Valutazione attuale:  / 6
ScarsoOttimo 

PubbliTesi - La Tesi
Tecniche di data assimilation per la previsione della qualità dell’aria

Scheda Sintetica

Autore: Alex Giunta
Relatore: Rosaria Ignaccolo
Università: Università degli Studi di Torino
Facoltà: Dipartimento di Economia e Statistica Cognetti de Martiis
Corso: Corso di Laurea magistrale in Economia dell’Ambiente, della Cultura e del Territorio
Data di Discussione: 06/04/2017
Voto: 110 cum laude
Disciplina: Statistica ambientale-territoriale
Tipo di Tesi: Sperimentale
Altri Relatori: Stefano Bande, Maria Franco-Villoria
Lingua: Italiano
Grande Area: Area Scientifica
Dignità di Stampa: Si
In Collaborazione con: ARPA Piemonte

Descrizione:
Le metodologie di data assimilation sono applicate allo scopo di ricavare una stima più accurata dello stato di un sistema integrando dati di natura eterogenea. La presente ricerca si pone l’obiettivo di sviluppare dei modelli per la previsione spaziale delle concentrazioni dei principali inquinanti atmosferici sull’intero territorio della regione Piemonte per l’anno 2015, integrando dati misurati da rete di monitoraggio con dati prodotti da un modello numerico deterministico di chimica e trasporto. L’integrazione dati è stata effettuata attraverso un modello di kriging con deriva esterna, un modello di kriging con deriva esterna per dati funzionali ed un modello di kriging spazio-temporale con deriva esterna.

 
Per ulteriori informazioni sulle Tesi presentate in questo sito sotto forma di Schede Sintetiche Accededere all’Area Riservata o Registrarsi.

Informazioni aggiuntive