Upload
cipi-rimini
View
109
Download
0
Embed Size (px)
Citation preview
Argomenti1. Definizioni di clima e tempo atmosferico2. I parametri e gli strumenti meteorologici
3. Acquisizione dati meteorologici e controllo
•
Cause di errore del dato:–
Mancato rispetto delle regole stabilite a livello internazionale dal W.M.O.W.M.O. per quanto riguarda:•il posizionamento delle stazioni
•le condizioni ambientali al contorno
•La manutenzione degli strumenti
–
Trascrizione, copia, digitazione, trasmissione, codifica dei dati, ed inserimento in un database.
Val. qualitativa dati meteorologici
Controlli di base nella validazioneControlli di base nella validazioneNel manuale WMO No.305 (1993) è
possibile trovare un’esauriente
spiegazione di tutti i possibili controlli effettuabili. Alcuni esempi riguardano:a) ll’’identitidentitàà del datodel dato, la possibilità
cioè
di attribuire con certezza il
dato ad un luogo, ad una data ed un’ora precisi.b) Il formatoformato, la codifica e l’ordinamento dei dati, cioè
la verifica del
tipo di messaggio ricevuto se conforme a quanto convenzionalmente stabilito.c) LL’’unitunitàà di misuradi misura, cioè
la verifica che venga utilizzata sempre
l’unità
di misura prestabilita e che questa non cambi repentinamente.
d) I valori impossibilivalori impossibili, cioè
quelli relativi a grandezze le cui misure
non possono in alcun modo eccedere determinati valori ad esempio:-- pioggia pioggia ≥≥ 0;0;-- direzione del vento misurata in gradi fra 0direzione del vento misurata in gradi fra 0°°
e 360e 360°°;;
-- velocitvelocitàà del vento del vento ≥≥ 0;0;-- umiditumiditàà relativa fra 0% e 100%;relativa fra 0% e 100%;-- copertura nuvolosa fra 0 e 10 o 8copertura nuvolosa fra 0 e 10 o 8.
Val. qualitativa dati meteorologici
Controlli di baseControlli di base (2)(2)f)
I valori estremi, cioè
quei valori che superano determinate soglie
logicamente insuperabili per il luogo e la stagione considerati:- pressione atmosfericapressione atmosferica al livello della stazione fra 300 e 1100 hPa;- velocitvelocitàà del vento superficiale in m/sdel vento superficiale in m/s
InvernoInverno EstateEstateLatitudine
Minimo
Massimo
Minimo
Massimo
45S-45N
0
125
0
150
45N-90N e 45S-90S 0
100
0
70
-
temperatura delltemperatura dell’’aria superficiale aria superficiale °°CC
Latitudine
Minimo
Massimo
Minimo
Massimo
45S-45N
-40
55
-30
60
45N-90N e 45S-90S -90
35
-40
50
-
temperatura di rugiada superficiale temperatura di rugiada superficiale °°CC
Latitudine
Minimo
Massimo
Minimo
Massimo
45S-45N
-45
35
-35
40
45N-90N e 45S-90S
-99
30
-40
40
Val. qualitativa dati meteorologici
Controlli di baseControlli di base (3)(3)g) Le grandezze connessegrandezze connesse, cioè
la verifica di congruità
di un
certo dato con il valore di un altro dato ad esso in qualche modo collegato. Ad esempio:
-
la differenza tra temperatura dell’aria e temperatura di rugiada deve essere compresa tra –1 e 50 °C;
-
presenza di precipitazione piovosa associata ad un valore di nuvolosità
uguale 0;
-
presenza di precipitazioni nevose associate a temperature troppo alte o ad un valore di nuvolosità
uguale 0;
-
valori minimi giornalieri più
bassi rispetto a tutti gli altri
valori misurati nelle 24 ore;
-
valori massimi giornalieri più
alti rispetto a tutti gli altri
valori misurati nelle 24 ore;
-
valori di temperatura minima giornalieri inferiori o uguali al valore di temperatura massima del giorno precedente;
Val. qualitativa dati meteorologici
Controlli ulteriori Controlli ulteriori Se si dispone di serie storiche significative di dati, si può applicare un'ulteriore validazione che utilizzi la variabilità
spaziale e temporale dei fenomeni
misuratiPer controllare ogni dato meteo sfruttiamo tre fonti tre fonti di variabilitdi variabilitàà:
––
interannualeinterannuale (variazione del dato meteo registrato nello stesso momento dell’anno in una serie di anni),
––
temporaletemporale (variazione del dato meteo rispetto al dato precedentemente e/o successivamente misurato),
––
spazialespaziale (variazione del dato meteo misurato nello stesso momento in diverse stazioni).
Val. qualitativa dati meteorologici
1. Verifica della consistenza interna (var. interannuale)–
I controlli relativi a questo tipo di verifica sono mirati ad evidenziare eventuali anomalie fra dati misurati in anni diversi nello stesso giorno e si basano sull’ipotesi che un dato meteorologico, in un certo luogo e tempo, varia entro un range
di valori al di
fuori del quale potrebbe essere ragionevolmente considerato errato.
