L’International Symposium on Data Assimilation è uno degli eventi più prestigiosi nel campo dell’assimilazione dei dati, per questo motivo siamo molto felice di poter essere presenti alla decima edizione che si terrà questa settimana a Kobe.

Un’occasione di incontro per una comunità ristretta ma eterogenea composta da meteorologi, climatologi, matematici applicati, informatici, fino ai ricercatori che lavorano nei principali centri operativi di previsione meteorologica e climatica di tutto il mondo, e quindi una grande opportunità per ARIANET per confrontarsi, capire e ricercare opportunità per proseguire questa linea di ricerca e valutarne l’applicabilità in diversi progetti.

Temi molteplici e trasversali quelli toccati nelle diverse presentazioni, quali la quantificazione dell’incertezza, le considerazioni sulla data assimilation non lineare e non gaussiana, aspetti quali la prevedibilità e la controllabilità; Giorgia De Moliner, che sta svolgendo il dottorato presso ARIANET supervisionata da Alessandro D’Ausilio, presenterà “Machine Learning methodology for generating ensemble members in Data Assimilation of Earth Observations” (qui l’abstract della presentazione https://www.data-assimilation.riken.jp/isda2024/files/abst_pdf/abst_154.pdf) , in cui verrà raccontata la metodologia sviluppata per generare ensemble di diffusione per la modellistica atmosferica integrando Random Forest (RF), una tecnica di apprendimento automatico (ML), nel processo di perturbazione.