{"id":1171,"date":"2025-09-08T09:35:31","date_gmt":"2025-09-08T09:35:31","guid":{"rendered":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/infrastructure-components\/earth-and-mars-research-network-emn\/group-a\/"},"modified":"2026-05-28T06:54:40","modified_gmt":"2026-05-28T06:54:40","slug":"group-a","status":"publish","type":"page","link":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/infrastructure-components\/earth-and-mars-research-network-emn\/group-a\/","title":{"rendered":"Modelli di trasferimento radiativo veloce e sistemi di assimilazione dei dati"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-page\" data-elementor-id=\"1171\" class=\"elementor elementor-1171 elementor-734\">\n\t\t\t\t<div class=\"elementor-element elementor-element-36d636df e-flex e-con-boxed e-con e-parent\" data-id=\"36d636df\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-abf4e5e elementor-widget elementor-widget-text-editor\" data-id=\"abf4e5e\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t<h2><b>WP-1500.1 e WP-1500.2<\/b><\/h2><p>L&#8217;obiettivo principale dei due compiti era quello di consentire all&#8217;infrastruttura EMM di condurre studi di impatto ed eseguire simulazioni end-to-end di missioni spaziali esistenti e future dedicate al telerilevamento dell&#8217;atmosfera terrestre. L&#8217;obiettivo \u00e8 stato perseguito attraverso due attivit\u00e0: da un lato, sono state acquisite adeguate risorse di calcolo ad alte prestazioni. D&#8217;altro canto, sono stati installati, caratterizzati e potenziati alcuni moduli software open source rilevanti per costruire un set di strumenti adatti a svolgere gli studi e le simulazioni citati.<\/p><p><b>Hardware<\/b><\/p><p>L&#8217;hardware ora disponibile presso l&#8217;Area di Ricerca del CNR a Sesto Fiorentino (FI), centro di calcolo INO, include:<\/p><ul><li>Cluster per calcolo parallelo (448 core a 2,85 GHz, 2048 Gb di RAM)<\/li><li>Server ottimizzato per l&#8217;elaborazione sequenziale (96 core a 3,6 GHz, 768 GB di RAM)<\/li><li>Sistema di archiviazione da 450 TB, ridondante<\/li><li>Rete interna del rack a 200 Gb\/s, UPS<\/li><\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-7ed4219 e-grid e-con-full e-con e-child\" data-id=\"7ed4219\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t<div class=\"elementor-element elementor-element-1451d76 elementor-widget elementor-widget-image\" data-id=\"1451d76\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img fetchpriority=\"high\" decoding=\"async\" width=\"612\" height=\"786\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-141452-1.png\" class=\"attachment-large size-large wp-image-1909\" alt=\"\" srcset=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-141452-1.png 612w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-141452-1-234x300.png 234w\" sizes=\"(max-width: 612px) 100vw, 612px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e40fa31 elementor-widget elementor-widget-image\" data-id=\"e40fa31\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"613\" height=\"786\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-141508-1.png\" class=\"attachment-large size-large wp-image-1910\" alt=\"\" srcset=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-141508-1.png 613w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-141508-1-234x300.png 234w\" sizes=\"(max-width: 613px) 100vw, 613px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1f0e435 elementor-widget elementor-widget-text-editor\" data-id=\"1f0e435\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3D384e1709a7e45b9a\"><p>Inoltre, ai fini dello sviluppo e della sperimentazione, il CNR-IAC ha acquistato un server Dell R940 \u2013 NVME dotato di quattro processori Xeon Gold 6252N, ciascuno con 24 core, e 1 TB di RAM.<\/p><p><b>Software:<\/b><\/p><p>Il software open source disponibile, installato e caratterizzato, comprende diversi modelli di trasferimento radiativo, tra cui:<\/p><ul><li>Il modello accurato KLIMA sviluppato e gestito presso il CNR-IFAC (vedi Del Bianco, S.; Carli, B.; Gai, M.; Laurenza, L.M.; Cortesi, U. XCO2 recuperato da IASI utilizzando l\u2019algoritmo KLIMA. Ann. Geophys., 56. <a href=\"https:\/\/doi.org\/10.4401\/ag-6331,%202014\">https:\/\/doi.org\/10.4401\/ag-6331, 2014<\/a>)<\/li><li>Il modello di trasferimento radiativo veloce per TOV (RTTOV, <a href=\"https:\/\/nwp-saf.eumetsat.int\/site\/software\/rttov\/\">https:\/\/nwp-saf.eumetsat.int\/site\/software\/rttov\/<\/a>) con la sua variante iper-veloce che utilizza l&#8217;analisi delle componenti principali (PC-RTTOV).