Lamezia Terme, 5 Novembre 2011

Le analisi meteorologiche ed i modelli agrometeorologici di MAPVIC!

1 - CNR-ISAC, c/o EX-SIR, Lamezia Terme (CZ), Italy

S. Federico 1

Tecniche di data assimilation – analisi meteorologica

La tecnica dell’assimilazione dati consiste nell’utilizzare tutte le informazioni a disposizione per ottenere la migliore stima, in senso statistico, di un campo atmosferico. Le informazioni a disposizione sono: background (o first-guess), le osservazioni, i loro errori e le leggi della fisica.

La tecnica dell’assimilazione dati consente di spazializzare un campo continuo su tutto il territorio Regionale consentendo l’applicabilità degli strumenti agrometeorologici su tutto il territorio Regionale. Un altro vantaggio dell’assimilazione dati è quello di considerare anche l’errore di rappresentatività della misure che per un territorio complesso come la Calabria può essere consistente. In MAPVIC sono state realizzate analisi orarie per i parametri di superficie: temperatura, umidità relativa, vento (componente OE e NS), e precipitazione (Kriging). Le analisi sono state realizzate sia per l’intera Calabria (1 km) che per la Piana di Lamezia Terme (250 m).

Lʼalgoritmo di analisi:"

xa = xb +W[yo !H(xb )]

I campi di Tmin, Tmed e Tmax sono dati da:

La matrice W è data da:

W = BHT (R +HBHT )-1

Il background è calcolato dalla previsione del modello meteorologico per il primo giorno. xb

Dimensioni delle matrici

Pa = (In !WH)B

La precisione dell’analisi è data da:

First grid Second grid Third grid

NNXP 85 70 68

NNYP 85 70 110

NNZP 30 30 30

Lx(km) 2520 517.5 167.5

Ly(km) 2520 517.5 272.5

Lz(m) 16300 16300 16300

DX(km) 30 7.5 2.5

DY(km) 30 7.5 2.5

CENTLAT 41.5 39.2 39.0

CENTLON 12.5 16.5 16.3

- Non-convective precipitation for seven water categories (bulk approach): cloud particles, rain, pristine ice, snow, aggregates, graupel, and hail (Walko, 1995);"-  Schema di Kuo per la convezione (Molinari and Corsetti, 1985);"-  LEAF-3 con due patch (water - land) (Walko et al. 2000);"-  K theory (Smagorinsky in the horizontal and Mellor Yamada in the vertical direction);"-  Chen-Cotton scheme for sw/lw radiation (Chen - Cotton, 1982)"-  OSI&SAF SST (www.osi-saf.org) ;"-  initial and dynamic boundary conditions: every 6 hours at 1x1 degree horizontal resolution; 12 UTC Global Forecasting System (GFS) run of the National Centres for Environmental Prediction;"-  4-days forecast. The first day is used as background field. Outputs: www.cfcalabria.it/DatiVari/previsioni_meteo.php ; meteo.crati.it/previsioni.html"

La previsioni- setting del modello RAMS (v6.0)"

Un esempio: temperatura"

07/02/2009 – Temperatura media giornaliera.

Un esempio: umidità relativa"

07/02/2009 – Umidità relativa media giornaliera.

Un esempio: la precipitazione"

Per la precipitazione è utilizzato un Kriging semplice

Esempio per il 18/12/2009.

Integrazione dei dati: Reti ARPACAL, CRATI, GTS

a) Cal ab ria topograph ical feat ures; b ) Cal abri a re gion in the cen tral Medi terran ean; c) Black-fill ed

circl es are the st at ions o f t he regi onal n etwo rk. Gre y sh ading sh ows the o rograph ic heigh t (m).

-  87 termometri(Tmin, Tmed, Tmax);"-  la distribuzione dei termometri è piuttosto omogenea sul territorio regionale;"-  la distribuzione spaziale del network è di10 km;"-  il network di stazioni è amministrato dallʼARPACAL (www.cfcalabria.it);"-  I dati subiscono un controllo di qualità rigoroso (Federico et al., 2009);"-  less than 1 % of the data were discarded for Tmed and less than 2% for Tmin,max.

