Simulazioni WRF su terreno montuoso complesso con diverse condizioni iniziali e al contorno

Le simulazioni e le previsioni meteorologiche spesso rappresentano una sfida a causa della complessità della topografia. Il terreno montuoso influenza le interazioni tra Terra e atmosfera, specialmente nello strato limite planetario, e sono necessari modelli climatici ad alta risoluzione, con appropriate parametrizzazioni dei processi a piccola scala, per descrivere bene la circolazione atmosferica. In questa tesi presento diverse simulazioni meteorologiche, effettuate con il modello Weather Research and Forecasting (WRF), su una regione montuosa caratterizzata da terreno complesso collocata presso le Alpi nord occidentali italiane, ponendo l’attenzione sull’area dell’Alpe Veglia, dove una stazione meteorologica ha fornito dati dal 28 settembre 2018 al 30 agosto 2021. Le simulazioni sono state eseguite con la stessa risoluzione spaziale (1 km) ma con diverse condizioni iniziali e al contorno (i dati meteorologici scelti sono le analisi IFS e gli ERA5), usando due diversi dataset che descrivono l’uso del suolo (Corine Land Cover 2012 e MODIS30). Sono stati analizzati due periodi differenti, caratterizzati da diverse condizioni meteorologiche. Lo scopo di questa tesi è quello di identificare i dati meteorologici e relativi alla descrizione dell’uso del suolo che permettono di descrivere al meglio, utilizzando WRF, i fenomeni che si verificano nelle regioni alpine. Pertanto, è stato effettuato uno studio approfondito sulle differenze che si verificano utilizzando dati meteorologici con diverse risoluzioni spaziali e temporali (i dati di analisi IFS hanno una risoluzione spaziale di 0.125° e una risoluzione temporale di 6 ore, i dati ERA5 hanno una risoluzione spaziale di 0.250° e una risoluzione temporale di 3 ore) e per verificare se la descrizione con MODIS30 (con 21 categorie di utilizzo del suolo), ovvero quella di default di WRF, è sufficiente a descrivere fenomeni su terreno montuoso complesso o se una descrizione più dettagliata di utilizzo del suolo, come quella fornita da Corine Land Cover 2012 (con 44 categorie di utilizzo del suolo), dà risultati migliori.

Numerical weather simulations and forecasts are challenging due to the complex topography. In fact, in mountainous terrain it affects the interactions between Earth and atmosphere, especially in the planetary boundary layer, and high-resolution weather models, with appropriate parameterizations of subgrid processes, are required to represent well the atmospheric circulation. In this thesis I present different Weather Research and Forecasting model (WRF) simulations over a mountainous terrain region located in the north-western Italian Alps, focusing on the Alpe Veglia area, where a micrometeorological station operated from 27 September 2018 to 30 August 2021. Simulations were designed with the same grid spacing (1 km) and with different initial and boundary conditions (IFS analysis and ERA5 meteorological data), using two different land-cover-description datasets (Corine Land Cover 2012 and MODIS30). Two different periods of time characterised by different meteorological conditions were analysed. Then, the simulation outputs were compared with experimental data from the Alpe Veglia micrometeorological station over the same periods. The purpose of this work is to identify the land-cover-description and meteorological data that are more appropriate to describe phenomena with WRF in Alpine regions. Therefore, an in-depth study is done on the differences that occur using meteorological data with different spatial and temporal resolution (IFS analysis data have a spatial resolution of 0.125° and a temporal resolution of 6 hours, ERA5 data have a spatial resolution of 0.250° and a temporal resolution of 3 hours) and to test if the WRF default land-use-description MODIS30 (with 21 land-use categories) is exhaustive to describe phenomena over a complex mountainous terrain, or if a more detailed land-use-description dataset like Corine Land Cover 2012 (with 44 land-use categories) gives better results.