Roberto Cremonini1*, Claudio Cassardo2, Irene Raccanelli1, Renzo Bechini1, Valentina Campana1 1 ARPA Piemonte, Dipartimento Sistemi Previsionali, Torino, Italy, via Pio VII 9, 10135, Torino (TO)
2 Università degli Studi di Torino, Dipartimento di Fisica e Centro NatRisk, via P. Giuria 1, 10125, Torino (TO)
Abstract
Severe thunderstorms represent a thread in farming, causing large economic losses. During springtime and summertime the Po valley, Italy, is often hit by these extreme phenomena with floods, hailstorms, wind gusts and even tornadoes. Polarimetric Doppler weather radar allows observations of storms, inferring their main characteristics with the proper spatial and temporal resolution. A proposal of radar-data-based index addressing the severity of storms, validated for Piemonte region, is here presented. This severity storm index has been defined on the basis of 5-years observations derived by the two weather radars operated by ARPA Piemonte. The storm index has been validated analysing several thunderstorms that interested Piemonte region from 2011 to 2013.
Parole chiave
Indice di temporali forti, Sistemi radarmeteorologici, Nowcasting, Piemonte
Keywords
Severe storms index, Weather radar, Nowcasting, Piemonte
Introduzione
Grandine, precipitazioni brevi ed intense, raffiche di vento e trombe d'aria sono fenomeni che spesso si accompagnano ai sistemi convettivi a mesoscala. Tali fenomeni arrecano frequentemente ingenti danni, specie alle colture, con conseguenti perdite economiche. I sistemi radar meteorologici polarimetrici sono gli unici che possano fornire osservazioni di tali fenomeni con una scala temporale e spaziale appropriata. Sono quindi in grado di fornire una stima di parametri propri del sistema a mesoscala.
Nonostante le osservazioni accurate, è complesso definire oggettivamente ed in modo automatico la severità di un fenomeno convettivo. Negli Stati Uniti, Galway (1989) ha classificato i temporali in 5 classi di severità. In questa classificazione, i temporali sono definiti forti quando sono associati a fulmini, grandine di dimensione superiore ai 2 cm, precipitazioni oltre 25 mm/h e raffiche di vento oltre i 93 km/h. Hering et al. (2008) ha incluso una severità nell'algoritmo di inseguimento dei temporali operativo presso MeteoSvizzera (Hering et al., 2004). Anche Rossi et
al. (2010) hanno classificato tali fenomeni a partire da
osservazioni radar meteorologiche e fulminazioni. Il presente studio propone un’innovativa classificazione automatica ed oggettiva dei sistemi convettivi a mesoscala basata su osservazioni radar meteorologiche.
Materiali e Metodi
L'Agenzia per la Protezione dell'Ambiente del Piemonte (ARPA Piemonte) gestisce due sistemi radar meteorologici polarimetrici Doppler in banda C: il sistema di Bric della Croce (TO) e di Monte Settepani (SV). Il mosaico di riflettività delle osservazioni dei due radar costituisce il
dato in input di un algoritmo di identificazione ed inseguimento delle celle temporalesche (Handwerker, 2002). Per definire una cella convettiva, sono prima identificati tutti i punti del mosaico con valori di riflettività superiore a 45 dBZ. Tutti i punti della griglia superiori a 35 dBZ e contigui al massimo già rilevato sono associati ad esso: le aree contigue costituite da almeno 5 punti della griglia sul dominio del mosaico (circa 3 km2 alla
risoluzione corrente) sono considerati validi. Per ogni temporale si definisce un centroide, mentre la forma della cella temporalesca è semplificata con un’ellissi di confidenza al 98% (Press, 2007). Una volta che le celle attive sono localizzate, vengono valutate area, riflettività media e massima, top della nube, Vertical Integrated Liquid (VIL), seguendo Doviak e Zrnic (1984), e la probabilità di grandine (Holleman, 2001), e sono associati alla cella. Il
dataset considerato nello studio è costituito da 257.367
celle, rilevate tra Gennaio 2011 e Settembre 2013 sull'intero dominio del mosaico.
