Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano...

17
Previsioni stagionali per l’agricoltura e l’ambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna

Transcript of Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano...

Page 1: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Previsioni stagionali per l’agricoltura e l’ambiente

Carlo Cacciamani, Valentina Pavan e Stefano Marchesi

ARPA-SIM, Emilia-Romagna

Page 2: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Obiettivo: Verifica di fattibilità delle previsioni stagionali agronomiche per il Nord Italia

Schema della catena previsionale

PREVISIONI METEOROLOGICHE STAGIONALI DI ENSEMBLE AD ALTA RISOLUZIONE

(VALORI STAGIONALI)

WEATHER GENERATOR

(VALORI GIORNALIERI)MODELLI AGRONOMICI

(CRITERIA)

PREVISIONE DI RESA PER IL NORD ITALIA

Page 3: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Linea di sviluppo CLIMAGRI

Costruzione di un modello di downscaling statistico per il Nord Italia (valori medi stagionali) applicato al data-set di previsioni stagionali di ensemble di tipo multi-model DEMETER e verifica delle capacità predittive.

Page 4: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Il modello di downscaling statistico

PREDITTANDI LOCALI

“PREVISIONE”

PREDITTORI DI LARGA SCALA

“PREVISIONE”

PREDITTANDI LOCALI

ANALISIREGRESSIONE

LINEARE MULTIPLA

PREVISIONE DELL’ANOMALIA

STAGIONALE

PREDITTORI DI LARGA SCALA

RI-ANALISI

Page 5: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Data-set utilizzati

• Larga-scala OSS: Ri-analisi ECMWF ERA-40

• Previsioni larga-scala: Data-set DEMETER

• Analisi precipitazione Nord Italia:UCEA

• Analisi temperatura Nord Italia: UCEA

Page 6: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Scelta PREDITTORI/PREDITTANDI

• PREDITTORI:

Prime 4 PC di Z500 e T850 sulla regione Euro-Atlantica

• PREDITTANDI:

Prime 4 PC dei campi superficiali (PREC, Tmin e Tmax) sul Nord Italia

Page 7: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

PREVISIONI DI LARGA-SCALA

In generale lo skill per le previsioni stagionali è basso su tutta l’Europa.

E’ necessario estrarre dalle previsioni dei GCM la parte caratterizzata da skill ed eliminare il rumore1. Combinando le previsioni di diversi modelli così da

massimizzare lo skill della previsione di ogni predittore

2. Non utilizzando tutti i predittori possibili

Page 8: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

ACC - Tmin

Page 9: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

ACC - Tmax

Page 10: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

ACC - Prec (UCEA)

Page 11: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Ottimizzazione modello

Utilizzo di predittori di larga-scala diversi a seconda della stagione e del periodo considerato (modificazione della finestra spaziale di definizione delle PC)

Page 12: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

ACC - Estate (JJA) nuovo set di predittori

Page 13: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Conclusioni

• E’ stato costruito e validato un modello di downscaling statistico per le previsioni meteorologiche per il Nord Italia

• I risultati ottenuti suggeriscono che sia possibile ottenere valori di skill previsionale significativi in alcune stagioni, soprattutto per Tmax e Tmin.

Page 14: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Sviluppi futuri

ECMWF ‘SPECIAL PROJECT’ SPIT-SPIA

Collaboratori: ARPA-SIM, UCEA, CNMCA

Obiettivo: Produzione di previsioni stagionali agronomiche operative di ensemble per il Nord Italia.

Page 15: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

ACC - Prec (MAP)

Page 16: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

ACC - Prec (MAP-ricostruita)

Page 17: Previsioni stagionali per lagricoltura e lambiente Carlo Cacciamani, Valentina Pavan e Stefano Marchesi ARPA-SIM, Emilia-Romagna.

Copertura spaziale delle stazioni utilizzate nell’analisi MAP (www.map.meteoswiss.ch)