WP-1500.8 – Nadir and limb radiative transfer models for Earth, Mars and other Planetary atmospheres
Prodotti:
- Nuova risorsa di calcolo presso l’ISAC (Bologna)
- È stato acquistato nuovo hardware: 1 server con 2 processori Intel Xeon 32-core 8358 a 2,6 GHz, 16 moduli DDR4 da 1 GB e 24 dischi WD SAS III da 20 TB a 7.200 RPM.
- Codice veloce di trasferimento radiativo per Marte
- Le tecniche di modellizzazione e inversione sono fondamentali nella scienza atmosferica, in quanto forniscono il quadro di riferimento per interpretare i dati di telerilevamento e comprendere i processi atmosferici. I modelli diretti calcolano il segnale radiativo atteso dato uno stato atmosferico noto, inclusi temperatura, pressione, composizione gassosa e presenza di nuvole o aerosol. Le tecniche di inversione, d’altra parte, partono dalle misurazioni osservate e mirano a ricavare le proprietà atmosferiche sottostanti, consentendo la progettazione di algoritmi di recupero, la validazione dei modelli e l’estrazione di informazioni fisiche significative dalle misurazioni. Questo progetto si concentra sulla creazione di un codice di trasferimento radiativo veloce per Marte, denominato σ4Mars, progettato per la produzione rapida e accurata di spettri di radianza marziani nella regione dell’infrarosso a onde lunghe (100-3000 cm-1) in geometria nadirale. Lo scopo finale è includere il modello diretto in un algoritmo di inversione per migliorare l’analisi dei set di dati marziani attuali e futuri e approfondire la nostra comprensione dell’atmosfera marziana.
- Il modello σ4Mars si basa sulla flessibilità e sulle capacità del modello diretto σ-FORUM (noto anche come σ-IASI/F2N) [1], un codice di trasferimento radiativo multifunzionale ad alte prestazioni, originariamente sviluppato per lo studio della radiazione atmosferica a onde lunghe della Terra. Esso genera spettri ad alta risoluzione mantenendo l’efficienza computazionale attraverso l’uso di tabelle di consultazione precalcolate per il calcolo delle profondità ottiche di gas e nuvole/aerosol. Gli effetti di scattering multiplo sono trattati utilizzando metodi di scalatura, in particolare l’approssimazione di scalatura di Chou [2] e l’aggiustamento di Chou (correzione di Tang) [3]. Inoltre, il codice consente il calcolo di derivate analitiche veloci della radianza rispetto alle proprietà atmosferiche e delle nuvole, risultando così adatto all’applicazione nel recupero veloce di osservazioni infrarosse risolte spettralmente.
Per adattare σ-FORUM agli studi su Marte, sono state implementate le seguenti modifiche e input:
- Il codice è stato ottimizzato per simulare le caratteristiche atmosferiche specifiche di Marte.
- Sono stati definiti nuovi livelli di pressione per discretizzare l’atmosfera, tenendo conto della pressione superficiale altamente variabile di Marte.
- Le profondità ottiche ad alta risoluzione per i gas più abbondanti e radiativamente attivi sono state calcolate utilizzando un codice di trasferimento radiativo linea per linea, il Planetary Spectrum Generator (PSG) sviluppato dalla NASA [4] e successivamente parametrizzato come funzione polinomiale della temperatura.
- È stato incluso l’effetto continuo dell’assorbimento indotto da collisione [5] per il CO2 autonomo
- Le proprietà della polvere sono state parametrizzate per la simulazione di scenari polverosi
- Le prestazioni del modello sono state valutate utilizzando il PSG come codice di riferimento, confrontando le trasmittanze dei gas e gli spettri di radianza ad alta risoluzione.
Riferimenti:
[1] Masiello G. et al. (2024) JQSRT, 312, 108814, DOI: 10.1016/j.jqsrt.2023.108814.
[2] Chou M.-D. et al. (1999) Journal of Cimate, 12 (1), pp.159-169, DOI: 10.1175/1520-0442-12.1.159
[3] Tang G. et al. (2018) Journal of Atmospheric Science, 75 (7), pp. 2217 – 2233, DOI: 10.1175/JAS-D-18-0014.1
[4] Villanueva G. L. et al. (2018) JQSRT, 217, pp 86-104, DOI: 10.1016/j.jqsrt.2018.05.023.
[5] Terragni J. et al (2025), JQSRT, 347, 109631, DOI: 10.1016/j.jqsrt.2025.109631.
