- Docente: Tiziana Paccagnella
- Crediti formativi: 5
- Lingua di insegnamento: Italiano
- Moduli: Tiziana Paccagnella (Modulo 1) Davide Cesari (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Bologna
- Corso: Laurea Magistrale in Fisica del sistema terra (cod. 8626)
Conoscenze e abilità da conseguire
Al termine dell'attività lo studente: conosce la metodologia di assimilazione dati utilizzata nella Numerical Weather Prediction (NWP); conosce le componenti più importanti dei modelli NWP (variabili, leggi fisiche, parametrizzazione dei processi fisici); possiede conoscenze di base delle previsione di ensemble e delle tecniche di downscaling; applica le sue conoscenze alla pratica del post-processing delle previsioni NWP ai fini della meteorologia operativa e delle applicazioni che richiedono il supporto di previsioni NWP.
Contenuti
Programma attività Modellistica numericaLezioni frontali
-
Tipi di modelli numerici dell’atmosfera, applicazioni previsionali e climatiche
-
Equazioni in uso nei modelli numerici dell’atmosfera
-
Cenni sui metodi numerici di soluzione delle equazioni, modelli spettrali e a punti di griglia, metodi espliciti e (semi) impliciti, euleriani e (semi) lagrangiani
-
Basi delle parametrizzazioni dei fenomeni fisici
-
Parametrizzazione dei fenomeni turbolenti
-
Parametrizzazione del suolo
-
Definizione delle condizioni iniziali per un modello numerico dell’atmosfera
-
Metodi di analisi oggettiva e di assimilazione dati
-
Stima dell’errore, predicibilità e metodi di ensemble
-
Metodi di ensemble data assimilation
-
Metodi di verifica oggettiva delle previsioni meteorologiche numeriche
-
Modello di Lorenz
-
Metodi numerici elementari, equazione di diffusione, equazione di avvezione
-
Scriviamo un modello semplificato, es. modello colonnare atmosfera/suolo o modello shallow water 2d
-
Optimum interpolation in un caso idealizzato, effetto delle osservazioni e della definizione delle matrici di covarianza
-
Kalman Filter (es. di applicazione al modello di Lorenz ’95)
-
Verifica oggettiva, esercizi con R
Per il laboratorio verranno forniti semplici programmi in linguaggio Fortran (o R per la parte di verifica) con output grafico, da provare e modificare.
Orario di ricevimento
Consulta il sito web di Tiziana Paccagnella
Consulta il sito web di Davide Cesari