<\/li><li>Il codice \u03c3-IASI\/F2N sviluppato presso le Universit\u00e0 della Basilicata e di Bologna (<a href=\"https:\/\/zenodo.org\/records\/7019991\">https:\/\/zenodo.org\/records\/7019991<\/a>)<\/li><li>Il modello di trasferimento radiativo rapido (RRTM) <a href=\"http:\/\/rtweb.aer.com\/rrtm_frame.html\">http:\/\/rtweb.aer.com\/rrtm_frame.html<\/a> sviluppato dalla societ\u00e0 AER negli Stati Uniti<\/li><li>Lo schema di radiazione eCrad dell&#8217;ECMWF (<a href=\"https:\/\/confluence.ecmwf.int\/display\/ECRAD\">https:\/\/confluence.ecmwf.int\/display\/ECRAD<\/a>)<\/li><li>Il CLAIM (Clouds and Atmosphere Inversion Module), il codice di recupero del progetto Far-Infra-Red Outgoing Radiation Understanding and Monitoring \u2013 End-to-End simulator (FORUM E2E) (<a href=\"https:\/\/amt.copernicus.org\/articles\/15\/573\/2022\/\">https:\/\/amt.copernicus.org\/articles\/15\/573\/2022\/<\/a>) , basato sul Line-by-line Radiative Transfer Module (LBLRTM) (<a href=\"https:\/\/github.com\/AER-RC\/LBLRTM\">https:\/\/github.com\/AER-RC\/LBLRTM<\/a>) e sul DIScrete Ordinate Radiative Transfer (DISORT) (<a href=\"http:\/\/www.rtatmocn.com\/disort\">http:\/\/www.rtatmocn.com\/disort<\/a>). La figura seguente mostra esempi di radianze simulate risolte spettralmente che salgono verso l\u2019alto alla sommit\u00e0 dell\u2019atmosfera (TOA), per atmosfere con cielo sereno e nuvoloso.<\/li><\/ul><p>Inoltre, nell&#8217;ambito del progetto infrastrutturale, abbiamo anche sviluppato strumenti per il calcolo dei flussi spettrali<\/p><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-de853b2 elementor-widget elementor-widget-image\" data-id=\"de853b2\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"768\" height=\"576\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142330-1-768x576.png\" class=\"attachment-medium_large size-medium_large wp-image-1911\" alt=\"\" srcset=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142330-1-768x576.png 768w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142330-1-300x225.png 300w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142330-1.png 806w\" sizes=\"(max-width: 768px) 100vw, 768px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3106ef2 elementor-widget elementor-widget-text-editor\" data-id=\"3106ef2\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3Df9d12b8c2bc6b3eb\"><p>(integrazione angolare della radianza spettrale) e strumenti per le convoluzioni della funzione di risposta spettrale degli strumenti.<\/p><p><b>Confronto tra modelli di trasferimento radiativo veloce<\/b><\/p><p>Gli strumenti di trasferimento radiativo installati presso il centro di calcolo del CNR-INO sono stati valutati sia dal punto di vista della precisione che della velocit\u00e0. La precisione dei modelli \u00e8 stata valutata confrontando le radianze spettrali o i flussi specifici per banda con calcoli analoghi effettuati utilizzando il modello KLIMA, lento ma accurato.<\/p><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d987e33 elementor-widget elementor-widget-image\" data-id=\"d987e33\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img loading=\"lazy\" decoding=\"async\" width=\"800\" height=\"348\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142924-1-1024x445.png\" class=\"attachment-large size-large wp-image-1913\" alt=\"\" srcset=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142924-1-1024x445.png 1024w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142924-1-300x130.png 300w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142924-1-768x334.png 768w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142924-1-1536x668.png 1536w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-142924-1.png 1801w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7eedb7f elementor-widget elementor-widget-image\" data-id=\"7eedb7f\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img loading=\"lazy\" decoding=\"async\" width=\"800\" height=\"355\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143056-1-1024x454.png\" class=\"attachment-large