La crescente vulnerabilità delle aree urbane agli eventi temporaleschi, favorita sia dal diffondersi di complesse reti infrastrutturali sia dall’alterazione della distribuzione delle precipitazioni, ha stimolato, all’interno della comunità idrologica e meteorologica, un significativo interesse nei confronti dei radar meteorologici in banda X. Il Dipartimento di Scienze e Tecnologie (DiST) dell’Università degli Studi di Napoli “Parthenope” e il CETEMPS dell’Università degli Studi dell’Aquila hanno sviluppato un algoritmo finalizzato alla identificazione di fenomeni grandinigeni. I risultati di tale studio sono pubblicati in un articolo scientifico, dal titolo “Fuzzy-logic detection and probability of hail exploiting short-range X-band weather radar”, pubblicato sulla rivista Atmospheric Research.
Sebbene i radar in banda X siano in grado di monitorare aree di estensione relativamente limitata (~100 km), rispetto a quelle convenzionalmente sorvegliate dai sistemi in banda S e in banda C, essi offrono la possibilità di osservare i corpi precipitanti a scale spaziali e temporali particolarmente raffinate, che ben si sposano con quelle tipiche dei fenomeni temporaleschi. L’impiego sempre più diffuso dei radar in banda X (a singola o a doppia polarizzazione) è favorito anche dai consumi e dagli ingombri limitati, che ne consentono l’impiego su piattaforme mobili, nonché dai costi relativamente accessibili.
Un sistema radar prototipale in banda X a singola polarizzazione è operativo, dal 2011, nel cuore dell’area urbana di Napoli, presso il complesso monumentale di Castel Sant’Elmo. Il radar, denominato WR-10X e sviluppato dalla ELDES s.r.l., è gestito dal Dipartimento di Scienze e Tecnologie (DiST) dell’Università degli Studi di Napoli “Parthenope”. Le misure di riflettività acquisite dal WR-10X sono oggetto, presso i laboratori del DiST e del CETEMPS dell’Università dell’Aquila, di fruttifere attività di ricerca, volte ad esplorarne le promettenti potenzialità in ambito meteorologico.
L’algoritmo innovativo, denominato Hailstorm Fuzzy-Oriented and Detection (HFOD), è basato su una combinazione ottimale, realizzata mediante la tecnica della logica fuzzy, di due metodologie note in letteratura: la prima utilizza la differenza tra la quota di una determinata soglia di riflettività e l’altezza dello zero termico, mentre la seconda è basata sul prodotto VIL-Density. Le due tecniche appena menzionate sono state ottimizzate ed adattate all’area di studio attraverso un’analisi di sensitività, realizzata mediante un dataset di training (costituito da 31 eventi temporaleschi occorsi fra il 2012 ed il 2015) ed alcuni indicatori statistici derivanti dalla costruzione di una tabella di contingenza. Il criterio combinato, il cui input è costituito dalle uscite ottimizzate dei metodi da letteratura, si avvale, nel processo di “fuzzificazione”, di funzioni a rampa ed utilizza una funzione di inferenza basate su un’opportuna combinazione lineare pesata delle funzioni a rampa.
Le performance dell’algoritmo fuzzy sono state testate in funzione di un dataset indipendente, costituito da 22 eventi temporaleschi, adottando come riferimento le osservazioni al suolo derivanti da stazioni SYNOP ed i report forniti dai volontari e dai quotidiani di informazione locali. I risultati hanno evidenziato che l’introduzione del metodo combinato determina, nell’ambito del confronto tra osservazioni al suolo ed osservazioni radar, un miglioramento degli scores statistici utilizzati.
A titolo esemplificativo, il manoscritto illustra un’applicazione del metodo HFOD per un caso di studio, relativo ad un intenso fenomeno grandinigeno occorso in Penisola Sorrentina in data 21/07/2014. In prossimità delle città di Sorrento e Massa Lubrense, ove fu segnalata la caduta di grandine, l’indice fuzzy ha stimato una probabilità di grandine prossima al 100%, individuando correttamente il fenomeno sotto il profilo della localizzazione spaziale e temporale.
L’algoritmo sviluppato in questo studio sarà testato, in futuro, in contesti ove è operativo un network di mini-radar in banda X, al fine di valutarne le performance in ambito operativo.
Autore dell’articolo: Vincenzo Capozzi.
Riferimento:
Keywords: Weather radar; X-band; Hailstorm; Detection methods; Data processing; Urban hydrometeorology