 Bergamo_Stezzano
585 Dalmine_via_Tofane
108 Samolaco_(ersaf)
646 Como_Villa_Gallia
586 Costa_Volpino
513 Trezzo_d_Adda
596 Osio_Sotto
530 Agrate
593 Ciserano
900 Chiari
619 Cassano_d_Adda_AEM_suolo
502 Milano_via_Juvara
614 Rodano
644 Vigevano_viale_Petrarca
121 Certosa_di_Pavia
629 Crema_via_XI_febbraio
653 Brescia_via_Ziziola
109 S.Angelo_Lodigiano
136 Persico_Dosimo
680 Mantova_Liceo_Virgilio_(CODIMA)
Confronto con dati meteorologici forniti dalle
REGIONI/9
REGIONE LOMBARDIA/3
0,4
Velocità del vento
0,2
0
FB 
-0,2
-0,4
-0,6
-0,8
-1
all - LAPS
all - RAMS
-1,2
274 310 362 382 449 500 1225
CO  C P
0.5 (C O  C P )
Confronto con dati meteorologici forniti dalle
REGIONI/10
REGIONE LOMBARDIA/3
rosso:
QA e meteo coincidenti
azzurro: QA e meteo
rappresentativi della stessa area
verde : interessanti per QA
Cosa abbiamo imparato…
• Risultati soddisfacenti nelle aree costiere, pianeggianti e collinari.
• Errori crescenti al crescere della complessità orografica (confronto con le
stazioni localizzate nelle valli ed a quote elevate).
• Qualità dei risultati condizionata dalla densità e dalla rappresentatività delle
stazioni SYNOP/METAR (risultati migliori in Friuli che in Piemonte).
• Incompatibilità di alcune postazioni di misura delle reti regionali con stazioni
della rete SMAM che possono rendere problematici i confronti.
• Generale miglioramento dei campi meteorologici analizzati da LAPS rispetto ai
campi di background generati da RAMS.