size-large wp-image-1915\" alt=\"\" srcset=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143056-1-1024x454.png 1024w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143056-1-300x133.png 300w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143056-1-768x340.png 768w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143056-1.png 1526w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a102181 elementor-widget elementor-widget-text-editor\" data-id=\"a102181\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\tLe figure sopra riportate mostrano alcuni esempi dei risultati delle comparazioni incrociate tra RTTOV e KLIMA e tra \u03c3-IASI\/F2N e KLIMA, rispettivamente.\nI due codici sono stati analizzati anche dal punto di vista algoritmico. Le caratteristiche dei due codici sono riassunte nella tabella seguente.\n<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3D60d61f70568ce3b5\">\n<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3D60d61f70568ce3b5\">\n<table width=\"705\" cellspacing=\"0\" cellpadding=\"1\"><colgroup> <col width=\"203\" \/> <col width=\"247\" \/> <col width=\"247\" \/> <\/colgroup>\n<tbody>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"15\"><b>Caratteristica<\/b><\/td>\n<td bgcolor=\"#ddd9c3\" width=\"247\"><span lang=\"it-IT\"><b>RTTOV<\/b><\/span><\/td>\n<td bgcolor=\"#ddd9c3\" width=\"247\"><span lang=\"it-IT\"><b>\u03c3-IASI\/F2N<\/b><\/span><\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"17\"><span lang=\"it-IT\"><b>Sviluppo<\/b><\/span><\/td>\n<td bgcolor=\"#ccd2d8\" width=\"247\">Grande team di sviluppo e comunit\u00e0. Gi\u00e0 utilizzato in modelli meteorologici.<\/td>\n<td bgcolor=\"#ccd2d8\" width=\"247\">Piccola comunit\u00e0 e team di sviluppo, quasi interamente italiano.<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"17\"><b>Algoritmo (cielo sereno)<\/b><\/td>\n<td bgcolor=\"#f2aa84\" width=\"247\">Completamente parametrico<\/td>\n<td bgcolor=\"#92d050\" width=\"247\">Sviluppo in serie<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"17\"><b>Algoritmo (cielo nuvoloso)<\/b><\/td>\n<td bgcolor=\"#f2aa84\" width=\"247\">Completamente parametrico<\/td>\n<td bgcolor=\"#92d050\" width=\"247\">Modelli fisici Chu+Tang<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"16\"><span lang=\"it-IT\"><b>Prodotto<\/b><\/span><\/td>\n<td bgcolor=\"#92d050\" width=\"247\"><span lang=\"it-IT\">Radianza strumentale<\/span><\/td>\n<td bgcolor=\"#f2aa84\" width=\"247\">Radianza ad alta risoluzione e radianza strumentale dopo convoluzione con l&#8217;ISRF<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"16\"><span lang=\"it-IT\"><b>Numero di gas variabili<\/b><\/span><\/td>\n<td bgcolor=\"#f2aa84\" width=\"247\">A seconda dei predittori. Max 7 per la maggior parte degli strumenti.<\/td>\n<td bgcolor=\"#92d050\" width=\"247\"><span lang=\"it-IT\">Max 12 gas.<\/span><\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"16\"><span lang=\"it-IT\"><b>Accuratezza<\/b><\/span><\/td>\n<td bgcolor=\"#f2aa84\" width=\"247\">Per FORUM: circa 100% dell&#8217;ARA<\/td>\n<td bgcolor=\"#92d050\" width=\"247\">Per FORUM: circa 40% dell&#8217;ARA.<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"17\"><b>Inserimento in un modello climatologico o meteorologico<\/b><\/td>\n<td bgcolor=\"#8ed973\" width=\"247\"><span lang=\"it-IT\">Semplice.<\/span><\/td>\n<td bgcolor=\"#f2aa84\" width=\"247\">Solo come eseguibile esterno.<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"16\"><b>RT di singoli <\/b><span lang=\"it-IT\"><b>canali spettrali<\/b><\/span><\/td>\n<td bgcolor=\"#00b050\" width=\"247\"><span lang=\"it-IT\">S\u00cc<\/span><\/td>\n<td bgcolor=\"#ff0000\" width=\"247\"><span lang=\"it-IT\">NO<\/span><\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"16\"><span lang=\"it-IT\"><b>Ottimizzazione numerica<\/b><\/span><\/td>\n<td bgcolor=\"#ccd2d8\" width=\"247\">Gi\u00e0 eseguita<\/td>\n<td bgcolor=\"#ccd2d8\" width=\"247\">Ampio margine<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#95b3d7\" width=\"203\" height=\"15\"><span lang=\"it-IT\"><b>Ulteriore ottimizzazione<\/b><\/span><\/td>\n<td bgcolor=\"#e7eaed\" width=\"247\">Utilizzando la versione PC-RTTOV<\/td>\n<td bgcolor=\"#e7eaed\" width=\"247\">Ampio margine<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3D60d61f70568ce3b5\">\n<\/div>\n<\/div>\n<\/div>\n\nLa caratteristica pi\u00f9 importante \u00e8 la possibilit\u00e0 di eseguire il trasferimento radiativo su singoli canali, aspetto essenziale nell\u2019assimilazione. Il codice RTTOV \u00e8 in grado di farlo, poich\u00e9 la convoluzione con l\u2019ISRF \u00e8 gi\u00e0 integrata nella tabella dei coefficienti pre-registrati, mentre il \u03c3-IASI\/F2N richiede l\u2019esecuzione di una convoluzione, per cui \u00e8 necessario un intero intervallo di frequenze.