–
Per un controllo significativo della correttezza del dato, quindi, è
determinante la scelta dei valori
limite con cui confrontare i singoli dati (es. scostamento del dato rispetto ad un’opportuna media con la deviazione standard di questa stessa media).
Val. qualitativa dati meteorologici
1. Verifica consistenza interna1. Verifica consistenza internaSia x il parametro meteorologico in esame si calcola la media mobile di ordine 31 al fine di ottenere una stima robusta e non distorta del parametro stesso:
dove i giorno dell’anno (1,....,365), media mobile del
giorno i, y anno (1,....,N), N numero di anni considerati, d giorno dell’anno considerato (i-15,.....,i+15) e dato dell’anno y e del giorno i.
311
15
15),(
⋅=∑ ∑=
=
+=
−=
N
xx
Ny
y
id
iddy
i
Val. qualitativa dati meteorologici
Verifica della consistenza interna (3)Verifica della consistenza interna (3)Si stima quindi la deviazione standard dello scostamento tra i dati e la media mobile sull’intera serie storica:
Sono da considerare come sospette le misure i cui scarti in valore assoluto sono maggiori di 3 volte la deviazione standard:
( )31
)1
15
15
2,(
∗
−=∑ ∑=
=
+=
−=
N
xxNy
y
id
ididy
iσ
iidy xx σ3|| ),( ≤−
Val. qualitativa dati meteorologici
2. Verifica della consistenza 2. Verifica della consistenza temporaletemporaleI controlli relativi a questo tipo di verifica sono mirati ad evidenziare eventuali anomalie fra dati temporalmente “contigui”
e si basano sull’ipotesi che i
cambiamenti nel tempo delle misure dei parametri meteorologici non possono superare determinati limiti.
Metodi per la verifica della persistenza temporale:–
Variazione rispetto al valore precedente
–
Interpolazione lineare–
Confronto con la climatologia delle differenze di un giorno con il successivo
Val. qualitativa dati meteorologici
Verifica della consistenza temporale (2)Verifica della consistenza temporale (2)Variazione rispetto al valore precedenteIn questo primo metodo si confronta semplicemente la differenza tra due valori successivi con dei valori soglia:
dove xt
indica il valore della variabile x all’intervallo t e xt-1 indica il valore della variabile x nell’intervallo precedente.
I dati non saranno considerati sospetti se:
Δ= x xt t-1−
| |Δ ≤ e
Val. qualitativa dati meteorologici
Verifica della consistenza temporale (3)Verifica della consistenza temporale (3)Variazione rispetto al valore precedente
(2)
parametri orari e e param. giornalieri e t=1h t=3h t=24h Temp. bulbo asc. 2.0 °C 4.5 °C Temp. massima 6.5 °C Temp. bulbo bag. 1.5 °C 3.5 °C Temp. minima 7.5 °C Temp. Rugiada 2.3 °C 4.0 °C Temp. suolo -10 cm 4.0 °C Pressione (hPa) 1.3 4.0 Temp. suolo -50 cm 0.7 °C Direz. Vento 40° 70° Temp. suolo -1 m 0.4 °C Vel. vento (nodi) 7 12 Vel. media vento 9.0
Val. qualitativa dati meteorologici
Verifica della consistenza temporale (4)Verifica della consistenza temporale (4)Interpolazione lineareQuesto metodo è
adatto per osservazioni frequenti
(orarie o triorarie) in quanto consiste nel confrontare con dei valori soglia lo scarto tra il dato da controllare e la media dei due dati misurati prima e dopo esso:
I dati non saranno considerati sospetti se:2
)x(x=x 1-t1+t’t
−
e|x-x| t’t ≤
Val. qualitativa dati meteorologici
Verifica della consistenza temporale (5)Verifica della consistenza temporale (5)Interpolazione lineare
(2)
parametri orari e e param. giornalieri E t=1h t=3h t=24h Temp. bulbo asc. 1.0 °C 2.8 °C Temp. massima 5.0 °C Temp. bulbo bag. 1.0 °C 2.1 °C Temp. minima 6.0 °C Temp. Rugiada 1.8 °C 2.6 °C Temp. suolo -10 cm 3.0 °C Pressione (hPa) 0.5 1.5 Temp. suolo -50 cm 0.4 °C Direz. Vento 75° 115 Temp. suolo -1 m 0.2 °C Vel. vento (nodi) 5 8 Vel. media vento 7.0
Val. qualitativa dati meteorologici
Verifica della consistenza temporale (6)Verifica della consistenza temporale (6)Confronto con la climatologia delle differenze di un giorno con il successivo Si calcola la media climatica delle differenze tra due intervalli consecutivi (che nel caso citato corrisponde ad un giorno) come media mobile di ordine 31 al fine di ottenere una stima robusta e non distorta:
dove i giorno dell’anno (1,....,365), media mobile interannuale della differenza della variabile meteorologica x tra due giorni consecutivi per il giorno i, y anno (1,....,N), N numero di anni considerati, d giorno dell’anno considerato (i-
15,.....,i+15) e dato del giorno d e dell’anno y.
