class: center, middle, inverse, title-slide # Elaborazione di serie temporali<br/><small>per il rapporto<br/><br/>‘Gli indicatori del clima in Italia’<br/></small> ### <small>👨‍🏫 Guido Fioravanti<br/><br/><a href='mailto:guido.fioravanti@isprambiente.it' class='email'>guido.fioravanti@isprambiente.it</a></small> ### <small>ISPRA - Sezione di climatologia operativa</small> ### 15/10/2020 --- class: middle, center background-image: url(./figure/logoispra_hr.png) background-size: 15% background-position: 50% 90% # [SCIA <br/><br/> Sistema nazionale<br/><br/> <small>per l'elaborazione e diffusione<br/><br/>dei dati climatici</small>](http://www.scia.isprambiente.it) --- class: inverse, middle,center # Controlli di qualità dei dati<br/> <br/> 🔬 .footnote[La disponibilità di lunghe serie di dati strumentali di buona qualità è di fondamentale importanza per lo studio della variabilità del clima e in particolare degli eventi estremi.] --- # Controlli di qualità dei dati - _omogeneità_ dei controlli - controlli _automatici_ I controlli su SCIA sono un sottoinsieme dei controlli per il dataset: .center[ **Global Historical Climatological Network**<br/>(National Climatic Data Center - NOAA)] <br/> .pull-left[.full-width[.content-box-yellow[[Comprehensive Automated Quality Assurance of Daily Surface Observations](https://journals.ametsoc.org/jamc/article/49/8/1615/13419/Comprehensive-Automated-Quality-Assurance-of-Daily) <br/> <small>Durre et al., 2010</small> 👈]]] .pull-right[.full-width[.content-box-yellow[[Controlli di qualità delle serie di temperatura e precipitazione](http://www.scia.isprambiente.it/wwwrootscia/Documentazione/Rapporto_controlli_qualit%c3%a0_clima.pdf) <br/> <small>ISPRA, 2016</small> 👈]]] --- # Controlli di qualità dei dati **Quattro tipologie di controlli:** - Test di integrità di base - Test per l’identificazione dei valori anomali - Test di consistenza interna e temporale - Test di consistenza spaziale (**solo per le serie di temperatura**) 👈 ### Quale software? 🤔 Alcuni controlli di qualità sono implementati nei pacchetti R: - [RClimDex](https://github.com/ECCC-CDAS/RClimDex) 👈 - [dataresqc](https://datarescue.climate.copernicus.eu/node/54) 👈 --- class: middle # Controlli di qualità dei dati .pull-left[ | Anno | mese | giorno | Tmax | Tmin | | --- | --- | --- | --- | --- | |2003|10|4|29.4|29.4| |2003|10|5|29.4|29.4| |2003|10|6|29.4|29.4| |2003|10|7|29.4|29.4| |2003|10|8|29.4|29.4| |2003|10|9|29.4|29.4| |2003|10|10|29.4|29.4| |2003|10|11|29.4|29.4| |2003|10|12|29.4|29.4| |2003|10|13|29.4|29.4| |2003|10|14|29.4|29.4| |---|---|---|---|---| ] .pull-right[ | Anno | mese | giorno | Tmax | Tmin | | --- | --- | --- | --- | --- | |2003|10|23|18.9|18.9| |2003|10|24|18.9|18.9| |2003|10|25|18.9|18.9| |2003|10|26|18.9|18.9| |2003|10|27|18.9|18.9| |2003|10|28|18.9|18.9| |2003|10|29|18.9|18.9| |2003|10|30|18.9|18.9| |2003|10|31|18.9|18.9| |---|---|---|---|---| ] --- # Controlli di qualità dei dati .center[<img src="./figure/tmax_uguale_tmin_uguale_zero.png" width="60%">] --- # Controlli di qualità dei dati .center[<img src="./figure/prec_95_perc.png" width="60%">] --- # Controlli di qualità dei dati .center[<img src="./figure/corroboration_test.png" width="100%">] --- class: inverse,middle,center # Lunghezza, completezza e continuità <br/><br/> 🔗 <br/><br/> delle serie climatiche --- # Completezza e continuità delle serie I criteri del WMO per il calcolo dei valori climatologici vengono comunemente utilizzati come criterio di completezza delle serie ([Anderson and Gough, 2018](https://rmets.onlinelibrary.wiley.com/doi/pdf/10.1002/joc.5801)) ### Temperatura Regola del "_3/5_": **ammessi 5 valori giornalieri NA, di cui al più 3 consecutivi.** ### Precipitazione Criteri molto restrittivi: **un solo dato giornaliero NA invalida il corrispettivo aggregato mensile.** ### Aggregazione dati mensili - Un anno in cui almeno un mese è NA non viene considerato valido - Un criterio meno stringente: accettare fino a 3 mesi NA purchè non tutti alla stessa stagione --- background-image: url(./figure/metro.png) background-size: 50% 100% background-position: 165% 0% # Lunghezza delle serie .left-column[ #### Quali gli obiettivi dell'analisi?? ] -- .right-column[ - stima dei trend di lungo periodo: - 30 anni di dati (?) ] -- .right-column[ - valori climatologici: - almeno 24 anni su 30<br/>(valori climatologici standard WMO) - valori climatologici NON standard<br/> (20 anni su 30, 15 anni su 30 ...) ] -- .right-column[ - omogeneizzazione delle serie: - anche serie brevi (20 anni) possono<br/>contribuire all'omogeneizzazione<br/> di serie più lunghe ] --- # Completezza e continuità delle serie <img src="./figure/285_tmax__serie_1.png" width="100%"> - Serie con almeno l'80% degli anni validi - al massimo quattro anni consecutivi mancanti --- class: middle,center <!