\nL&#8217;RTTOV pu\u00f2 essere ulteriormente ottimizzato utilizzando la versione PC-RTTOV di Matricardi (https:\/\/rmets.onlinelibrary.wiley.com\/doi\/10.1002\/qj.680). Il PC-RTTOV \u00e8 in grado di ricostruire uno spettro IASI completo (8461 canali spettrali) utilizzando solo un sottoinsieme di canali (chiamati punteggi) e un&#8217;operazione lineare. Nella figura sottostante riportiamo l&#8217;errore relativo alla ricostruzione spettrale completa utilizzando 50, 200 e 300 punteggi, rispetto al rumore casuale IASI.\n\n<\/div>\n<\/div>\n<\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c91eb33 elementor-widget elementor-widget-image\" data-id=\"c91eb33\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img loading=\"lazy\" decoding=\"async\" width=\"800\" height=\"366\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143556-1-1024x469.png\" class=\"attachment-large size-large wp-image-1918\" alt=\"\" srcset=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143556-1-1024x469.png 1024w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143556-1-300x138.png 300w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143556-1-768x352.png 768w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143556-1.png 1431w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-79a58f1 elementor-widget elementor-widget-text-editor\" data-id=\"79a58f1\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3Deaa66aa45bca7676\"><p>Il tempo di calcolo di PC-RTTOV utilizzando 200 punteggi \u00e8 circa 1\/10 di quello del trasferimento radiativo completo RTTOV.<\/p><p><b>Flussi in uscita a onde lunghe<\/b><\/p><p>Anche le radianze spettrali prodotte da KLIMA e \u03c3-IASI\/F2N sono state integrate angolarmente (con uno strumento di nuova concezione) per ottenere i flussi di energia in direzione discendente e ascendente in specifiche bande spettrali. I flussi ottenuti sono stati poi confrontati con quelli generati dai codici RRTM ed eCrad.<\/p><p>Ecco un esempio del confronto incrociato tra i flussi derivati da KLIMA e RRTM. Pur essendo pi\u00f9 veloce di KLIMA di diversi ordini di grandezza, RRTM fornisce flussi totali a onde lunghe con una precisione dell&#8217;ordine di 1-2 W\/m<sup>2<\/sup>.<\/p><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-39a4c2c elementor-widget elementor-widget-image\" data-id=\"39a4c2c\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img loading=\"lazy\" decoding=\"async\" width=\"800\" height=\"313\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143915-1-1024x400.png\" class=\"attachment-large size-large wp-image-1920\" alt=\"\" srcset=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143915-1-1024x400.png 1024w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143915-1-300x117.png 300w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143915-1-768x300.png 768w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143915-1-1536x599.png 1536w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/05\/Screenshot-2026-05-26-143915-1.png 1543w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e4c4519 elementor-widget elementor-widget-text-editor\" data-id=\"e4c4519\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3Deaa66aa45bca7676\">\n\n<b>Confronto delle velocit\u00e0 di calcolo<\/b>\n\nLa tabella seguente riassume i tempi di calcolo richiesti dai codici di trasferimento radiativo che calcolano le radianze risolte spettralmente (KLIMA, \u03c3-IASI\/F2N e RTTOV).