"Questo sito utilizza cookie, anche di terze parti, per migliorare la tua esperienza e offrire servizi in linea con le tue preferenze. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsenti all’uso dei cookie. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie vai alla sezione Cookie Policy"

Due studi pubblicati su Atmospheric Measurement Techniques dimostrano le potenzialità delle misure radiometriche da terra per il monitoraggio atmosferico e tracciano la via verso l’assimilazione operativa di tali osservazioni nei modelli numerici di previsione meteo. La cooperazione internazionale che ha portato a tali studi nasce nell’ambito dell’azione Europea COST TOPROF, di cui CNR-IMAA è responsabile per le finanze e la disseminazione: www.toprof.imaa.cnr.it


La moderna previsione meteorologica si avvale di modelli numerici sofisticati, la cui risoluzione si spinge a scale sempre minori, fin sotto il km. Per sfruttare pienamente tale potenzialità è però necessaria una fitta rete di osservazioni che fornisca le condizioni iniziali dell’atmosfera. Ma mentre le condizioni a terra ed in alta atmosfera sono ben monitorate rispettivamente dai sensori di superficie e satellitari, lo strato limite atmosferico (cioè dalla superfice ai primi 2-3 km di quota) rimane scarsamente coperto del punto di vista osservativo.

I radiometri a microonde (MWR) forniscono osservazioni continue dello stato termodinamico dello strato limite e si candidano così a colmare l’attuale lacuna osservativa in questo sottile ma importantissimo strato dell’atmosfera. A tal proposito, l’azione TOPROF promuove il coordinamento di una rete di MWR in Europa, presieduto da CNR-IMAA e dall’Istituto di Geofisica e Meteorologia dell’Università di Colonia (Germania).

In questo contesto, i due articoli recentemente pubblicati sulla rivista internazionale Atmospheric Measurement Techniques dimostrano i primi passi verso lo sfruttamento operativo dei MWR.

Il primo (Martinet et al., 2017), dimostra come le osservazioni del MWR, assimilate in un modello di previsione meteo, migliorano notevolmente le stime di temperatura in una valle alpina (Figura 1), permettendo di individuare le inversioni termiche notturne responsabili di episodi di cattiva qualità dell’aria.

Il secondo articolo (De Angelis et al., 2017), illustra un’analisi statistica delle differenze tra modello di previsione e le osservazioni di una rete prototipale di sei MWR in Europa (Figura 2), dimostrando la fattibilità dell’assimilazione dei dati MWR a scala continentale.

Tali studi confermano quindi la necessità di osservazioni da MWR a complemento del sistema osservativo globale, meglio caratterizzando lo strato limite atmosferico e contribuendo quindi a migliorare le previsioni meteorologiche, soprattutto di eventi estremi e a scala locale.

Toprof1

Figura 1. Serie temporale (7-21 Febbraio 2015) dei profili di temperatura (in K) stimati dal modello meteo prima (A) e dopo (B) l’assimilazione dei dati MWR. Si nota come l’assimilazione dei dati MWR permette di individuare le inversioni termiche nella valle.

 

Toprof2

Figura 2. Topografia (m) e dominio del modello meteorologico utilizzato nel confronto con le osservazioni dalla rete prototipale di MWR.

 

Per informazioni

Domenico Cimini, CNR-IMAA, Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

 Approfondimenti

  • De Angelis F., Cimini D., Löhnert U., Caumont O., Haefele A., Pospichal B., Martinet P., Navas-Guzmán F., Klein-Baltink H., Dupont J.-C., and Hocking J.: Long-term observations minus background monitoring of ground-based brightness temperatures from a microwave radiometer network, Meas. Tech., 10, 3947-3961, https://doi.org/10.5194/amt-10-3947-2017, 2017.
  • Martinet P., Cimini D., De Angelis F., Canut G., Unger V., Guillot R., Tzanos D., and Paci A.: Combining ground-based microwave radiometer and the AROME convective scale model through 1DVAR retrievals in complex terrain: an Alpine valley case study, Meas. Tech., 10, 3385-3402, https://doi.org/10.5194/amt-10-3385-2017, 2017.

 

Informazioni aggiuntive