Verification (1/3) - 2009"

Bias min

Bias med

Bias max

MAE min

MAE med

MAE max

RMSE min

RMSE med

RMSE max

1D -1.0±0.8 (-0.8)

-0.6±0.6 (-0.5)

0.0±0.9 (-0.1)

1.6±0.8 (1.5)

1.2±0.6 (1.2)

1.6±0.9 (1.7)

1.9±0.8 (1.9)

1.5±0.6 (1.6)

2.1±0.9 (2.2)

2D -1.0 (-0.8)

-0.7 (-0.7)

-0.2 (-0.3)

1.6 (1.6)

1.4 (1.4)

1.8 (1.8)

2.0 (2.0)

1.7 (1.7)

2.3 (2.4)

3D -1.0 (-0.8)

-0.7 (-0.7)

-0.2 (-0.3)

1.7 (1.6)

1.4 (1.4)

1.8 (1.9)

2.1 (2.1)

1.8 (1.7)

2.4 (2.4)

4D -1.1 (-0.9)

-0.7 (-0.7)

-0.3 (-0.3)

1.8 (1.7)

1.5 (1.4)

1.9 (2.0)

2.2 (2.2)

1.8 (1.8)

2.5 (2.6)

Verification (2/3) - 2009"

RMSE – 2D (°C) Precision (°C^2)

forecast analysis

RMSE (°C) seasonal distribution for minimum (min), mean (avg), and maximum (max) temperature. Year 2009.

Verification (3/3) - 2009"

Il modello della Lobesia Botrana

 Modello a gradi giorno Lobesia Botrana;

  Forzante meteorologico (analisi/previsione);

 Verifica della componente meteorologica;

 Verifica del modello a gradi giorno.

Modello a gradi giorno (1/1)"

Metodo del seno singolo Metodo di Tozeau

GDDi= Tmed-i - Tb

Tb = 10 °C

TL = 10 °C

TU = 38 °C

I gradi giorno sono accumulati dal 1 Gennaio

Lobesia Botrana model output

4 giorni di previsione

Analisi

Second generation Third generation Forth generation Year gg GDD gg GDD gg GDD 1995 173 724 215 1383 264 2061 1996 170 704 213 1317 1997 175 778 224 1519 259 2015 1998 167 734 209 1423 251 2137 1999 166 716 208 1318 2000 165 747 207 1381 270 2339 2001 165 787 214 1538 256 2178 2002 162 689 212 1488 260 2152 2003 168 793 217 1641 2004 173 727 215 1403 257 2041 2005 173 744 215 1437 264 2117 Mean 169 740 214 1441 260 2130 Dev. Std. 4 32 5 94 6 95

Picchi di volo (minimum threshold 10°C) and degree days for the Tozeau Method

Calibrazione del modello a gradi giorno – area di Crotone"

Target area

BIAS =(DAYobsi ! DAYModi )

i=1

N

"N

MAE =DAYobsi ! DAYModi

i=1

N

"N

= forecast day of the fly peak.

DAYModi

DAYobsi = observed day of the fly peak.

Verifica (1/1): Cirò marina"

Second Generation Third Generation Fourth Generation

BIAS

sin MAE

sin BIAS Toz.

MAE Toz.

BIAS sin

MAE sin

BIAS Toz.

MAE Toz.

BIAS sin

MAE sin

BIAS sin.

MAE mod. Toz.