\n<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3Deaa66aa45bca7676\">\n<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3Deaa66aa45bca7676\">\n<table width=\"454\" cellspacing=\"0\" cellpadding=\"7\"><colgroup> <col width=\"140\" \/> <col width=\"136\" \/> <col width=\"136\" \/> <\/colgroup>\n<tbody>\n<tr>\n<td bgcolor=\"#b6dde8\" width=\"140\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\"><i>Codice RTM<\/i><\/span><\/span><\/p>\n<\/td>\n<td bgcolor=\"#b6dde8\" width=\"136\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\"><i>Tempo trascorso<\/i><\/span><\/span><\/p>\n<\/td>\n<td bgcolor=\"#b6dde8\" width=\"136\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\"><i>Tempo CPU<\/i><\/span><\/span><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#ffffff\" width=\"140\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">KLIMA<\/span><\/span><\/td>\n<td bgcolor=\"#ffffff\" width=\"136\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">~ 1200 ore<\/span><\/span><\/p>\n<\/td>\n<td bgcolor=\"#ffffff\" width=\"136\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">43,2 * 10<\/span><\/span><span style=\"color: #31849b;\"><sup><span lang=\"it-IT\">5 <\/span><\/sup><\/span><span style=\"color: #31849b;\"><span lang=\"it-IT\">s<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#ffffff\" width=\"140\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">SIGMA-IASI<\/span><\/span><\/td>\n<td bgcolor=\"#ffffff\" width=\"136\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">104 s<\/span><\/span><\/p>\n<\/td>\n<td bgcolor=\"#ffffff\" width=\"136\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">45 s<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td bgcolor=\"#ffffff\" width=\"140\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">RTTOV<\/span><\/span><\/td>\n<td bgcolor=\"#ffffff\" width=\"136\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">8,6 s<\/span><\/span><\/p>\n<\/td>\n<td bgcolor=\"#ffffff\" width=\"136\">\n<p align=\"center\"><span style=\"color: #31849b;\"><span lang=\"it-IT\">7,6 s<\/span><\/span><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<div id=\"meta-origin\" data-coolorigin=\"https%3A%2F%2Flibrecode2.ifac.cnr.it%2Fcool%2Fclipboard%3FWOPISrc%3Dhttps%253A%252F%252Fnextcloud.ifac.cnr.it%252Findex.php%252Fapps%252Frichdocuments%252Fwopi%252Ffiles%252F1683419_octoy6osypud%26ServerId%3D381f5643%26ViewId%3D4%26Tag%3D9b85122d1760afab\">\n<\/div>\n<\/div>\n<\/div>\n\nI codici RRTM ed eCrad calcolano solo i flussi integrati per banda e quelli totali e sono solitamente integrati in modelli globali che li richiamano miliardi di volte nel corso di una singola esecuzione del modello. Pertanto, sebbene siano meno precisi, questi codici sono di gran lunga pi\u00f9 veloci sia di RTTOV che di \u03c3-IASI\/F2N.\n\n<b>Applicazioni e know-how<\/b>\n\nUtilizzando i modelli di trasferimento radiativo caratterizzati descritti in precedenza, siamo in grado di costruire la catena end-to-end (E2E) (dall&#8217;acquisizione dei dati ai prodotti geofisici di Livello 2) per la simulazione di missioni di telerilevamento passivo atmosferico. La simulazione E2E permette di caratterizzare la qualit\u00e0 del prodotto in funzione delle caratteristiche di misura, risultando quindi estremamente utile per definire i requisiti nelle fasi iniziali di una nuova missione.\n\nAl contrario, date l&#8217;accuratezza, la precisione e le specifiche geometriche di una missione futura o gi\u00e0 in corso, possiamo valutare le informazioni contenute nelle misurazioni e la possibilit\u00e0 di ricavare nuovi prodotti geofisici.\n\n<b>Metodi di Intelligenza Artificiale<\/b>\n\nA causa del grande volume di dati attesi dai sensori di prossima generazione, sono stati proposti nuovi approcci di machine learning (ML). Sebbene questi approcci debbano basarsi su modelli fisici durante la fase di addestramento, gli algoritmi stessi, tipicamente basati su architetture come le reti neurali, apprendono una relazione funzionale direttamente dai risultati generati in precedenza per problemi identici o simili.\n\nIn linea di principio, i metodi di ML possono sostituire qualsiasi procedura basata sulla fisica completa. Tuttavia, nel campo del telerilevamento, la ricerca si \u00e8 concentrata principalmente su tre aree di applicazione:\n<ul>\n \t<li>Classificazione delle scene, come la distinzione tra condizioni di cielo sereno e nuvoloso, o la stima di indici relativi all&#8217;omogeneit\u00e0 della scena e alla nuvolosit\u00e0.<\/li>\n \t<li>Il modello diretto, ovvero la previsione di uno spettro a partire da un dato stato atmosferico (trasferimento radiativo, RT).