COMBINAZIONE BASSA 2

(vento calmo + direzione instabile)

COMBINAZIONE BASSA 2

(vento calmo + direzione instabile)

Ore 18:00

C.B.2

Ore 6:00

Ore 12:00

Ore 18:00

7. Campi di Vento: andamenti e

La simulazione delle variabili aleatorie che contraddistinguono i campi meteoro

particolare quelli di vento, consiste nel costruire un modello analitico in grado di fornire un valore di quelle variabili quanto più approssimato a quello reale.

Ciò, evidentemente, conduce ad ammettere degli scostamenti fisiologici tra i v

un dato parametro e quelli predetti da un modello. Per formulare un giudizio su tali scostamenti, è possibile verificare anzitutto se i valori osservati di una data variabile e quelli simulati provengono da una stessa distribuzione stati

quantile dei residui della distribuzione proveniente dal modello di regressione adottato e delle stime dei momenti quantili ordinari (MQO); il residuo di regressione è la differenza tra il valore osservato ed il valore predetto dal modello.

Per valutare la bontà dei residui in un modello di alcune di tipo esplorativo basate sulla costruzione affidati all’uso di particolari misure o test statistici.

Nel presente lavoro, sono stati costruiti i grafici q

e velocità del vento misurati e stimati dal modello presso le stazioni meteorologiche utilizzate.

Di seguito, si riportano i risultati per le stazioni Torregrotta e San Pier Niceto.

San Pier Niceto – Observed data Created by METCOMP 3.21 110225

andamenti e verifica della normalità distributiva dei dati La simulazione delle variabili aleatorie che contraddistinguono i campi meteoro

particolare quelli di vento, consiste nel costruire un modello analitico in grado di fornire un valore di quelle variabili quanto più approssimato a quello reale.

Ciò, evidentemente, conduce ad ammettere degli scostamenti fisiologici tra i v

un dato parametro e quelli predetti da un modello. Per formulare un giudizio su tali scostamenti, è possibile verificare anzitutto se i valori osservati di una data variabile e quelli simulati provengono da una stessa distribuzione statistica. A tal fine, è possibile effettuare un’analisi quantile dei residui della distribuzione proveniente dal modello di regressione adottato e delle stime dei momenti quantili ordinari (MQO); il residuo di regressione è la differenza tra il valore

to ed il valore predetto dal modello.

à dei residui in un modello di regressione lineare esistono diverse possibilità, rativo basate sulla costruzione di opportuni grafici (e.g. qq

particolari misure o test statistici.

Nel presente lavoro, sono stati costruiti i grafici q-q plot relativamente ai parametri di direzione e velocità del vento misurati e stimati dal modello presso le stazioni meteorologiche utilizzate.

i risultati per le stazioni Torregrotta e San Pier Niceto.

San Pier Niceto – Modelled data

CALMET.DAT: Interpolated to [(I,J)=(60.434, 18.525)])][(X,Y) km= 531.566, Height: 20.00 m

La simulazione delle variabili aleatorie che contraddistinguono i campi meteorologici, ed in particolare quelli di vento, consiste nel costruire un modello analitico in grado di fornire un

Ciò, evidentemente, conduce ad ammettere degli scostamenti fisiologici tra i valori osservati di un dato parametro e quelli predetti da un modello. Per formulare un giudizio su tali scostamenti, è possibile verificare anzitutto se i valori osservati di una data variabile e quelli simulati stica. A tal fine, è possibile effettuare un’analisi quantile dei residui della distribuzione proveniente dal modello di regressione adottato e delle stime dei momenti quantili ordinari (MQO); il residuo di regressione è la differenza tra il valore

esistono diverse possibilità, i (e.g. qq-plot) ed altri

q plot relativamente ai parametri di direzione e velocità del vento misurati e stimati dal modello presso le stazioni meteorologiche utilizzate.

i risultati per le stazioni Torregrotta e San Pier Niceto.

Created by METCOMP 3.21 110225 20M

0.434, 18.525)])][(X,Y) 20.00 m

Calm Wind Points: 8 Elevation(m): 0

Wind Statistics: Winter(D-J-F)

Wind Statistics: HR01-06

F) Wind Statistics: Winter(D

Wind Statistics: HR01-06

Wind Statistics: Winter(D-J-F)

Tabella 9 – Confronto misure e simulazioni staz. San Pier Niceto

Torregrotta – Observed data Created by METCOMP 3.21 110225

SURF.DAT: Station ID = 11000 Height: 10.00 m 2018 2 19 1 2018 2 20 0

UTC+0100 Missing not filtered

Wind Statistics: Annual(J-D)

Total Points: 24 Valid Points: 24 Calm Wind Points: 17 Elevation(m): 0

Confronto misure e simulazioni staz. San Pier Niceto

Torregrotta – Modelled data

F.DAT: Station ID = 11000 Height: 10.00 m

Calm Wind Points: 17 Elevation(m): 0

Created by METCOMP 3.21 110225 11000 - 20M

CALMET.DAT: Interpolated to [(I,J)=( 56.920,

33.270)])][(X,Y)km=( 529.809, Height: 20.00 m 2018 2 19 1 2018 2 20 0

UTC+0100 Missing not filtered

Wind Statistics: Annual(J-D) Total Points: 24 Valid Points: 24 Calm Wind Points: 11 Elevation(m): 0 Created by METCOMP 3.21 110225

