Workshop Grins: i dati ambientali nell’ecosistema digitale AMELIA

• Data: 15 marzo 2024

• Luogo: Università di Bergamo, Via dei Caniana 2, 24127 Bergamo BG

• Stanza: 16

• Lingua: Inglese

• Organizzato da: Alessandro Fassò, Alessandro Fusta Moro, Jacopo Rodeschini, Andrea Moricoli, Haroon Shaukat

• Contatti e come partecipare: la partecipazione del pubblico è consentita previa richiesta all’indirizzo e-mail alessandro.fustamoro@unibg.it

Geostatistical harmonisation of large environmental and climate datasets for the AMELIA platform: inter-spoke coordination and first results

L’ecosistema digitale AMELIA è il cuore del progetto e conterrà un’elevata mole di dati amministrativi, economici e sociali. Per rispondere alle sfide dettate dal cambiamento climatico e dall’inquinamento ambientale, insite nei concetti chiave di resilienza e sostenibilità del progetto Grins, AMELIA dovrà connettere tali dati con i dati su clima e ambiente. 

Questa esigenza è trasversale al partenariato esteso Grins e coinvolge diversi spoke oltre allo spoke 0 che è incaricato di progettare la piattaforma AMELIA e di definire gli standard di qualità dei dati caricati nella piattaforma. In particolare, diversi ricercatori degli spoke 0, 4 e 7 hanno deciso di incontrarsi per confrontare i primi passi fatti e coordinare quelli successivi. 

Infatti, nel meeting Grins svoltosi il 19 e 20 febbraio 2024 a Bologna, si è deciso di definire un approccio comune a livello di partenariato per l’armonizzazione dei dati climatici e ambientali, le tecniche geostatistiche da utilizzare per trattarli e riportarli su scala comunale, la valutazione della loro incertezza, e la gestione dei dati mancanti. 

Il WP 0.2 in particolare si focalizza sull’armonizzazione dei dati di Copernicus sul clima (CDS/ERA5) e sulla qualità dell’aria (CAMS). La costruzione di stime sulla AQ a livello comunale richiede la calibrazione dei dati di CAMS con i dati della rete di rilevamento a terra (EEA/ISPRA).

Poiché i due dataset hanno una risoluzione spaziale diversa, occorre usare i modelli geostatistici cosiddetti di Change of support (COS) e la valutazione della collegata incertezza.