Panoramica
Cosa contiene questa sezione
La sezione Validazione mette a confronto le concentrazioni calcolate dal modello con le misure delle centraline, per quantificare quanto bene il modello riproduce la realtà osservata. Raccoglie il cruscotto interattivo dei grafici di confronto, la documentazione di ogni funzione grafica e la descrizione degli indici statistici usati, con le relative formule.
Strumenti disponibili e come usarli
Validazione del modello
Cruscotto interattivo: si sceglie il grafico, l'inquinante e la centralina (i menu si filtrano a vicenda: per una centralina compaiono solo gli inquinanti che misura). I grafici che leggono dati grezzi dal server (contrassegnati 🕒) si attivano con il pulsante Carica dati. Diagrammi di Taylor e Target, scatter, heatmap, wavelet, decomposizione STL, box plot, bande percentili, radar e altro; un pannello dei pesi consente di combinare gli indici in un punteggio sintetico.
Funzioni grafiche
Galleria che documenta ogni grafico disponibile: cosa mostra, come è costruito e perché è utile, con un'immagine di esempio. È il riferimento per capire come leggere ciascuna visualizzazione del cruscotto.
Indici di validazione
Descrizione degli indici statistici (correlazione, errore, bias, variabilità, informazione mutua…) con le formule composte in KaTeX e un esempio dimostrativo interattivo che ne mostra il calcolo su dati di prova.
Tecnologie per memorizzare, leggere ed elaborare i dati
- Memorizzazione. Gli indici di validazione sono pre-calcolati e salvati in PostgreSQL: una tabella con le metriche per centralina×inquinante, il catalogo delle metriche, i percentili, la decomposizione stagionale (STL) e i pesi predefiniti degli inquinanti (campo JSONB).
- Lettura. Le pagine leggono questi valori tramite endpoint PHP che restituiscono JSON; per i grafici che usano i dati orari grezzi (scatter, conditional bias, CDF, wavelet, scatter 3D, animazioni) il caricamento è asincrono (AJAX) e a finestre temporali.
- Elaborazione. Le metriche e le decomposizioni sono calcolate offline in Python (NumPy per gli indici, statsmodels per la decomposizione STL) e scritte nel database; la resa grafica lato client usa ECharts, ECharts-GL e Three.js, mentre le formule sono composte con KaTeX.
Bibliografia scientifica
- Taylor, K.E. (2001). Summarizing multiple aspects of model performance in a single diagram. Journal of Geophysical Research: Atmospheres, 106(D7), 7183–7192. doi:10.1029/2000JD900719
- Jolliff, J.K. et al. (2009). Summary diagrams for coupled hydrodynamic-ecosystem model skill assessment. Journal of Marine Systems, 76(1–2), 64–82. doi:10.1016/j.jmarsys.2008.05.014
- Willmott, C.J. (1982). Some comments on the evaluation of model performance. Bulletin of the American Meteorological Society, 63(11), 1309–1313. doi:10.1175/1520-0477(1982)063<1309:SCOTEO>2.0.CO;2
- Emery, C. et al. (2017). Recommendations on statistics and benchmarks to assess photochemical model performance. Journal of the Air & Waste Management Association, 67(5), 582–598. doi:10.1080/10962247.2016.1265027