<\/li>\n \t<li>Il problema inverso, ovvero il recupero dello stato atmosferico dalle misurazioni (retrieval).<\/li>\n<\/ul>\nLa classificazione delle scene \u00e8 importante perch\u00e9 la presenza di nuvole richiede l&#8217;uso di modelli di trasferimento radiativo che tengano conto della diffusione multipla. Gli strumenti moderni sono spesso integrati da sensori ausiliari per l&#8217;analisi del campo visivo, e alcuni strumenti sono progettati specificamente per il rilevamento e la caratterizzazione delle nuvole.\n\nUna sfida importante per gli approcci di ML applicati al problema del RT \u00e8 la maledizione della dimensionalit\u00e0. Uno stato atmosferico pu\u00f2 essere descritto da centinaia di parametri, mentre la radianza spettrale corrispondente pu\u00f2 consistere di migliaia di canali. Nei modelli a fisica completa, le correlazioni tra i canali spettrali sono intrinsecamente rappresentate. Al contrario, i modelli di ML devono apprendere queste correlazioni dal set di dati di addestramento, il che \u00e8 un compito impegnativo.\n\nPer il problema del recupero, la difficolt\u00e0 principale risiede nella natura mal posta dell&#8217;inversione. I metodi di recupero a fisica completa affrontano questo problema attraverso tecniche di regolarizzazione, come la riduzione della dimensionalit\u00e0 utilizzando l&#8217;Analisi delle Componenti Principali (PCA), o vincolando le soluzioni verso un prior climatologico. Gli approcci ML devono incorporare strategie simili, sia apprendendo una regolarizzazione appropriata dal set di dati di addestramento, sia proiettando sia gli stati atmosferici che le radianze in spazi a dimensionalit\u00e0 inferiore (spazi latenti) e apprendendo le relazioni tra queste rappresentazioni (ad esempio, approcci di gemelli latenti).\n\nSebbene i metodi di ML offrano un&#8217;inferenza molto veloce una volta addestrati, la loro accuratezza di recupero \u00e8 ancora generalmente inferiore a quella raggiunta dagli approcci full-physics. La ricerca in corso mira a migliorarne la precisione, rendendoli potenzialmente una valida alternativa a metodi pi\u00f9 onerosi dal punto di vista computazionale.\n\n<\/div>\n<\/div>\n<\/div>\n<\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-e573ef2 e-flex e-con-boxed e-con e-parent\" data-id=\"e573ef2\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-8c06074 elementor-widget elementor-widget-text-editor\" data-id=\"8c06074\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t<h2><b>WP-1500.3 <strong>\u2013<\/strong> <\/b><b>Assimilazione dati di future osservazioni nei modelli meteorologici<\/b><\/h2><p><b>Finalit\u00e0 scientifica e infrastrutturale: <\/b><\/p><p>Nuove osservazioni, soprattutto in bande spettrali ancora poco esplorate, permettono di caratterizzare l\u2019atmosfera in modo pi\u00f9 accurato dal punto di vista fisico e di studiarne la dinamica e le interazioni all\u2019interno di un sistema climatico complesso e in evoluzione. L\u2019assimilazione di queste misure nei modelli meteorologici \u00e8 fondamentale per ridurre le incertezze nelle condizioni iniziali che influenzano fortemente l\u2019accuratezza delle previsioni. Questo \u00e8 particolarmente rilevante in un contesto di crescente variabilit\u00e0 climatica, in cui gli eventi estremi risultano sempre pi\u00f9 frequenti e difficili da prevedere.<br \/>Il modulo mette a disposizione procedure e metodologie avanzate tramite l\u2019implementazione di un\u2019infrastruttura di High-Performance Computing (HPC) finalizzata allo sfruttamento di nuove misure osservative, principalmente satellitari, all\u2019interno di Modelli Numerici di Previsione meteorologica (NWP).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5f3b12d elementor-widget elementor-widget-image\" data-id=\"5f3b12d\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img loading=\"lazy\" decoding=\"async\" width=\"800\" height=\"578\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/04\/Screenshot-2026-04-16-110950.png\" class=\"attachment-large size-large wp-image-1569\" alt=\"Infrastruttura High-Performance Computing\" srcset=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/04\/Screenshot-2026-04-16-110950.png 870w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/04\/Screenshot-2026-04-16-110950-300x217.png 300w, https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/04\/Screenshot-2026-04-16-110950-768x555.