Stima di copertura nuvolosa con il modello meteorologico WRF ​

The presence and the amount of clouds over a specific area are one of the main meteorological features that are useful to determine in performing weather analysis and forecasting. Usually they are retrieved by satellite measurements. In this thesis another method based on Numerical Weather Prediction (NWP) models is proposed, it allows a cloud coverage estimation also over areas not covered by satellite flights. The cloud cover, i.e. presence or absence of cloud, is derived in this work using the Weather Research and Forecasting (WRF) Model, as an NWP system, attending two different methods: the first one starts from a model output field, the cloud fraction, and the second one computes an indirect quantity, the optical depth. A top-bottom directed algorithm is used to identify, for each grid point, at which level these two quantities overcome a fixed threshold, determining a cloud presence. In particular, the application of this algorithm is repeated several times using different threshold values and varying them with the altitude and the type of cloud, in order to verify in that way these parameters influence the reliability of the model in the retrieval of cloud coverage. The estimates of the Cloud Cover that are obtained starting from cloud fraction and optical depth are first compared with each other in order to analyse the differences between the two approaches; then a comparison is made, for each of them, with two different satellite measurements to validate the results, in particular those furnished by the VIIRS and Landsat 8 satellites. VIIRS data contain a cloud mask evaluation generated by a specific algorithm, starting from radiative recordings; Landsat 8, instead, provides a database of manually generated cloud masks for various periods and types of regions. In order to make a validation of the WRF based method, three different scenes have been selected, characterized by non-homogeneous cloud coverage: the 1st of August 2014 over barren soil, the 2nd of August 2014 over water and the 26th of July 2013 over shrubland soil; in addition, a scene over the Minnesota for the 3rd of October 2016 has been analysed using VIIRS satellite data (that were the only accessible for that area and period), because it was of interest for a group which is dealing with cosmic-ray measurements and studies of meteoroids and nuclearites. For all the scenes evaluated, a WRF simulation has been performed in two different domains, with an horizontal resolution of 3km (200x200 grid points) and 1km (190x190 grid points), respectively. The specific set-up (vertical levels numbers, long-wave and short-wave radiation schemes and planetary boundary layer parametrisations) has been inherited from a previous study concerning with the identification of the settings that maximize the reliability of a simulation in the retrieval of cloud properties. The results of the simulations are compared with the satellite data by creating the maps of the differences, the contingency tables and by calculating various statistical quantities, in order to determine the degree of confidence of the WRF based method.

La presenza e la quantità di nubi sopra una particolare area sono tra le prime variabili atmosferiche che è utile determinare nell'ottica di realizzare analisi e previsioni meteorologiche. In genere, queste variabili vengono determinate tramite misurazioni satellitari. In questa tesi, viene proposto un metodo basato sui modelli di previsione numerica che consente di stimare la copertura nuvolosa anche sopra aree non coperte dai voli satellitari. La copertura nuvolosa, intesa come presenza o assenza di nube, viene determinata in questo lavoro utilizzando il modello Weather Research and Forecasting (WRF), seguendo due differenti metodi: il primo parte da un campo restituito in output dal modello, la frazione nuvolosa, mentre il secondo calcola una quantità indiretta, il cosiddetto spessore ottico. Un algoritmo diretto dall'alto verso il basso viene utilizzato per identificare, per ogni punto griglia, a quale livello queste due quantità superano una determinata soglia, indicando la presenza di nube. In particolare, l'applicazione di questo algoritmo viene ripetuta più volte usando diversi valori di soglia in funzione dell'altezza e del tipo di nuvola, con l'obiettivo di verificare in quale modo questi parametri influenzano l'affidabilità del modello nella stima della nuvolosità. Le stime di copertura nuvolosa ottenute partendo dalla frazione nuvolosa e dallo spessore ottico sono dapprima confrontate tra di loro in modo da analizzare le differenze fra i due approcci; dopodichè, viene effettuato un confronto, per ognuna di esse, con due differenti set di misure satellitari per validare i risultati, in particolare si fa riferimento ai satelliti VIIRS e Landsat 8. I dati VIIRS contengono stime di copertura nuvolosa generate tramite uno specifico algoritmo a partire da misure radiative; Landsat 8, invece, fornisce un archivio di valori di nuvolosità generati manualmente, relativi a particolari periodi e tipologie di regioni. Allo scopo di validare il metodo basato sul modello WRF, sono state selezionate tre diverse scene, caratterizzate da una copertura nuvolosa non omogenea: il 1° Agosto 2014 su terreno arido, il 2 Agosto 2014 sull'oceano e il 26 Luglio 2013 su terreno ricoperto da vegetazione; in aggiunta, è stata analizzata una scena sul Minnesota relativa al 3 Ottobre 2016 utilizzando i dati satellitari VIIRS (gli unici disponibili per quest'area e periodo), di interesse per un gruppo che si occupa di misurazioni di raggi cosmici e tracciamento di meteoroidi. Per tutte le scene valutate, è stata realizzata una simulazione WRF su due differenti domini, con una risoluzione orizzontale di 3km (200x200 punti griglia) e 1km (190x190 punti griglia), rispettivamente. La configurazione specifica (numero di livelli verticali, schemi di parametrizzazione per radiazione ad onda lunga e onda corta, strato limite planetario ecc) è stata ereditata da uno studio precedente relativo all'identificazione delle impostazioni che massimizzano l'affidabilità di una simulazione nel determinare le proprietà delle nubi. I risultati delle simulazioni vengono confrontati con i dati satellitari creando le mappe delle differenze, le tabelle di contingenza e calcolando varie quantità statistiche, con cui è possibile determinare la validità del metodo sviluppato.