Sistema di assimilazione variazionale
Per una serie di applicazioni, che vanno dagli sviluppi algoritmici alle ricostruzioni climatiche e alla valutazione di nuovi tipi di osservazione, l’ISMAR sviluppa uno schema di assimilazione dei dati variazionale, caratterizzato da schemi di covarianza ibridi e da un’assimilazione dei dati quadridimensionale semplificata.
L’assimilazione dei dati combina in modo ottimale osservazioni in situ e telerilevate con un precedente forecast numerico, per produrre un’analisi accurata dello stato dell’oceano per successive previsioni o ricostruzioni climatiche. ISMAR sviluppa un sistema di assimilazione dei dati variazionale all’avanguardia, originariamente chiamato OceanVar.
Il sistema modella le covarianze orizzontali e verticali attraverso l’uso, rispettivamente, di efficienti filtri ricorsivi e di funzioni ortogonali empiriche multivariate.
OceanVar incorpora anche il supporto per covarianze ibride ensemble-variazionali, supporta assimilazione dei dati quadridimensionale strong e weak constraint attraverso l’uso di versioni semplificate tangent-linear e adjoint del modello oceanico NEMO, e presenta diverse opzioni per il controllo dei bilanci multivariati, il controllo non-lineare della qualità delle osservazioni e la rappresentazione degli errori del modello. Il sistema di assimilazione dei dati viene utilizzato per ricostruire il clima oceanico del passato, per esperimenti di assimilazione accoppiata dei dati e per testare nuovi algoritmi per l’acquisizione di dati satellitari presenti e futuri.
Sistema di assimilazione dati sequenziale
Per applicazioni che vanno dalla previsione alla ricostruzione climatologica di variabili marine con l’utilizzo di un modello idrodinamico agli elementi finiti, ISMAR ha sviluppato un sistema di assimilazione dati sequenziale basato sul filtro di Kalman e sulla generazione di perturbazioni dei forzanti, delle condizioni al contorno e degli stati fisici simulati dal modello.
ISMAR sviluppa un sistema di assimilazione dati basato su tecniche di Ensemble Kalman Filter. Viene creato un ensemble di stati del sistema idrodinamico da cui calcolare le varianze e le covarianze tra le variabili dinamiche e specificare in modo accurato la matrice di background error, che può evolvere nel tempo. L’assimilazione con il Kalman filter avviene in maniera sequenziale, assimilando le osservazioni all’istante della loro registrazione. Per la generazione dell’ensemble vengono utilizzate delle routine in grado di generare perturbazioni spaziali pseudo-Gaussiane che possono essere utilizzate sia per lo stato iniziale, che per le forzanti e le condizioni al contorno. A seconda del sistema fisico da modellare, è possibile prescrivere un maggior o minor numero di membri dell’ensemble e utilizzare o meno tecniche di localizzazione, con un appropriata scala spaziale di decorrelazione.
Il sistema di ensemble data assimilation viene utilizzato con il modello idrodinamico agli elementi finiti SHYFEM, anch’esso sviluppato a ISMAR. Si sono effettuati studi di rianalisi e di previsioni, focalizzati principalmente nella riproduzione del livello marino.
References: (Bajo et al., 2019, 2023), Ferrarin et al. (2021)
Bajo, M., Ferrarin, C., Umgiesser, G., Bonometto, A., & Coraci, E. (2023). Modelling the barotropic sea level in the Mediterranean Sea using data assimilation. Ocean Science, 19(3), 559–579. https://doi.org/10.5194/os-19-559-2023
Bajo, M., Međugorac, I., Umgiesser, G., & Orlić, M. (2019). Storm surge and seiche modelling in the Adriatic Sea and the impact of data assimilation. Quarterly Journal of the Royal Meteorological Society, 145(722), 2070–2084. https://doi.org/10.1002/qj.3544
Ferrarin, C., Bajo, M., and Umgiesser, G.: Model-driven optimization of coastal sea observatories through data assimilation in a finite element hydrodynamic model (SHYFEM v. 7_5_65), Geosci. Model Dev., 14, 645–659, https://doi.org/10.5194/gmd-14-645-2021, 2021.
LAVA (LAgrangian Variational Analysis)
LAVA è un software open-source per combinare diversi tipi di dati oceanografici (“data fusion o data blending”) estremamente utile per la gestione delle emergenze in mare come, ad esempio, nel caso di sversamenti di idrocarburi e di operazioni di ricerca e soccorso.
LAVA è stato sviluppato dal CNR-ISMAR insieme alle Università di Tolone e di Miami. LAVA fornisce una fusione ottimale delle informazioni sulla velocità e direzione delle correnti marine provenienti da diversi tipi di strumenti oceanografici. L’approccio è Lagrangiano e variazionale, richiedendo la minimizzazione della distanza tra le posizioni Lagrangiane osservate e quelle ottenute integrando numericamente un campo Euleriano. La Figura mostra un esempio specifico di applicazione del software LAVA alle velocità misurate da radar costieri.
Integrando i dati di velocità originali dei radar si ottengono delle traiettorie (in verde nel riquadro a sinistra) che divergono da quelle osservate dai drifter (in nero).
Considerando altri drifter presenti in zona e applicando LAVA, le velocità vengono corrette localmente e questo consente di avvicinare le nuove traiettorie (in viola nel riquadro a destra) a quelle osservate dai drifter. Il miglioramento è importante dal punto di vista pratico e operativo: le stime più precise delle traiettorie ottenute con LAVA riducono considerevolmente l’incertezza del raggio delle operazioni sia di ricerca sia nel caso di sversamenti di idrocarburi.