Rilevamento delle tempeste tropicali in Amazzonia da dati di terra

Il mio lavoro consiste in una tesi di ricerca, frutto di un periodo di 3 mesi di tirocinio. Durante questo periodo ho analizzato dati di velocità del vento e temperatura dell’aria misurati sulle torri di misura del progetto Amazon Tall Tower Observatory (ATTO). Il sito sperimentale di tale progetto è localizzato vicino a Manaus (Brasile) in un’area incontaminata della foresta amazzonica. Il progetto ha tra i suoi obiettivi la misura di dati meteorologici, chimici e biologici su differenti scale temporali al fine di comprendere l’interazione della foresta con l'atmosfera sovrastante ed il suolo sottostante. In particolare, il mio contributo a questo vasto progetto è stato quello di sviluppare un algoritmo che riesca ad identificare gli episodi temporaleschi (deep moist convection) partendo dalle serie temporali di temperatura, energia cinetica turbolenta, flusso turbolento di calore sensibile e flusso di momento. Lo sviluppo di questo algoritmo è importante per diversi motivi. In primo luogo, esso costituisce un metodo di identificazione delle tempeste indipendente dai radar (dati meteorologici). Infatti, l’algoritmo usa dati di terra ad alta frequenza e quindi svincola dall’obbligo di osservare continuamente le immagini dei radar per poter identificare le tempeste. Inoltre, l’algoritmo permette di associare all’evento temporalesco l’effetto che quest’ultimo genera sul campo di vento, temperatura e turbolenza. Sul sito ATTO si identificano 3 tipi di tempeste: scattered storms, discrete storms e lines of storm. Le tempeste più comuni sono le scattered storms e le discrete storms, ma le lines of storm sono quelle più violente. Quindi, ho deciso di utilizzare queste ultime per addestrare l’algoritmo. Il funzionamento dell’algoritmo è abbastanza semplice: esso riconosce l'inizio di un evento identificando, nei vari livelli di misura, un raffreddamento significativo della temperatura dell'aria nell'arco di un breve intervallo di tempo, in genere pochi minuti. In tale contesto possono formarsi dei Downburst. Si tratta di un forte flusso d'aria discendente caratterizzato da venti molto intensi. Questi ultimi possono colpire il suolo con una grande quantità di energia in un breve lasso di tempo, causando talvolta danni significativi. Più complesso è comprendere la fine dell'evento temporalesco, in quanto il comportamento del campo di temperatura post- temporale è molto influenzato dall'orario del giorno. Per questo ho deciso di studiare il comportamento dell'energia cinetica turbolenta, del flusso di calore sensibile e del flusso di momento in presenza di intensi eventi temporaleschi. Ho scoperto che il campo turbolento è profondamente influenzato dalla presenza di un temporale e le variabili turbolente presentano un ciclo legato allo sviluppo del temporale. Penso che l’importanza e l’originalità del mio lavoro consistano nel fatto che le tempeste tropicali in Amazzonia sono state studiate poco fino ad ora. Quindi, sono sicura che il mio algoritmo possa essere migliorato in futuro da altri studenti e ricercatori per studiare questi episodi temporaleschi sempre con maggior precisione. Infine, sono molto orgogliosa che parte del mio lavoro verrà inclusa in una pubblicazione scientifica attualmente in preparazione.