1 / 20

Implementazione nuovo metodo per assimilazione dati OS CNR ISMAR-ISAC (A. Griffa, E. Zambianchi)

INGV. Implementazione nuovo metodo per assimilazione dati OS CNR ISMAR-ISAC (A. Griffa, E. Zambianchi). I Modelli di Previsione dei Mari Regionali Italiani utilizzati nel progetto PRIMI E.Napolitano(A), R.Sorgente (C) , L.Fazioli (C) , A.Olita (C)

lenci
Download Presentation

Implementazione nuovo metodo per assimilazione dati OS CNR ISMAR-ISAC (A. Griffa, E. Zambianchi)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. INGV Implementazione nuovo metodo per assimilazione dati OSCNR ISMAR-ISAC(A. Griffa, E. Zambianchi) I Modelli di Previsione dei Mari Regionali Italiani utilizzati nel progetto PRIMI E.Napolitano(A), R.Sorgente (C) , L.Fazioli (C) , A.Olita (C) R.Iacono (A), A.Guarnieri (B) , P.Oddo (B) CNR (A) ENEA UTMEA_CLIM (Unità Tecnica di Modellistica Energetica e Ambientale- Laboratorio di Clima) (B)INGV Istituto Nazionale di Geofisica e Vulcanologia, Bologna (C)CNR - Istituto Ambiente Marino Costiero , Oristano

  2. Modelli Regionali Italiani AREG TYRR-POM SCRMFS

  3. Sistemi operativi regionali di previsione dello stato dei mari Italiani 1) MFS- Model: Risoluzione spaziale 1/16° x 1/16°; risoluzione temporale 1d 2) ECMWF data: Risoluzione spaziale 1/4° x 1/4°; risoluzione temporale 6h 3) SKIRON data: Risoluzione spaziale 1/10° x 1/10°; risoluzione temporale 1h

  4. Forecast Coastal Models Catena Operativa Weather Forecast End Users ATMOSPHERIC FORCING air-sea coupling algorithms Data Assimilation Sea Level Anomaly Sea Surface Temperature In situ temperature profile Downscaling WEB Mediterranean OGCM MFS1671 Sub-Regional ItalianSeas Boundary Conditions Data assimilation OCEAN 3d-VAR SOFA WEB SST CNR-ISAC OCEAN REGIONAL FORCING OCEAN BASIN FORCING

  5. Modello a scala di bacino MFS1671 • REFERENCES: • Pinardi, N., Allen, I., Demirov, E., De May, P., Korres, G., Lascaratos, A., Le Traon, P.Y., Maillard, C.: The implementation ocean forecasting system: first phase of implementation (1998.2001); Annales Geophysicae, 21, 3-20, 2003; • Dobricic, S., Pinardi, N., Adani, M., Tonani, M., Fratianni. C., Bonazzi, A., Fernandez, V.: Daily oceanographic analyses by the Mediterranean basin scale assimilation system, Ocean Sci., 3, 149-157, 2007. • Tonani, M., Pinardi, N., Dobricic, S., Pujol, I. And Fratianni, C.: A high resolution free-surface model of the Mediterranean Sea, Ocean Sci., 4, 1-14, 2008; • Oddo, P. and Pinardi, N.: Lateral open boundary conditions for nested limited area models: A scale selective approach. Ocean Modelling, 20, 134-156, 2008; • REFERENCES: • Flather, R.A: A tidal model of the northwest European continental shelf, Memories de la Societe Royale des Sciences de Liege, 6(10), 141-164, 1976; • Marchesiello, P., Mc Williamns, J. C., and Shchepetkin A.: Open boundary conditions for long-term integration of regional oceanic models, Ocean Modeling, 3, 1-20, 2001;

