I Modelli di Previsione dei Mari Regionali Italiani utilizzati nel progetto PRIMI E.Napolitano(A), E.Napolitano(A), R.Sorgente (C) , L.Fazioli (C) , A.Olita (C) R.Sorgente (C) , L.Fazioli (C) , A.Olita (C) R.Iacono (A), A.Guarnieri (B) , P.Oddo (B) R.Iacono (A), A.Guarnieri (B) , P.Oddo (B) (A) ENEA UTMEA_CLIM (Unità Tecnica di Modellistica Energetica e Ambientale- Laboratorio di Clima) (A) ENEA UTMEA_CLIM (Unità Tecnica di Modellistica Energetica e Ambientale- Laboratorio di Clima) (B)INGV Istituto Nazionale di Geofisica e Vulcanologia, Bologna (B)INGV Istituto Nazionale di Geofisica e Vulcanologia, Bologna (C)CNR - Istituto Ambiente Marino Costiero , Oristano (C)CNR - Istituto Ambiente Marino Costiero , Oristano INGV Implementazione nuovo metodo per assimilazione dati OS CNR ISMAR-ISAC (A. Griffa, E. Zambianchi) CNR
20
Embed
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.
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
I Modelli di Previsione
dei Mari Regionali Italiani utilizzati nel progetto
(A) ENEA UTMEA_CLIM (Unità Tecnica di Modellistica Energetica e Ambientale- Laboratorio di Clima)(A) ENEA UTMEA_CLIM (Unità Tecnica di Modellistica Energetica e Ambientale- Laboratorio di Clima)
(B)INGV Istituto Nazionale di Geofisica e Vulcanologia, Bologna(B)INGV Istituto Nazionale di Geofisica e Vulcanologia, Bologna
Sea Surface TemperatureIn situ temperature profile
OCEAN BASIN FORCINGOCEAN BASIN FORCING
ATMOSPHERIC FORCINGATMOSPHERIC FORCING
OCEAN REGIONAL FORCINGOCEAN REGIONAL FORCING
SSTCNR-ISAC
Catena Operativa
Modello a scala di bacino
MFS1671
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;
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;
0),(),(
n
STU
t
SThigh
int),(),(coarse
STST high
0norm
highU
0norm
highU
tidecoarsehigh
high
tide
high
coarsecoarsehigh H
gU
H
HUU
intintint
int
)()(
int
coarsehigh UU
Condizioni alla superficie ¶metrizzazioni
Flusso di Momento:Flusso di Momento:
Flusso di calore:Flusso di calore:
Flusso di sale:Flusso di sale:
0
z
m z
uK
ehbsol
pz
hQQQQTr
Cz
TK
)1[(1
z
z
hSRPE
z
SK )(
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;
Modello POMRisoluzione orizzontale 2.2 KmRisoluzione verticale 31 σ
FiumiPo: medie giornaliere osservate
Medie mensili climatologicheForzante Atmosfeico ECMWF 6-h + precipitazioni climatologiche
Condizioni ai bordi laterali MFS valori medi giornalieri
O.T.I.S snapshots orari per SSHCondizione iniziale MFS interannual runPrevisioni (giornaliere) +7 giorniSimulazioni +7 giorni
AREGAdriatic REGional Operational Forecasting System
Modello POMLatitudine 8.95°E-16.98°ELongitudine 30.95°N-39.48°NRisoluzione orizzontale 1/32°, ~ 3.5 KmRisoluzione verticale 30 σ (double log)Punti di griglia (x,y) 257, 273Fiumi NOForzante Atmosfeico SKIRON 1-h, ECMWF 6-hCondizioni ai bordi laterali
MFS valori medi giornalieri
Condizione iniziale VIFOP (Slave mode)Previsioni +5 giorni
SCRMFSThe SiCily strait Regional Model Operational Forecasting System
OGCM FORECAST
J+2 J+3 J+4 J+5J+1
J+2 J+3 J+4 J+5J+1 J+6 ….. J+10
Cold start (VIFOP)
Warm start
ECMWF Weather ECMWF Weather Forecast Forecast
Weather Forecast
MFS1671 Forecast
Regional Forecast
Spin-up time
Catena operativa
VALIDAZIONE OFF-LINE: VALIDAZIONE OFF-LINE: SCRM & OPA Vs DATASET 1KMSCRM & OPA Vs DATASET 1KM
http://oceancolor.gsfc.nasa.gov/
Alcuni risultatiSCRMFS
Validazione Off-line
Level-2 MODIS - Aqua satellite dataLevel-2 MODIS - Aqua satellite data
17 Feb 201017 Feb 2010
Schema dei cicli di forecastSchema dei cicli di forecast
SSTSS=(1-RMSESSTSS=(1-RMSE22/STD/STD22) 100) 100
RMSE=(BIAS(x,y,t)RMSE=(BIAS(x,y,t)22/N) /N)
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
Implementazione nuovo metodo per assimilazione dati OS
CNR 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]
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”
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