Climate Variability and Prediction

/
Cosa facciamo
/
/
/
Climate Variability and Prediction

La divisione CLIVAP si occupa di analisi del clima, della sua variabilità e predicibilità, attraverso l’utilizzo di modelli numerici  e strumenti di analisi sviluppati dal CMCC. In particolare, si occupa di:

i) migliorare la conoscenza dei meccanismi alla base della variabilità climatica, della sua predicibilità e del cambiamento climatico.
ii) migliorare la conoscenza della relazione tra gli eventi estremi e il sistema climatico
iii) fornire un sistema di previsione climatica operativo, dalla scala stagionale a quella decadale e multi-decadale.
iv) investigare gli scenari di cambiamento climatico sul lungo periodo.
v) collaborare con le altre divisioni ed istituti del CMCC per implementare catene di modellistica per la previsione degli impatti secondo diversi orizzonti temporali.


La divisione è strutturata in tre unità principali: unità Variabilità e Cambiamento Climatico (CLIVAP-CVC) e unità di Previsione Decadale (CLIVAP-DEC) e Stagionale (CLIVAP-SEAS).

All’interno di CLIVAP-CVC, l’obiettivo principale è quello di migliorare la nostra conoscenza del sistema climatico (i, ii) per identificare anche le relazioni interne utili al miglioramento delle nostre previsioni operative del CMCC gestite dalle unità CLIVAP-DEC e CLIVAP-SEAS.

All’interno delle unità di previsione, insieme alla produzione di previsioni operative (iii), vengono studiate nuove fonti di predicibilità e l’importanza relativa dei componenti e delle impostazioni del modello per i diversi orizzonti temporali.
I prodotti di previsione (iii) e proiezione (iv) sono resi disponibili e personalizzati in base ai requisiti della comunità di impatto (v).

Progetti CLIVAP

  • C3S2_520: Quality Assurance for Datasets in the Climate Data Store

    This contract is the second phase of Quality Assurance for Datasets in…


  • SCEWERO: STRENGTHENING THE RESEARCH CAPACITIES FOR EXTREME WEATHER EVENTS IN ROMANIA

    The SCEWERO project will be developed by a consortium of 5 organizations…

  • Pubblicazioni CLIVAP

    Downscaling, bias correction, and spatial adjustment of extreme tropical cyclone rainfall in ERA5 using deep learning

    Ascenso G.; Ficchì A.; Giuliani M.; Scoccimarro E., Castelletti A.
    2024, Weather and Climate Extremes, Volume 46 - Article number 100724, doi: 10.1016/j.wace.2024.100724


    Impact of volcanic eruptions on CMIP6 decadal predictions: A multi-model analysis

    Bilbao R.; Ortega P.; Swingedouw D.; Hermanson L.; Athanasiadis P., Eade R.; Devilliers M.; Doblas-Reyes F.; Dunstone N.; Ho A.-C.; Merryfield W.; Mignot J.; Nicolì D.; Samsó M.; Sospedra-Alfonso R.; Wu X.; Yeager S.
    2024, Earth System Dynamics, Volume 15, Issue 2, Pages 501 - 525, doi: 10.5194/esd-15-501-2024

    Direttore di Divisione

    Enrico Scoccimarro

    Manager di Divisione

    Loredana Amato

    Contatti

    Via C. Berti Pichat 6/2 – 40127 Bologna, Italy
    [email protected]
    +39 051 0301600

    Unità di Ricerca

    Leader
    Enrico Scoccimarro

    All’interno di CLIVAP-CVC, l’obiettivo principale è quello di migliorare la nostra conoscenza del sistema climatico (i, ii) per identificare anche  le relazioni interne utili al miglioramento delle nostre previsioni operative CMCC gestite dalle unità CLIVAP-DEC e CLIVAP-SEAS.



    Leader
    Panos Athanasiadis

    L’unità di previsione CLIVAP-DEC:
    – conduce ricerche su argomenti legati alla predicibilità del clima con particolare attenzione alle interazioni oceano-atmosfera;
    – produce previsioni decadali a livello operativo (WMOLC) e contribuisce agli esperimenti di modellizzazione internazionale WCRP (DCPP, EPESC);
    – analizza le previsioni d’insieme utilizzando metodi innovativi per migliorare le proprie capacità di fornire supporto allo sviluppo dei servizi climatici.

    Leader
    Leone Cavicchia

    Operations Officer: Antonella Sanna

    L’unità di previsione CLIVAP-SEAS:
    – indaga le fonti di predicibilità del clima su scala stagionale, con particolare attenzione agli eventi estremi;
    – produce previsioni operative stagionali, che vengono distribuite attraverso Copernicus e i sistemi integrati di elaborazione e previsione dell’OMM;
    – studia nuovi metodi volti ad aumentare la capacità delle previsioni climatiche, con particolare attenzione alle applicazioni basate sull’intelligenza artificiale.



    CMCC_sps

    Sistema di previsioni stagionali del CMCC

    Il Centro Euro-Mediterraneo sui Cambiamenti Climatici gestisce regolarmente un Sistema di Previsioni di Ensemble Globale e Stagionale (CMCC-SPS3.5) basato su un Modello globale accoppiato Atmosfera-Oceano-Suolo-Criosfera.

    Modelli

    CMCC-CESM-NEMO – Climate coupled model

    The CMCC–CESM–NEMO is the physical basis of the new CMCC Earth System Model (CMCC-ESM). It is a global coupled climate model derived from the NCAR coupled model CESM version 1.1.2 (Hurrell et al., 2013), where the ocean component is NEMO (Madec et al., 2012) rather than the NCAR ocean model.

    Dati

    Near-term climate prediction for CMIP6

    Decadal prediction experiments consist of 10-member ensembles of 5-year hindcasts, starting every second year from 1960 to the present, using historical radiative forcing conditions (including green-house gases, aerosols and solar irradiance variability), followed by SSP2-4.5 scenario settings for the future.

    Start typing and press Enter to search

    Shopping Cart