1995 -2 2 -2 2 Y -3 3 -3 3 Y -15 15 -6 6 Y

1996 -5 5 -3 3 Y -11 11 -8 8 Y

1997 6 6 2 2 Y 7 7 4 4 Y -12 12 -9 9 Y

1998 -5 5 -2 2 Y -2 2 -2 2 Y 3 3 -2 2 Y

1999 6 6 1 1 Y -4 4 -6 6 Y

2000 -1 1 1 1 Y -9 9 -3 3 Y 18 18 17 17 N

2001 4 4 5 5 Y 5 5 7 7 Y 10 10 6 6 Y

2002 -8 8 -5 5 Y 3 3 3 3 Y -2 2 2 2 Y

2003 2 2 2 2 Y 12 12 10 10 N

2004 -1 1 0 0 Y -1 1 -2 2 Y -9 9 -7 7 Y

2005 -3 3 1 1 Y -5 5 0 0 Y -21 21 -1 1 Y

MEDIA -0,64 3,91 0 2,18 -0,73 5,64 0 4,51 -3,5 11,25 0 6,25

Verifica per i vigneti di sperimentazione

Confronto 2009-2011

Conclusioni   Eʼ stata messa a punto una previsione operativa ad alta risoluzione per I voli di Lobesia

Botrana in Calabria."

  Il modello si basa sul modello a gradi giorno e sulle analisi/previsioni operative di MAPVIC."

  I risultati mostrano degli errori inferiori ad una settimana per la seconda e la terza generazione per entrambi i versanti della Calabria;"

  Lo strumento operativo è disponibile on-line;""  Il modello può essere facilmente adattato ai diversi tipi di vite e territori."

  Il modello della Lobesia Botrana utilizzano lʼanalisi meteorologica fino al giorno attuale e le previsioni meteorologiche per i successivi 4 giorni."

  Lʼinterfaccia utente è completamente trasparente alla differenza tra i due database (Calabria, Piana di Lamezia Terme)."

Il modello EPI   Il modello segue l'intero ciclo vitale del patogeno, dando particolare

importanza alle precipitazioni del periodo autunno-vernino che condizionano il "potenziale" di germinazione delle oospore svernanti.

  Il modello presuppone che il patogeno sia adattato alle condizioni climatiche medie di una certa zona, pertanto gli scostamenti da queste condizioni intervengono limitando le potenzialità di sviluppo epidemico.

 Gli input meteorologici sono costituiti dalla temperatura dell’aria, dalla piovosità e dall’umidità relativa, ed un altro input è la climatologia media della zona oggetto di studio.

Il valore dell'indice EPI dipende dalla somma delle due componenti e

viene definito come:

EPI(ti ) = E(ti )i=1

n!1

" + Ec(ti )i=n

m

"

dove: EPI(ti) esprime il valore dell'indice EPI in corrispondenza

dell'intervallo di tempo discreto ti, E(ti) viene calcolato nel periodo 1

Ottobre (i=1) 31 Marzo (i=n-1), con passo temporale decadale, ed esprime

il contributo elementare dell'energia potenziale, Ec(ti) viene calcolato

giornalmente nel periodo 1 Aprile (i=n) 31 Agosto (i=m) ed esprime il

contributo elementare dell'energia cinetica del patogeno. Di seguito

vengono definite le modalità con cui calcolare i singoli contributi di E(t) e

di Ec(t).

E = 2ct H ! 0.95HM( )+ 0.2 H Tm ! 0.95H !c( )! 1.5NGP

18"#$

%&' log

hngp

E = contributo di energia potenziale relativo all'intervallo temporale di elaborazione

(10 giorni) considerato;

ct = coefficiente di ponderazione relativo al periodo di elaborazione, con valori: 1.2

per Ottobre-Novembre; 1.0 per Dicembre; 0.8 per Gennaio, Febbraio, Marzo;

H = piovosità mensile [mm];

HM = piovosità mensile climatologica [mm];

Tm = temperatura media mensile dell'aria [°C];

!c = valore climatico mensile della temperatura dell'aria [°C];

NGP = numero medio di giorni piovosi del mese;

h = piovosità della decade [mm];

ngp = numero di giorni piovosi della decade.

Calcolo dell’ energia potenziale

Calcolo dell’ energia cinetica

!! ! !!!"#!!!" ! !!!

!!!

