Detalle de artículo

Autores: E. Eccel; L. Ghielmi; P. M. Granitto; R. Barbiero; D. Cesari.

Resumen:

I modelli numerici per la previsione meteorologica (NWP) sono oggi li strumenti più adatti per una previsione della temperatura; tuttavia, la previsione grezza dei modelli è fortemente viziata da errori sistematici, in gran parte dovuti alla rap presentazione imprecisa dell'orografia, i quali possono per essere parzialmente corretti con tecniche di Model Output Statistics (MOS). Nel presente studio si confrontano algoritmi MOS lineari e non per il downscaling di previsione di temperature minime nell area di fondovalle della media Valdadige, finalizzata all allertamento per episodi di gelo in Trentino. Sono stati impiegati due NWP, uno a circolazione globale (ECMWF T511 - L60) e un LAM (LAMI). Le tecniche di post-elaborazione usate sono le seguenti: correzione con l'errore medio, regressione multilineare, reti neurali, foresta stocastica (random forest, RF). Individuata una tecnica ottimale (RF), questa  stata applicata ai 9 punti di ECMWF e ai 21 punti di LAMI che circondano l'area-oggetto. I risultati indicano che esiste un vantaggio nell'uso di sistemi multivariati, ma che la differenza tra essi è piccola. L'errore medio assoluto del modello prescelto (RF con l'uso di tutti i 9 punti griglia) è di circa 1.2 °C, vicino alla variabilità naturale all'interno dell'area. Il modello è stato testato tracciando una curva ROC e confermandone la correttezza per un suo uso come strumento di allertamento per episodi di gelo.

.

Ubicación: Italian Journal of Agrometeorology.

Tipo de referato: Con Referato.

Está publicado?: Sí

ISSN: 1824-8705.

Volumen: 13.

Número: 3.

Páginas:38-44