-- # Criteri per l'elaborazione delle serie di temperatura --> <img src="./figure/sankeyDiagram2.png" width="130%"> --- class: inverse,middle,center # Omogeneizzazione delle serie climatiche <br/> <br/> 🔨 .footnote[Una serie omogenea è una serie la cui variabilità dipende solo da fattori climatici] --- # Omogeneizzazione (temperatura) Discontinuità artificiali nel segnale climatico. Ad esempio: - nuove procedure di elaborazione dei dati - spostamento della stazione osservativa - nuova strumentazione ### Software per omogeneizzazione _automatica_? 🤔 - [climatol](https://cran.r-project.org/web/packages/climatol/index.html) - [ACMANT](https://github.com/dpeterfree/ACMANT) 🤷‍♂️ non disponibile come pacchetto R Metodi di omogeneizzazione **relativi**. `climatol`: utilizza _serie brevi_ per omogeneizzare le _serie lunghe_ in sottoperiodi. --- # Omogeneizzazione (precipitazione) L'integrità delle serie di precipitazione è stata testata seguendo l'approccio descritto da Wijngaard et al., (2003) nel paper: .center[[Homogeneity of 20th century European daily temperature and precipitation series](https://rmets.onlinelibrary.wiley.com/doi/10.1002/joc.906).] Quattro test statistici: - Standard Normal Homogeneity Test - Buishand range test - Pettitt test - Von Neumann ratio test Le serie _sospette_ sono state escluse dall'analisi, nessun processo di omogeneizzazione. ### Software per testate l'omogeneità delle serie? 🤔 - [trend](https://cran.r-project.org/web/packages/trend/vignettes/trend.pdf) - [climtrends](https://cran.r-project.org/src/contrib/Archive/climtrends/) `climtrends` attualmente non più sviluppato. --- class: inverse,middle,center # Stima dei trend <br/> <br/>📈 --- <!-- background-image: url(./figure/raw_vs_omog_trend.png) background-position: 100% 80% background-size: 50% --> # Stima dei trend - regressione lineare _classica_ (ipotesi: residui i.i.d) - stimatore **non parametrico** di Theil-Sen e test non parametrico di Mann-Kendall .center[<img src="./figure/raw_vs_omog_trend.png" width="50%">] La funzione `zyp.trend.csv/zyp.trend.vector` del pacchetto R [zyp](https://cran.r-project.org/web/packages/zyp/zyp.pdf) implementa il _pre-whitening_ della serie temporale. --- class: inverse,middle,center # Calcolo degli estremi climatici<br/><br/> 🌩 --- # Calcolo degli estremi climatici .center[<img src="./figure/grafico_r95ptot_anomalie.jpg-1.jpg" width="100%">] --- # Calcolo degli estremi climatici .center[<img src="./figure/grafico_su_anomalie.png" width="100%">] --- # Calcolo degli estremi climatici ETCCDI: _Expert Team on Climate Change Detection and Indices_ - Utilizzano i dati giornalieri di temperatura e precipitazione - Estremi climatici **moderati** - Criteri di completezza molto rigidi - ET-SCI: _Expert Team on Sector Specific Climate Indices_ ### Quale software? 🤔 - [climdex.pcic](https://github.com/pacificclimate/climdex.pcic): indici ETCCDI - [ClimPACT2](https://github.com/ARCCSS-extremes/climpact2): Indici ET-SCI¹ .footnote[[1] Expert Team on Sector-Specific Climate Indices] --- class: middle # Altre informazioni .pull-left[.center[[A new homogenized daily dataset<br/>for temperature variability assessment in Italy](https://doi.org/10.1002/joc.6177) <small>Fioravanti G., Piervitali E., Desiato F.<br/>Int J Climatol. 2019; 39: 5635– 5654</small> ]] .pull-right[.center[[Variazioni della temperatura in Italia: estensione della base dati <br/>e aggiornamento della <br/>metodologia di calcolo](http://www.scia.isprambiente.it/wwwrootscia/Documentazione/SA_81_18_Variazioni_temperatura.pdf). <small>Fioravanti G., Piervitali, E.<br/>ISPRA, 2018</small> ]] .full-width[.content-box-yellow[In [questa pagina](https://github.com/scia-ispra/indici_climatici) sono raccolte alcune informazioni (documenti tecnici, software, papers) utili all'elaborazione delle serie climatiche]] --- class: middle, center, duke-orange # L'ottimo è nemico del buono! --- class: middle, center, inverse # Grazie per l'attenzione! <br/><br/> 🥂