Rapporto finale - Metodologie di Monitoraggio dell ... - Momar

Nei capitoli precedenti è stato già spiegato come le misure remote, nello
specifico quelle satellitari per i cosiddetti colori del mare, necessitino di
calibrazioni locali per poter fornire risultati utili ad un monitoraggio
quantitativo. Le verifiche presentate comunque mostrano ancora un livello di
errore in certi casi limitante nelle applicazioni possibili. Tali errori variano a
seconda degli algoritmi e delle condizioni ambientali specifiche sotto
osservazione. Una parte anche rilevante degli errori potrebbe essere eliminata
avendo a disposizione un numero limitato di dati in-situ, ma in tempo quasi
reale (e da sensori in grado di operare autonomamente), tale comunque da
consentire una ricalibrazione dinamica degli algoritmi, locale e con valenza
temporalmente limitata. In pratica avendo a disposizione poche misure ma in
maniera quasi continua, sarebbe possibile realizzare algoritmi in grado di
adattarsi alle misure disponibili, fornendo stime più precise dei parametri di
interesse, correggendo in questo modo parte degli errori che provengono da
parametri ambientali (atmosfera inclusa), i cui effetti non sono normalmente
disaccoppiabili dalle sole osservazioni remote. Oltre a misure da boe
oceanografiche (rare perché costose) oggi la tecnologia apre nuove prospettive
per:
1) misure oceanografiche di tipo cooperativo (si veda oltre) in parte meno
precise, ma sicuramente più sostenibili e comunque molto preziose in una
procedura di misura come quella ipotizzata.
2) misure da piattaforma mobile quali boe lagrangiane (drifter), profilatori
(float) e alianti marini (glider).
Un ulteriore passo nella fruibilità delle informazioni ottenute dalle osservazioni
satellitari, potrebbe essere fatto dalla combinazione dei diversi algoritmi
disponibili (anche nella forma attuale, cioè non adattativa), tramite un
processore a valle delle varie stime, in grado di produrre la stima migliore dalle
varie disponibili. Questo potrebbe essere realizzato dall’elaborazione delle
incertezze dei vari algoritmi note per diverse condizioni ambientali (es. tipo di
acqua, valore delle componenti osservate, stagione, ecc.), in modo da risolvere
il problema di avere varie stime diverse per lo stesso parametro, fornendo
all’utente operativo una curva complessiva di probabilità per i valori possibili.
2.2 Prospettive satellitari per il monitoraggio delle aree marino costiere
Secondo quanto richiesto dalla Water Framework Directive 2000/60/EC, la
Regione Toscana ha individuato 14 corpi idrici a un miglio nautico dalla linea
di base (DGRT939/2009). In base a questa suddivisione viene effettuato il
monitoraggio periodico. Poiché la clorofilla a di superficie è un parametro
indicato sia dalla Water Framework Directive che dalla Marine Strategy
2008/56/EC come buon indicatore dello stato ecologico, poter affiancare al
monitoraggio periodico (bimestrale) puntuale il monitoraggio dello stesso
parametro da dati satellitari giornalieri può senz’altro costituire un valido
strumento. Il motivo principale di tale affermazione risiede nel fatto che la
566