( )31
1
15
15)1,(),(
⋅
−=Δ∑ ∑=
=
+=
−=−
N
xxNy
y
id
iddydy
i
Val. qualitativa dati meteorologici
Verifica della consistenza temporale (7)Verifica della consistenza temporale (7)Confronto con la climatologia delle differenze di un giorno con il successivo (2)Si stima poi la deviazione standard σΔ
della
differenza tra due giorni consecutivi sull’intera serie storica:
Vengono considerate sospette le misure:con Δ
in valore assoluto > 3 volte la deviazione
standard.
( )( )31
1
15
15
2)1,(),(
⋅
Δ−−=Δ∑ ∑=
=
+=
−=−
N
xxNd
y
id
ididydy
iσ
Val. qualitativa dati meteorologici
Verifica della consistenza spaziale (2)Verifica della consistenza spaziale (2)
Scelta stazioni:–
selezionare le stazioni disposte a minore distanza.
–
utilizzare le stazioni che possiedono la maggiore correlazione con i dati della stazione di controllo.
Metodi di valutazione:–
"Buddy Checking"
–
Controllo "areale" per piccole regioni–
Comparazione della variabilità
meteorologica di stazioni
limitrofe–
Confronto con la climatologia delle differenze di misure tra stazioni limitrofe
Val. qualitativa dati meteorologici
Verifica della consistenza spaziale (3)Verifica della consistenza spaziale (3)““Buddy Buddy CheckingChecking””Il metodo è
molto semplice da applicare. Per la stazione “k”
(le cui
misure sono da controllare) e la stazione “j”
(utilizzata per controllare “k”), vengono calcolate le medie mensili del generico parametro x. Per il giorno i
si calcola lo scarto rispetto alle rispettive medie mensili:
Si calcola quindi la differenza fra gli scarti:
Possono essere segnalati come sospetti i dati quando Δ
eguaglia o supera alcuni valori limite. Ad es.:
Δ
≥
2.5°C (temperatura)Δ
≥
4 ore (eliofania)
ikkik
ijjij
x
x
Δ=−
Δ=−
x
x
| |Δ Δ Δi j ik- =
Val. qualitativa dati meteorologici
Controlli particolari per la pioggia Controlli particolari per la pioggia –
La pioggia, i cui eventi sono caratterizzati da una bassissima correlazione spazio-temporale, richiede una densa rete osservativa al fine di consentirne un’adeguata campionatura sul territorio e, in sede di archiviazione dei dati, un efficace
controllo della qualità. –
Le sue particolari proprietà
statistiche non consentono di
applicare metodologie di controllo che ipotizzino una distribuzione delle frequenze assimilabile alla curva normale.
–
Un metodo molto semplice
ed utilizzato è
quello di fissare un valore massimo di precipitazione giornaliera, specifico per località
e periodo dell’anno, e confrontarlo con i
singoli dati di precipitazione giornaliera. Se il dato supera il valore soglia stabilito bisogna procedere con verifiche incrociate con altre stazioni prima di segnalare come sospetto il dato in questione.
Val. qualitativa dati meteorologici
Controlli particolari per la pioggia (2)Controlli particolari per la pioggia (2)Metodo di ShearmanLe precipitazioni della stazione sotto test sono comparate con un valore che viene stimato tramite i dati delle 8 stazioni più
vicine (distanti non più
di 25-
30 Km).
–
I totali giornalieri di precipitazione ri
sono convertiti in valori percentuali (Ri
) rispetto ai rispettivi totali medi annui
–
Si calcola la media e la deviazione standard σ
dei valori percentuali di precipitazione rifiutando tutti i valori
percentuali che oltrepassino il limite della media ±1.75σ.
–
Sui dati rimasti, si calcola poi un valore percentuale medio della pioggia R effettuando una media pesata con l’inverso del quadrato delle distanze Di
(i=1, 2, 3, ..., M numero di stazioni i cui valori di pioggia hanno superato il primo test) rispetto alla stazione sotto test:
100rRi
ii r=
Val. qualitativa dati meteorologici
Controlli particolari per la pioggia (3)Controlli particolari per la pioggia (3)Dopo aver riconvertito il valore percentuale R nuovamente in mm di precipitazione (rc
) utilizzando il totale medio annuo della stazione da controllare, si segnala un valore sospetto se:
dove r e’
il valore di pioggia osservato nella stazione sotto test. Oppure il dato è
segnalato sospetto se:
dove C=2 o C=4 se il controllo riguarda rispettivamente dati di precipitazione totale giornaliera o dati di precipitazione totale mensile.
mmrc 5.2|r| >−
Mrc
σC|r| >−
Val. qualitativa dati meteorologici