5 Luglio 2022 @ IMATI - CNR

Il ruolo della statistica nelle scienze dell’atmosfera: dall’osservazione all’interpretazione


La eterogeneità dei dati osservativi associati a processi di trasformazione, fenomeni di trasporto, emissioni e monitoraggio di inquinanti atmosferici nella troposfera impongono l’utilizzo di una svariata molteplicità di metodi statistici per la loro interpretazione. In particolare, i dati di caratterizzazione chimico-fisica dell’aerosol (sia giornalieri che ad alta risoluzione temporale) vengono opportunamente elaborati mediante tecniche di analisi multivariata (Receptor models: PMF, CMB, PCA-APCS) finalizzate al “source apportionment”, ovvero la ripartizione dei livelli di concentrazione dell’aerosol nei suoi contributi derivanti da sorgenti primarie e secondarie antropiche e naturali. Di contro, anche i ‘source-oriented dispersion model’, che permettono di seguire il moto delle particelle di aria “inquinata” dal sito di misura alla sorgente, sono largamente usati. L’ analisi statistica delle traiettorie all’indietro (Trajectory statistical methods (TSMs)), permette sia di identificare le sorgenti di inquinanti, sia di stimare i flussi di inquinanti. I TSMs sono basati sull’ analisi del tempo di residenza (RT). A partire dall’ RT analysis, vari metodi per la stima delle sorgenti possono essere sviluppati. Tra essi ricordiamo il probability source concentration field (PSCF) ed il peak events concentration field (PECF) . Per la stima di flussi di inquinanti viene utilizzato un metodo bayesiano di inversione. Anche le tecniche di bootstrap vengono spesso applicate nella modellistica diffusionale degli inquinanti. Un importante strumento per lo studio della turbolenza nello strato limite planetario (bassa troposfera) e per la sua interazione con moti a scala più grande sono le trasformate di Wavelet. In ambito meteorologico, lo sviluppo di metodi non-asintotici per la stima di precipitazioni estreme corrispondenti a tempi di ritorno particolarmente lunghi si sono rivelati efficaci per la comprensione del legame tra processi fisici e statistiche degli estremi, e per la proiezione fisicamente-basata di estremi di precipitazione futuri.

Image
Chimica, PhD in Scienze Ambientali. Ricercatrice CNR dal 2008. La sua attività di ricerca è rivolta principalmente allo studio della composizione dell’atmosfera e delle sorgenti di inquinamento in siti urbani, industriali e remoti, all’applicazione di tecniche statistiche multivariate per il source apportionment e allo studio della qualità dell’aria indoor. Coautrice di oltre 40 pubblicazioni scientifiche (JCR), 8 capitoli di libro ed oltre 50 altre pubblicazioni tra cui proceedings, report di progetto depositati e articoli divulgativi. E’ stata ed è coinvolta in diversi progetti di ricerca nazionali ed internazionali. Ha svolto il ruolo di valutatore esterno per la Commissione Europea (REA) e per il MUR. E’ stata correlatore di tesi di laurea triennali e magistrali (15 in totale) e tutor formativo (oltre 25) per l’Università di Bari, l’Università del Salento e l’Università di Milano. Ha svolto attività di insegnamento in corsi di specializzazione presso l’Università del Salento e l’Università di Roma - La Sapienza. Da marzo 2019 è responsabile delegata della sede secondaria dell’ISAC di Lecce.
L'Istituto di Scienze dell'Atmosfera e del Clima (CNR-ISAC) promuove e sviluppa una comprensione scientifica integrata dell'atmosfera, dell’oceano e dei loro processi, tramite un approccio multidisciplinare.
L’ISAC è strutturato in tre macroaree, i cui temi di ricerca sono:
- Osservazioni e modelli per la meteorologia ed il clima (CAMEO).
- Impatti su ambiente, beni culturali e salute (IMPEACH).
- Composizione dell’Atmosfera, Forzanti Climatiche e qualità dell’Aria (CAFCA).
L’Istituto è dotato di sette osservatori permanenti che monitorano in continuo una estesa gamma di parametri meteo climatici e di qualità dell’aria: cinque di essi sono dislocati sul territorio nazionale da nord a sud, mentre due si trovano nelle regioni polari (presso la stazione artica "Dirigibile Italia’ e presso quella antartica ‘Concordia’). L’istituto è, inoltre, dotato di un rilevante centro di calcolo per l’attività di ricerca numerico-modellistica

Interventi

Image

Giovanni Cerulli

CNR-IRCrES

L’intelligenza artificiale basata sull'apprendimento statistico: ontologia, sviluppi e limiti

Image

Piera Ielpo

CNR-ISAC

Il ruolo della statistica nelle scienze dell’atmosfera: dall’osservazione all’interpretazione

Image

Maurizio Polemio

CNR-IRPI

Serie storiche e geostatistica per lo studio dei rischi e delle risorse naturali in Italia meridionale

Image

Nicola Ancona

CNR-STIIMA

Modelli di deep learning per il progetto de-novo di molecole

Image

Federica Conte

CNR-IASI

Identificazione in silico di una firma genica prognostica in pazienti con tumore mammario di tipo basal-like

Image

Alessandra Stella

CNR-IBBA

Metodi per l’analisi della diversità genetica: domesticazione ed adattamento

Image

Pietro Demurtas

CNR-IRPPS

I numeri per contrastare la violenza contro le donne

Image

Sabrina Molinaro

CNR-IFC

L’utilizzo  delle survey per il monitoraggio delle popolazioni nascoste e la valutazione delle policy

Image

Giovanni Sebastiani

CNR-IAC

Modelli e metodi matematici e statistici per l’epidemia di Covid-19

Image

Marcella De Martino

CNR-IRISS

Joint venture societarie e formazione di nuove partnership nella gestione dei terminal container italiani: un modello stocastico orientato agli attori

Image

Giovanni Meccariello

CNR-STEMS

Valutazione dei cicli di guida reali e delle emissioni di veicoli attraverso metodi di statistica multivariata

Image

Sara Pasquali

CNR-IMATI

Modelli stocastici nella lotta ai parassiti

Registrati entro il 26 Giugno