Risultati e Discussione
Il primo passo è un controllo di qualità sui parametri associati alle celle temporalesche. L’obbiettivo è quello di eliminare contaminazioni da echi spuri e parametri fisicamente inammissibili, presenti per problemi ai sistemi osservativi o introdotti nei processi di elaborazione. Dopo l'applicazione dei controlli di qualità, il dataset si è ridotto a 99.649 celle (pari al 39% circa dei dati originali). L'indice di severità del sistema convettivo può essere definito a partire dai parametri osservati considerando che:
- maggiore è la riflettività media o massima, maggiori sono le precipitazioni associate;
- la grandine è un fenomeno che determina gravi perdite economiche;
- il rapporto tra VIL ed altezza della nube (VIL density) è proporzionale alle dimensioni dei chicchi di grandine. A partire da tali informazioni, è stato possibile definire una funzione continua di severità (SF), definita come:
SF = MEAN + δVIL + POH + Req (1)
dove MEAN è la riflettività media della cella, δVIL il VIL
density, POH la probabilità di grandine ed Req il raggio
equivalente della cella. Al fine di normalizzare ad un intervallo compreso tra 0 ed 1 i valori dei singoli termini in Eq (1), si è applicata ad ogni parametro la trasformazione:
x'i=
x −min(xi)
max(xi)−min(xi) (2)
dove l’indice i = [1,4] corrisponde ai termini additivi nell’eq. (1). Tale funzione continua è stata calcolata per tutte le celle del dataset, ottenendo una distribuzione campionaria per la quale i valori elevati corrispondono a massimi dei singoli termini, e quindi a fenomeni violenti. L'indice di severità del sistema convettivo a mesoscala è stato ottenuto dalla funzione SF attraverso il confronto con i quantili ricavati dalla distribuzione campionaria. Sono state definite 5 classi di severità (da 1 – debole, a 5 – violento) corrispondenti rispettivamente al 50°, 70°, 85° e 97° percentile. L'indice SSI è stato validato considerando 23 eventi convettivi che hanno interessato il Piemonte e le aree limitrofe tra Gennaio 2011 e Settembre 2013: di essi, 9 sono stati classificati “forti” e 14 “molto forti o violenti”. La validazione è stata effettuata recuperando informazioni da giornali ed internet sulla localizzazione del fenomeno e sui danni arrecati, e confrontando i danni osservati con la stima di severità ottenuto con l’indice proposto.
Fig.1 – Esempio del temporale che ha colpito Centallo il 19 Agosto 2013 tra 12:30 e 15:40 UTC. Nel testo i dettagli. Fig.1- Track of severe storm that hit Centallo (CN) on 19th August 2013 between 12:30 and 15:40 UTC. See text for details.
La Figura 1 mostra il percorso di una cella temporalesca che ha interessato la pianura del cuneese il 19 agosto 2013. Le ellissi corrispondono alla posizione della cella temporalesca individuata dal processo di inseguimento realizzato da ARPA Piemonte ed ora operativo. Il colore corrisponde alla severità, mentre il cerchio in rosso indica l'area nella quale si sono registrati i danni. La cella si è mossa dai rilievi in prossimità di Saluzzo (CN) verso sudest, ed alle 13.35 UTC ha raggiunto Centallo (CN), dove ha prodotto i maggiori danni. In seguito il sistema convettivo si è trasferito sull'Appennino Ligure, dove non si hanno informazioni su possibili effetti al suolo per la scarsa vulnerabilità ed abitabilità della zona; raggiunto il Mar Ligure, la cella si è poi estinta.
Conclusioni
Attraverso osservazioni radar meteorologiche ed algoritmi di localizzazione ed inseguimento di temporali, è possibile caratterizzare oggettivamente i sistemi convettivi a mesoscala classificandoli in funzione della loro violenza e dei conseguenti effetti attesi al suolo. Tale indice costituisce uno strumento essenziale per il monitoraggio dei fenomeni temporaleschi, ed è operativo presso ARPA Piemonte dal 2013. L'analisi dell'indice di severità con le fulminazioni prodotte del sistema convettivo associato permette un'estensione della definizione dell'indice. Infine l'analisi dell'andamento temporale dell'indice consente il miglioramento delle conoscenze sull'evoluzione a breve termine (nowcasting) dei sistemi convettivi a mesoscala.
Bibliografia
Doviak R.J. and Zrnic D.S., 1984. Doppler radar and weather observations. Academic Press.
Handwerker, J., 2002. Cell tracking with TRACE3D: a new algorithm. Atmos. Res. 61: 15–34.
Hering A., Morel C., Galli G., Sénési S., Ambrosetti P., and Boscacci M., 2004. Nowcasting thunderstorms in the Alpine region using a radar based adaptive thresholding scheme. ERAD 2004 - the 3th European conference on radar
in meteorology and hydrology.
Hering, A. M., German U., Galli, G., Boscacci, M, Sénési, S., 2008, Operational nowcasting of thunderstorms in the Alps during MAP D-PHASE. ERAD 2008 - Proceedings of the 5th European Conference on Radar Meteorology.
Holleman,I., 2001, Hail detection using single polarization radar. Scientific report WR82001801, Royal Netherlands Meteorological Ins4tute (KNMI).
Press W.H., 2007, Numerical Recipes. The Art of Scientific Rossi P., Hasu V., Koistinen J., Moisseev D., Mäkelä A., and Saltikoff E., 2010. Radar and lightning data based classification scheme for the severity of convective cells. ERAD 2010 - the 6th European conference on radar in