[6] Guerlet S. et al. (2022), Journal of Geophysical Research: Planets, 127, DOI:10.1029/2021JE007062
[7] Edwards C.S. et al. (2021) Space Sci Rev, 217, 77 DOI: 10.1007/s11214-021-00848-1
WP-1500.10 – Ottimizzazione e aggiornamento del modello di trasferimento radiativo e di inversione KLIMA
Il codice KLIMA (Kyoto protocoL Informed Management of the Adaptation) [Dinelli et al. 2023] è un algoritmo autonomo sviluppato in FORTRAN presso l’Unità di Ricerca dell’IFAC-CNR di Firenze. KLIMA può essere utilizzato per simulare e analizzare la radianza spettrale acquisita tramite misurazioni di telerilevamento dell’atmosfera in condizioni di cielo totale [Butali et al. 2026 (in corso di pubblicazione)]. KLIMA è nato dalla versione precedente del codice denominata MARC (Millimetre-wave Atmospheric-Retrieval Code) [Carli et al. 2007]. KLIMA può essere applicato a varie geometrie di osservazione (limbo [Del Bianco et al. 2007][Dinelli et al. 2009], zenit [Belotti et al. 2022] e nadir [Del Bianco et al. 2013][Bianchini et al. 2008] [Ceccherini et al. 2010][Tirelli et al. 2021][Sgheri et al. 2022] e bande spettrali (dalle onde millimetriche e sub-millimetriche [Carli et al. 2007] al vicino infrarosso [Mazzoni et al. 2008]).
Data center e infrastruttura di rete
Sebbene KLIMA sia stato ottimizzato sia dal punto di vista del tempo di esecuzione che delle risorse di memoria, il programma richiede ingenti risorse di calcolo. Per questo motivo, nel centro di calcolo dell’IFAC sono operativi 5 server di calcolo, ciascuno dotato di 2 CPU AMD EPIC 9474@3.6GHz, con 768 GB di RAM DDR5, 43,5 TB di spazio di archiviazione SSD grezzo e connettività fino a 100 Gb Ethernet; un server di archiviazione SSD con una capacità lorda totale di 153,6 TB con connettività fino a 100Gb Ethernet e un nuovo switch 100Gb Ethernet a 16 porte.
Inoltre, l’area di ricerca del CNR-Firenze dispone di un’infrastruttura di rete composta da una sezione passiva di fibre ottiche monomodali (tipo 96/125 OS2) che collegano i data center e i laboratori EMM, e da una sezione attiva costituita da nuovi switch di rete veloci. La configurazione è a stella: il centro è collegato al router Internet; i data center e i laboratori di IFAC, INO, IBE, IAC si trovano nei diversi rami della stella. La rete veloce EMM è ben integrata nell’infrastruttura di rete dell’Area.
WP-1500.11 – Complete Data Fusion (CDF) – Go to website
La Complete Data Fusion (CDF) è un metodo statistico progettato per combinare in modo ottimale più stime indipendenti di profili atmosferici in un unico prodotto coerente e ricco di informazioni. È particolarmente indicata per le applicazioni di telerilevamento satellitare, in cui diversi strumenti forniscono misurazioni complementari della stessa grandezza geofisica (ad esempio, ozono, temperatura, gas in traccia).
Principi fondamentali ed evoluzione
Il CDF è stato introdotto per la prima volta da Ceccherini et al. (2015) e da allora si è evoluto attraverso diversi sviluppi chiave. Si basa sulla teoria della stima ottimale (Rodgers, 2000) e opera su prodotti di recupero di Livello 2, inclusi profili recuperati, matrici di kernel di media (AKM), matrici di covarianza del rumore (CM) e profili a priori con le relative matrici di covarianza. Il metodo produce un profilo fuso con la propria AKM e CM, garantendo coerenza statistica e tracciabilità rispetto agli input.
Formulazioni del CDF
CDF originale (2015): Introdotta da Ceccherini et al. (2015), questa versione utilizza l’inverso delle matrici di covarianza del rumore per ponderare i profili di input. È efficace ma limitata dalla potenziale singolarità di queste matrici.
CDF esteso (2018): Per gestire profili su griglie verticali diverse e provenienti da osservazioni non coincidenti, Ceccherini et al. (2018) hanno introdotto modelli di errore di interpolazione e di coincidenza, consentendo la fusione tra strumenti e piattaforme.