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-06d5761 elementor-widget elementor-widget-text-editor\" data-id=\"06d5761\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t<p><b>Inquadramento nella componente EMN:<\/b><\/p><p>Il modulo \u00e8 parte della componente infrastrutturale, finalizzata allo sviluppo e all\u2019implementazione di capacit\u00e0 di\u00a0High-Performance Computing\u00a0(HPC) a supporto della simulazione atmosferica per scopi meteo climatici. Si colloca nel dominio delle attivit\u00e0 di integrazione tra osservazioni e modellistica numerica, con particolare riferimento all\u2019assimilazione di dati satellitari di nuova generazione all\u2019interno dei\u00a0modelli di previsione numerica. Il modulo abilita la sperimentazione OSSE (Observing System Simulation Experiment) per le nuove piattaforme osservative e supporta lo sviluppo e l\u2019ottimizzazione di metodologie di\u00a0Data Assimilation\u00a0(DA), per lo sfruttamento efficiente di grandi volumi di dati osservativi e la loro integrazione nei modelli. Fornisce capacit\u00e0 operative per la gestione, il processamento e l\u2019analisi di dataset complessi, supportando cicli di simulazione ad alta risoluzione e la strutturazione di sistemi di previsioni pi\u00f9 accurata. In questo contesto, il modulo integra anche tecniche avanzate di Intelligenza Artificiale (AI), finalizzate al miglioramento dei processi di assimilazione e alla riduzione dei costi computazionali.\u00a0<\/p><p><b>Contributo del modulo all\u2019infrastruttura EMN:<\/b><\/p><p>Il modulo supporta l\u2019integrazione con le altre componenti di modellistica EMN, fornendo capacit\u00e0 avanzate di\u00a0Data Assimilation\u00a0in particolare per gli studi di impatto di future osservazioni, in particolare satellitari, nei modelli previsionali. Supporta inoltre l\u2019applicazione di tecniche di\u00a0Machine Learning\u00a0e\u00a0Artificial Intelligence\u00a0(AI) per la modellistica meteo-climatica. Attraverso l\u2019impiego di infrastrutture di\u00a0High-Performance Computing, abilita simulazioni locali o globale, su molteplici scale spaziali e temporali. Rappresenta quindi un nodo strategico per l\u2019integrazione tra osservazioni e modellistica avanzata, contribuendo al miglioramento delle dei sistemi di previsione meteorologica, con impatti rilevanti anche nella comprensione e la previsione dei cambiamenti ambientali.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-fb1ec0b elementor-arrows-position-inside elementor-pagination-position-outside elementor-widget elementor-widget-image-carousel\" data-id=\"fb1ec0b\" data-element_type=\"widget\" data-e-type=\"widget\" data-settings=\"{&quot;slides_to_show&quot;:&quot;1&quot;,&quot;navigation&quot;:&quot;both&quot;,&quot;autoplay&quot;:&quot;yes&quot;,&quot;pause_on_hover&quot;:&quot;yes&quot;,&quot;pause_on_interaction&quot;:&quot;yes&quot;,&quot;autoplay_speed&quot;:5000,&quot;infinite&quot;:&quot;yes&quot;,&quot;effect&quot;:&quot;slide&quot;,&quot;speed&quot;:500}\" data-widget_type=\"image-carousel.default\">\n\t\t\t\t\t\t\t<div class=\"elementor-image-carousel-wrapper swiper\" role=\"region\" aria-roledescription=\"carousel\" aria-label=\"Carosello d&#039;immagini\" dir=\"ltr\">\n\t\t\t<div class=\"elementor-image-carousel swiper-wrapper\" aria-live=\"off\">\n\t\t\t\t\t\t\t\t<div class=\"swiper-slide\" role=\"group\" aria-roledescription=\"slide\" aria-label=\"1 di 2\"><figure class=\"swiper-slide-inner\"><img decoding=\"async\" class=\"swiper-slide-image\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/04\/Screenshot-2026-04-16-111016.png\" alt=\"Simulazioni ensemble per la valutazione d\u2019impatto di future missioni satellitari\" \/><\/figure><\/div><div class=\"swiper-slide\" role=\"group\" aria-roledescription=\"slide\" aria-label=\"2 di 2\"><figure class=\"swiper-slide-inner\"><img decoding=\"async\" class=\"swiper-slide-image\" src=\"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/wp-content\/uploads\/2026\/04\/Screenshot-2026-04-16-111035-1024x485.png\" alt=\"Assimilazione dati di future osservazioni (e.g., FORUM) in un modello