  6. Condizioni alla superficie & parametrizzazioni • Flusso di Momento: • Flusso di calore: • Flusso di sale: • REFERENCES: • Hellerman, S. and Rosenstein, M: Normal wind stress over the world ocean with error estimates, J. Phys. Ocean., 13, 1093-1104, 1983; • Reed, R. K.: On estimating insolation over ocean, J. Phys. Oceanogr., 17, 854-871, 1977; • Budyko, M.I.: Atlas of the heat balance of the earth, Glabnaia Geofizicheskaia Observatoriia, Moscow, pp. 69, 1963; • Bignami, F., Marullo, S., Santoleri, R., and Schiano, M.A.: Long-wave radiation budget in the Mediterranean Sea, J. Geophys. Res., 100(c2), 2501-2514, 1995; • May, P. W.: Climatological flux estimate in the Mediterranean Sea: Part I. Winds and wind stresses. NORDA Tech, Rep., Vol. 54, oag. 58, 1982; • Castellari, S., Pinardi, N. And Leaman, K.: A model study of air-sea interactions in the Mediterranean Sea, J. Mar. Syst., 18, 89-114, 2000;

  7. AREG Adriatic REGional Operational Forecasting System

  8. Alcuni risultati AREG Profili medi (2000…2007) * stazioni mareografi 2003 Validazione dell’elevazione superficiale

  9. Prodotti e Servizi: AREG http://gnoo.bo.ingv.it/afs

  10. POM-TYRR Tyrrenyan Operational Forecasting System FCSTCAST HINDCAST M G V S D L M M G V S D L M

  11. Alcuni risultati POM-TYRR SST AVHRR 24h 72h 120h

  12. Prodotti e Servizi: POM-TYRR http://clima.casaccia.enea.it

  13. SCRMFS The SiCily strait Regional Model Operational Forecasting System Catena operativa Cold start (VIFOP) Weather Forecast Warm start Regional Forecast J+3 J+5 J+1 J+2 J+4 00:00 00:00 00:00 00:00 00:00 00:00 12:00 12:00 12:00 12:00 12:00 12:00 12:00 J+6 J+1 ….. J+10 J+2 J+3 J+4 J+5 OGCM FORECAST MFS1671 Forecast ECMWF Weather Forecast Spin-up time

  14. Alcuni risultati Level-2 MODIS - Aqua satellite data SCRMFS Validazione Off-line VALIDAZIONE OFF-LINE: SCRM & OPA Vs DATASET 1KM 17 Feb 2010 http://oceancolor.gsfc.nasa.gov/ Schema dei cicli di forecast RMSE=(BIAS(x,y,t)2/N) SSTSS=(1-RMSE2/STD2) 100

  15. Conclusioni: • Ogni giorno sono prodotti dai +5giorni ai +7giorni di campi di previsione in NRT per il Mar Tirreno, Stretto di Sicilia e Mar Adriatico. • Tutti i campi di previsione per i Mari regionali Italiani sono disponibili ogni giorno in modalità grafica sul Web. • I sistemi di previsione costituiscono la base per applicazioni quali: • Oil spill • Supporto alle attività di pesca • Save and rescue • Wheather-routing

  16. Implementazione nuovo metodo per assimilazione dati OSCNR ISMAR-ISAC(A. Griffa, E. Zambianchi) • Lo scopo e’ di usare i dati da satellite insieme ai risultati dei modelli per migliorare la predizione dell’evoluzione di macchie di petrolio. • Immagini successive di una macchia rilevate da satellite vengono usate per correggere la velocità u del modello e quindi il trasporto della macchia stessa • Il metodo e’ stato sviluppato e testato nel Mar Ligure • I risultati sono stati pubblicati su Ocean Modelling, 33 (2010), pp. 190-203 (ovviamente citando il progetto PRIMI) [IF 2.236]

  17. Esempio risultati • Il colore indica la concentrazione del tracciante (macchia d’olio). • Le osservazioni del tracciante da satellite simulate (“truth”) sono usate per correggere il campo di velocita’ del modello (“model”) • I risultati ottenuti con la correzione (“estimate”) sono molto piu’ simili al “truth”

  18. Test effettuati • Dipendenza da intervalli tra osservazioni consecutive (Dtobs) • Dipendenza dal tipo di osservazione (concentrazione all’interno della macchia o solo individuazione dei bordi) • Dipendenza da variabilità spaziale e temporale • Dipendenza da dinamica della macchia Stima esemplare del miglioramento percentuale della previsione dell’evoluzione della macchia

More Related