CDF migliorato (2022): Ceccherini, Zoppetti e Carli (2022) hanno proposto una formulazione che sostituisce le matrici di covarianza del rumore con matrici di covarianza dell’errore di recupero, che sono sempre non singolari. Questa versione elimina la necessità di inverse generalizzate e migliora la stabilità numerica. Inoltre, incorpora rigorosamente gli errori di interpolazione e di coincidenza.
Applicazioni e vantaggi
Il CDF è stato applicato alla fusione dei profili di ozono da simulazioni Sentinel-4 e Sentinel-5 e alla fusione multipiattaforma di dati satellitari geostazionari e in orbita terrestre bassa. Consente la rielaborazione dei recuperi con nuovi vincoli a priori e supporta i controlli di coerenza e il controllo di qualità dei prodotti di recupero.
Un’applicazione degna di nota è presentata in Guidetti et al. (2025), dove la formulazione migliorata del CDF è stata utilizzata per combinare i profili di ozono MIPAS (limbo) e IASI (nadir) sull’Himalaya. Il set di dati fuso ha mostrato un aumento del contenuto di informazioni verticali nella troposfera, una migliore concordanza con i dati delle ozonosonde e una riduzione degli errori di recupero, specialmente nella regione UTLS. La fusione ha propagato con successo le informazioni MIPAS a quote più basse dove la sensibilità è limitata, dimostrando la capacità del metodo di migliorare la qualità dei set di dati atmosferici e supportare studi sullo scambio stratosfera-troposfera e sulla qualità dell’aria.
Il ruolo del CDF nell’infrastruttura di ricerca EMM
All’interno dell’infrastruttura di ricerca EMM (Earth Moon Mars), la tecnica Complete Data Fusion (CDF) svolge un ruolo centrale nel consentire studi scientifici avanzati basati su dati atmosferici reali. EMM fornisce le risorse computazionali necessarie, gli strumenti software specializzati e le conoscenze specialistiche per supportare l’applicazione del CDF alle osservazioni satellitari multi-strumento. Integrando le misurazioni provenienti da diversi strumenti, la CDF consente ai ricercatori di generare profili atmosferici ad alta risoluzione e ricchi di informazioni, essenziali per lo studio di processi complessi quali lo scambio stratosfera-troposfera e le dinamiche della qualità dell’aria. Attraverso la sua piattaforma CDF dedicata, EMM facilita la ricerca collaborativa e promuove l’adozione di questa metodologia in tutta la comunità scientifica. Per ulteriori informazioni, si prega di visitare la sezione dedicata del sito web di EMM.
Riferimenti principali
Rodgers, C. D. (2000) – Inverse Methods for Atmospheric Sounding: Theory and Practice
Ceccherini, S., Carli, B., & Raspollini, P. (2015) – Equivalence of data fusion and simultaneous retrieval
Ceccherini, S., Carli, B., et al. (2018) – Importance of interpolation and coincidence errors in data fusion
Ceccherini, S., Zoppetti, N., & Carli, B. (2022) – An improved formula for the complete data fusion
Tirelli, C., Ceccherini, S., Del Bianco, S., Funke, B., Höpfner, M., Cortesi, U., and Raspollini, P.: Extension of the Complete Data Fusion algorithm to tomographic retrieval products, Atmos. Meas. Tech., 18, 5619–5636, https://doi.org/10.5194/amt-18-5619-2025, 2025.
Guidetti, L., Brattich, E., Ceccherini, S., et al. (2025) – Development and Validation of a New Ozone Dataset Using Complete Data Fusion
WP-1500.13 – Camera sperimentale per misure spettroscopiche di gas atmosferici
Finalità scientifica e infrastrutturale
La camera sperimentale per misure spettroscopiche di gas atmosferici è un’infrastruttura sperimentale avanzata progettata per misure spettroscopiche ad alta risoluzione di gas atmosferici planetari.
Prestazioni tecniche in sintesi
range spettrale: 2000-25000 cm⁻¹ (0.4 – 5 μm);
risoluzione spettrale massima: 0.002 cm⁻¹;
range di temperatura: 100 – 550 K;
pressione massima del gas da studiare: fino a 70 bar;
sistema ottico interamente in vuoto (migliore di 30 µbar)
cammino ottico: 3.27 m;
controllo remoto mediante software dedicato.
Applicazioni
Le applicazioni vanno dallo studio di proprietà ottiche dei gas atmosferici, alla misura della trasmittanza di miscele complesse, al supporto sperimentale di missioni spaziali che hanno a che fare con atmosfere planetarie.