20M

CALMET.DAT: Interpolated to [(I,J)=( 56.920,

eight: 20.00 m

Total Points: 24 Valid Points: 24 Elevation(m): 0

Tabella 10 –

I dati tabellari si riferiscono alla sintesi delle velocità del vento occorrenze, distinte per direzione

analitici dei dati misurati e modellati con riferimento (dall’alto verso il basso) alla:

- Analisi complessiva annuale;

- Analisi trimestrale invernale (D

- Analisi per fasce orarie [1÷6], [7÷12], [13÷18], [19÷00]

Il confronto tra i dati riportati mostra meteorologico ai dati misurati. Nella Stazione sovrastima leggermente le intensità del vento prime ore mattutine [1.00÷6.00]. Le dire

– Confronto misure e simulazioni staz. Torregrotta

si riferiscono alla sintesi delle velocità del vento e della frequenza delle sue distinte per direzione e classi d’intensità. Vengono messi a confronto i quadri

rati e modellati con riferimento (dall’alto verso il basso) alla:

Analisi complessiva annuale;

Analisi trimestrale invernale (D-J-F);

Analisi per fasce orarie [1÷6], [7÷12], [13÷18], [19÷00]

Il confronto tra i dati riportati mostra in generale un buon adattamento del modello Nella Stazione Torregrotta i dati riportati indicano che il modello le intensità del vento nel trimestre invernale e, in particolare, nelle prime ore mattutine [1.00÷6.00]. Le direzioni invece risultano confermate. L’analisi sulla e della frequenza delle sue i d’intensità. Vengono messi a confronto i quadri rati e modellati con riferimento (dall’alto verso il basso) alla:

ttamento del modello i dati riportati indicano che il modello nel trimestre invernale e, in particolare, nelle zioni invece risultano confermate. L’analisi sulla

stazione San Pier Niceto indica che il modello è allineato ai dati sia sulla base annua, sia nel trimestre invernale [D-J-F]; anche in questo caso nelle prime ore mattutine [1.00÷6.00] il modello tende a sovrastimare leggermente le intensità, pur rispettando le direzioni misurate.

Figura 47

stazione San Pier Niceto indica che il modello è allineato ai dati sia sulla base annua, sia nel F]; anche in questo caso nelle prime ore mattutine [1.00÷6.00] il ovrastimare leggermente le intensità, pur rispettando le direzioni misurate.

Figura 47 – QQ-Plot – WDIRECTION - San Pier Niceto

stazione San Pier Niceto indica che il modello è allineato ai dati sia sulla base annua, sia nel F]; anche in questo caso nelle prime ore mattutine [1.00÷6.00] il ovrastimare leggermente le intensità, pur rispettando le direzioni misurate.

qq-plot WD SPN

qq-plot WS SPN

Figura 4

Figura 50

Figura 49 – QQ-Plot – WDIRECTION - Torregrotta

Figura 50 – QQ-Plot – WSPEED - Torregrotta

qq-plot WD TORR

qq-plot WS TORR

Quanto indicato nelle tabelle 9 e 10, trova conferma nella costruzione dei grafici QQ

nelle ascisse sono riportati i dati di velocità e direzione del vento misurati presso le stazioni, ed in ordinate quelli simulati dal processore meteorologico CALMET.

Sulla scorta di quanto osservato nell’intero gruppo delle stazioni meteorologiche utilizzate per la simulazione del campo tridimensionale

Torregrotta e S.P. Niceto), si può concludere che il modello meteorologico risulta rispondente ai fini della modellazione delle ricadute sul Compensorio del Mela.

Di seguito vengono rappresentati alcuni output del modello meteorologico che fanno riferimento all’altezza di rimescolamento del PBL ed all’analisi degli stati di stabilità.

9 e 10, trova conferma nella costruzione dei grafici QQ

nelle ascisse sono riportati i dati di velocità e direzione del vento misurati presso le stazioni, ed rocessore meteorologico CALMET.

nell’intero gruppo delle stazioni meteorologiche utilizzate per la simulazione del campo tridimensionale di vento, (per brevità sono stati riportati solo i dati di , si può concludere che il modello meteorologico risulta rispondente ai fini della modellazione delle ricadute sul Compensorio del Mela.

Di seguito vengono rappresentati alcuni output del modello meteorologico che fanno riferimento mento del PBL ed all’analisi degli stati di stabilità.

9 e 10, trova conferma nella costruzione dei grafici QQ-Plot dove nelle ascisse sono riportati i dati di velocità e direzione del vento misurati presso le stazioni, ed

nell’intero gruppo delle stazioni meteorologiche utilizzate per la di vento, (per brevità sono stati riportati solo i dati di , si può concludere che il modello meteorologico risulta rispondente ai

Di seguito vengono rappresentati alcuni output del modello meteorologico che fanno riferimento