meteorologico\" \/><\/figure><\/div>\t\t\t<\/div>\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"elementor-swiper-button elementor-swiper-button-prev\" role=\"button\" tabindex=\"0\">\n\t\t\t\t\t\t<svg aria-hidden=\"true\" class=\"e-font-icon-svg e-eicon-chevron-left\" viewBox=\"0 0 1000 1000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M646 125C629 125 613 133 604 142L308 442C296 454 292 471 292 487 292 504 296 521 308 533L604 854C617 867 629 875 646 875 663 875 679 871 692 858 704 846 713 829 713 812 713 796 708 779 692 767L438 487 692 225C700 217 708 204 708 187 708 171 704 154 692 142 675 129 663 125 646 125Z\"><\/path><\/svg>\t\t\t\t\t<\/div>\n\t\t\t\t\t<div class=\"elementor-swiper-button elementor-swiper-button-next\" role=\"button\" tabindex=\"0\">\n\t\t\t\t\t\t<svg aria-hidden=\"true\" class=\"e-font-icon-svg e-eicon-chevron-right\" viewBox=\"0 0 1000 1000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M696 533C708 521 713 504 713 487 713 471 708 454 696 446L400 146C388 133 375 125 354 125 338 125 325 129 313 142 300 154 292 171 292 187 292 204 296 221 308 233L563 492 304 771C292 783 288 800 288 817 288 833 296 850 308 863 321 871 338 875 354 875 371 875 388 867 400 854L696 533Z\"><\/path><\/svg>\t\t\t\t\t<\/div>\n\t\t\t\t\n\t\t\t\t\t\t\t\t\t<div class=\"swiper-pagination\"><\/div>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-3c0772d e-flex e-con-boxed e-con e-parent\" data-id=\"3c0772d\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-b2af2ab elementor-widget elementor-widget-text-editor\" data-id=\"b2af2ab\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t\n<h5><b>WP-1500.4<\/b><\/h5>\n\n<p>Development and implementation of an ensemble data assimilation system for limited area models<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-1e0ebf7 e-flex e-con-boxed e-con e-parent\" data-id=\"1e0ebf7\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-614341b elementor-widget elementor-widget-heading\" data-id=\"614341b\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Schede Tecniche Prodotti<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8c50312 elementor-widget elementor-widget-text-editor\" data-id=\"8c50312\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t\t\t\t\t\t<h6><a href=\"\/wp-content\/uploads\/2026\/04\/EMM_1500_1_Ridolfi_prodotti_ita-1.pdf\">\u2b07 WP-1500.1 &#8211; Piattaforma di calcolo ad alte prestazioni (HPC) e software per applicazioni in campo atmosferico<\/a><\/h6><h6><a href=\"\/wp-content\/uploads\/2026\/04\/EMM_1500_02_Sgheri_Ita-1.pdf\">\u2b07 WP-1500.2 &#8211; Metodi veloci di trasferimento radiativo<\/a><\/h6><h6><a href=\"\/wp-content\/uploads\/2026\/04\/EMM_1500_3_Ortolani_Technical_Datasheet_Italiano.pdf\">\u2b07 WP-1500.3 &#8211; Procedure per l\u2019assimilazione dati di future osservazioni nei modelli meteorologici previsionali<\/a><\/h6><h6><a href=\"\/wp-content\/uploads\/2026\/04\/EMM_1500_4_Tiesi_Italiano.pdf\">\u2b07 WP-1500.4 &#8211; Sviluppo e implementazione di un sistema di assimilazione e previsione per modelli ad area limitata<\/a><\/h6>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>WP-1500.1 e WP-1500.2 L&#8217;obiettivo principale dei due compiti era quello di consentire all&#8217;infrastruttura EMM di condurre studi di impatto ed eseguire simulazioni end-to-end di missioni spaziali esistenti e future dedicate al telerilevamento dell&#8217;atmosfera terrestre. L&#8217;obiettivo \u00e8 stato perseguito attraverso due attivit\u00e0: da un lato, sono state acquisite adeguate risorse di calcolo ad alte prestazioni. D&#8217;altro [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":1167,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-1171","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/pages\/1171","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/comments?post=1171"}],"version-history":[{"count":21,"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/pages\/1171\/revisions"}],"predecessor-version":[{"id":1945,"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/pages\/1171\/revisions\/1945"}],"up":[{"embeddable":true,"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/pages\/1167"}],"wp:attachment":[{"href":"https:\/\/gifted-davinci.149-139-32-223.plesk.page\/it\/wp-json\/wp\/v2\/media?parent=1171"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}