!"" ! !!! !!!""

dove:

Ec = indice di energia cinetica calcolato per ciascun intervallo (giorno) di

elaborazione;

Ucn = valore climatologico delle umidità notturne mensili [%];

Ud = umidità medie diurne dalle ore 10 alle ore 18 [%];

T = temperatura media giornaliera [°C];

!c = valore climatico mensile della temperatura dell'aria [°C];

Una situazione di rischio è segnalata qualora occorrano due condizioni: i valori di EPI devono essere superiori a -10 e devono verificarsi progressivi incrementi del valore di EPI per tre giorni successivi a quello in cui si è registrato EPI>-10 (es. -9, -7, -5). Date le condizioni climatiche medie della Calabria, la soglia di -10 è di fatto sempre superata all’inizio di Aprile.

Base dati di precipitazione del modello EPI (climatologia e operatività) La rete di stazioni che entra nel processo di analisi consta di 127 pluviometri dislocati sul territorio della Calabria e appartenenti alla Rete Meteorologica Regionale della Calabria (RMRC) attualmente gestita dall’ARPACAL (www.cfcalabria.it). I dati sono sottoposti ad un controllo rigoroso di qualità. Si ottiene per ogni dato della stazione i-esima un corrispondente valore interpolato

pi*n per il giorno n, utilizzando i dati delle stazioni che si

trovano all’interno di un cerchio di raggio 0.5° centrato attorno al punto i-esima

pi*n =

! ijqijn

j=1

J!! ijj=1

J!! ij =

rij2

dij2

La precipitazione qijn è la precipitazione stimata alla posizione i dalla

stazione j per il giorno n:

qijn = p j

n pik

k=1

K!p jk

k=1

K!

Base dati di precipitazione del modello EPI: risultati

Una volta calcolati, i valori pi*n sono stati utilizzati per verificare la qualità del dato pi

n. In particolare è stato calcolato il valore assoluto della differenza tra pi

*n e pin. Se questo valore è

maggiore di 7 volte la deviazioni standard della precipitazione misurata alla stazione i-esima, il valore pi

n viene sostituito con il valore pi*n.

Una volta effettuato il controllo di qualità dei dati si effettua il Kriging semplice.

s.c.r.l. Climatologia

Yearly mean precipitation (mm). Days with rainfall >100 mm/day.

Base dati di temperatura del modello EPI Fino al 1 Gennaio 2009 si usa un processo simile alla precipitazione

Dal 1 Gennaio 2009 si usano le analisi meteorologiche a 250 m di risoluzione per la Piana di Lamezia Terme e ad 1 km sulla Calabria.

Base dati di umidità relativa

Riscostruzione da modello su analisi ecmwf a 2.5 km di risoluzione orizzontale. Periodo 2005-2010.

Esempi di uscite del modello EPI

Verifica del modello EPI per i vigneti di sperimentazione

TRATTAMENTI VIGNETI ANNATE 2009/2010/2011 2009 2010 2011

DATA NOTE DATA NOTE DATA NOTE 72% 67% 67%

28-apr NO (9-17-19) 15-apr SI 21-apr SI

09-mag SI (periodo 9-14)

23-apr NO 02-mag NO

26-mag SI (periodo 23-

27) 04-mag SI 11-mag SI

02-giu SI 10-mag SI 28-mag NO (20-

23 Maggio)

11-giu (forse 08?)

NO (6-7 Giugno) 21-mag

NO (27-30

Maggio) 10-giu

NO (6 Giugno)

21-giu SI 17-giu SI 24-giu SI

28-giu NO (20-21) 01-lug NO (25-

26 Giugno) 08-lug SI

07-lug SI 13-lug SI 20-lug SI 10-lug SI 30-lug SI 03-ago SI 22-lug SI 04-ago SI

Conclusioni   Eʼ stata messa a punto il modello EPI operativo sulla Calabria."

  Il modello usa come database le analisi/previsioni operative di MAPVIC, ricostruzioni climatiche da modello e ricostruzioni climatiche da osservazioni."

  I risultati mostrano che il codice può essere utilizzato per guidare le pratiche agricole almeno per i siti di studio;"

  Lo strumento operativo è disponibile on-line."

  Il modello EPI utilizza le analisi meteorologiche come base dati per lʼanno in corso."

  Lʼinterfaccia utente è completamente trasparente alla differenza tra i due database (Calabria, Piana di Lamezia Terme)."