1 Università degli Studi della Tuscia di Viterbo Dipartimento di ...
1 Università degli Studi della Tuscia di Viterbo Dipartimento di ...
1 Università degli Studi della Tuscia di Viterbo Dipartimento di ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
mostrare una fluttuazione con un periodo maggiore <strong>di</strong> t. Ciò comporta una deformazione del<br />
trend <strong>della</strong> serie temporale che deve essere rimossa al fine <strong>di</strong> mantenere la variabile stazionaria e<br />
quin<strong>di</strong> più idonea al calcolo dei flussi (Manca, 2003). Il linear detren<strong>di</strong>ng è una tecnica <strong>di</strong><br />
linearizzazione del dato che consiste nell’in<strong>di</strong>viduare la migliore retta che interpola i dati in un<br />
data periodo <strong>di</strong> tempo per poi sottrarre il valore me<strong>di</strong>o così trovato alla serie stessa, ottenendo<br />
una nuova serie (Gash e Culf, 1996). Infine, nella fase <strong>di</strong> post processing, è stato calcolato il<br />
tempo <strong>di</strong> separazione del segnale proveniente dall’anemometro e quello dell’analizzatore <strong>di</strong> CO2<br />
e H2O, dovuto al fatto che i volumi <strong>di</strong> campionamento dei due strumenti sono fisicamente<br />
separati <strong>di</strong> qualche decina <strong>di</strong> centimetri. Questo tempo viene calcolato correlando le serie delle<br />
due variabili, alla ricerca <strong>della</strong> massima autocorrelazione tra le loro covarianze (Moore, 1986). Il<br />
valore del tempo <strong>di</strong> separazione utilizzato per la correzione dei dati del presente lavoro, è stato in<br />
me<strong>di</strong>a <strong>di</strong> 0.40 secon<strong>di</strong> per la CO2 e <strong>di</strong> 0.39 secon<strong>di</strong> per l’H2O.<br />
La serie <strong>di</strong> dati ottenuta con il post processing è stata sottoposta ad un filtraggio per identificare i<br />
valori che, per <strong>di</strong>versi motivi, non possono essere ritenuti affidabili sulla base <strong>di</strong> <strong>di</strong>versi criteri.<br />
Tra i criteri preliminari sono stati considerati il numero <strong>di</strong> linee mancanti in una serie semioraria<br />
(Lines lack), il valore <strong>della</strong> varianza <strong>della</strong> temperatura sonica ed il valore <strong>della</strong> qualità del segnale<br />
proveniente dal Li-75000 (AVG error). Il Lines lack in<strong>di</strong>ca la <strong>di</strong>fferenza tra il numero dei dati<br />
attesi nella mezz’ora (36000 campionando a 20 Hz) ed il numero realmente misurati. In accordo<br />
con la procedura applicata sono stati scartati tutte le mezz’ore per le quali il parametro Lines lack<br />
fosse uguale o superiore a 2000. Allo stesso modo sono stati scartate le mezz’ore nelle quali la<br />
varianza <strong>della</strong> temperatura misurata dall’anemometro sonico fosse superiore a 2 °C, valore che<br />
in<strong>di</strong>ca la presenza <strong>di</strong> spike nella serie <strong>di</strong> dati anemometrica che influenzano fortemente il calcolo<br />
dei flussi. L’analizzatore a cammino aperto è soggetto a minor qualità del dato in con<strong>di</strong>zioni <strong>di</strong><br />
precipitazione, nebbie, condensazione: l’errore AGC (Automatic Gain Control) in<strong>di</strong>ca il grado <strong>di</strong><br />
opacità <strong>della</strong> finestra <strong>di</strong> ricezione dei raggi infrarossi del sensore del Li7500, causata<br />
dall’accumulo <strong>di</strong> polvere e <strong>di</strong> detriti o dagli eventi meteorici. Per il controllo dei dati è stato<br />
selezionato il valore soglia <strong>di</strong> AGC riportato nel manuale d’uso (Licor inc.) pari al 65%, al <strong>di</strong><br />
sotto <strong>di</strong> tale limite il dato è stato rigettato. La rielaborazione dei dati fatta dal MASE omette<br />
questi dati automaticamente dall’elaborazione <strong>della</strong> mezz’ora.<br />
Successivamente, sono state applicate <strong>degli</strong> in<strong>di</strong>catori <strong>di</strong> qualità (quality flag, qf) secondo la<br />
metodologia prevista da CarboEurope-IP che si basano su con<strong>di</strong>zioni <strong>di</strong> turbolenza o <strong>di</strong> stabilità<br />
atmosferiche, basandosi su una delle ipotesi dell’EC è cioè che la turbolenza atmosferica durante<br />
il periodo <strong>di</strong> campionamento sia stazionaria (Foken e Wichura, 1996). Le qf sono state sud<strong>di</strong>vise<br />
in tre classi <strong>di</strong> qualità bontà del dato: la prima in<strong>di</strong>ca dati completamente affidabili,, la seconda<br />
127