Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | P20224AT3W - PBLHsat-Machine learning-based improvement of planetary boundary layer height from atmospheric model simulations using CALIOP satellite and ACTRIS Earlinet ground-based lidar observations |
|---|---|
| Titolo del progetto di ricerca in inglese | P20224AT3W - PBLHsat-Machine learning-based improvement of planetary boundary layer height from atmospheric model simulations using CALIOP satellite and ACTRIS Earlinet ground-based lidar observations |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | - |
| Descrizione sintetica in italiano | In questo progetto miriamo a migliorare l'accuratezza della stima dell'altezza dello strato limite planetario (PBLH) simulata da modelli atmosferici utilizzando un approccio di apprendimento automatico. L'idea di base è quella di addestrare diversi algoritmi di apprendimento automatico utilizzando i dati del satellite CALIPSO e dei lidar e celometri terrestri EUMETNET per ottenere una stima ottimale del PBLH e quindi testare il vantaggio nella correzione del bias del PBLH sulle previsioni meteorologiche. Il lavoro specifico del candidato includerà la preparazione di rianalisi ERA5, simulazioni ad alta risoluzione con il modello a mesoscala WRF e test di diversi metodi di correzione del bias e parametrizzazione fisica della dinamica del PBL |
| Descrizione sintetica in inglese | In this project, we aim at improving the accuracy of estimating Planetary Boundary Layer Height (PBLH) simulated by atmospheric models using a machine learning Università degli Studi dell’Aquila Dipartimento di Scienze Fisiche e Chimiche tel +390862.433012 Via Vetoio – 67100 Coppito (L’Aquila) Italy C.F.-P.I. 01021630668 mail: dsfc.sac@strutture.univaq.it, posta certificata: dsfc@pec.univaq.it dsfc.univaq.it approach. The basic underlying idea is to train different machine learning algorithms using data from CALIPSO satellite and EUMETNET ground-based lidars and ceilometers to obtain an optimal estimated of PBLH, and then test the benefit in bias correcting model simulation of PBLH on the meteorological forecast. The specific work of the candidate will include preparation of ERA5 reanalyses, high-resolution simulations with WRF mesoscale model, and testing of different methods of bias correction and physical parameterization of PBL dynamics |
| Data del bando | 15/12/2023 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 30000 |
| Periodicità | 24 mesi |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.univaq.it/section.php?id=766 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | no |
| Importo annuale | 30000 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Nome dell'Ente finanziatore | Università degli Studi dell'Aquila |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | L'Aquila |
| Codice postale | 67100 |
| Indirizzo | Via Vetoio |
| Sito web | http://www.univaq.it |
| dsfc.sac@strutture.univaq.it | |
| Telefono | 0862-433207 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 15/12/2023 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |