http://www.cnr.it/ontology/cnr/individuo/prodotto/ID133465

Validazione e rappresentatività dei dati meteorologici (Contributo in volume (capitolo o saggio))

Type

Contributo in volume (capitolo o saggio) (Classe)
Prodotto della ricerca (Classe)

Label

Validazione e rappresentatività dei dati meteorologici (Contributo in volume (capitolo o saggio)) (literal)

Anno

2002-01-01T00:00:00+01:00 (literal)

Alternative label

P. Battista, M. De Vincenzi (2002)
Validazione e rappresentatività dei dati meteorologici
CNR, IBIMET, Firenze (Italia) in Dai parametri meteorologici ai modelli per lo sviluppo e la crescita delle colture: acquisizione e validazione dei dati meteorologici, 2002
(literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori

P. Battista, M. De Vincenzi (literal)

Pagina inizio

57 (literal)

Pagina fine

102 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#altreInformazioni

Volume n.12 della Collana Tecnico-scientifica IBIMET (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#citta

Firenze (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#titoloVolume

Dai parametri meteorologici ai modelli per lo sviluppo e la crescita delle colture: acquisizione e validazione dei dati meteorologici (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#note

Capitolo III (pag.57-102) in \"Dai parametri meteorologici ai modelli per lo sviluppo delle colture: acquisizione e validazone dei dati meteorologici\" Quaderno 12/I della Collana tecnico-scientifica IBIMET edito a cura di F.Benincasa-G.Maracchi (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali

162 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni

CNR-IBIMET (literal)

Titolo

Validazione e rappresentatività dei dati meteorologici (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#inCollana

Dai parametri meteorologici ai modelli per lo sviluppo delle colture (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autoriVolume

B. Arca, C. Asunis, L. Bacci, P. Battista, F. Benincasa, M. De Vincenzi, P. Duce, G. Fasano, B. Gioli, A. Materassi, B. Rapi, D. Spano, F.P. Vaccari, A. Ventura (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#curatoriVolume

Fabrizio Benincasa, Giampiero Maracchi (literal)

Abstract

In recent decades, the increase in agrometeorological monitoring networks has made a vast amount of data available which is indispensable for providing indications regarding land management: agroclimatic classifications, agricultural and environmental pollution risk maps, irrigation programs, development and application of crop growth models, etc. In this context, analysis of the quality of data becomes fundamental in order to point out the presence of errors or possible measurement inconsistencies which could influence application results. Verification or validation of data is carried out on two levels: in the first, targeted actions are used to identify obvious errors and possible inconsistencies; in the second, statistical verifications are used to evaluate the spatial-temporal variability of observed phenomena and to define data normality. In the present chapter logical and empirical methods are reported which are used to establish if a \"datum\" is such or it is simply a \"number\". (literal)
Negli ultimi decenni l'incremento delle reti di monitoraggio agrometeorologiche ha reso disponibile una gran mole di dati, indispensabili per fornire indicazioni nella gestione del territorio: classificazioni agroclimatiche, carte di rischio di inquinamento agricolo e ambientale, programmi di irrigazione, sviluppo e applicazione di modelli di crescita delle colture, ecc. In questo contesto diventa fondamentale l'analisi della qualità dei dati al fine di evidenziare la presenza di errori o di eventuali incongruenze nelle misure, che andrebbero a influire sui risultati delle applicazioni. Il controllo o validazione del dato è effettuato a un primo livello con azioni mirate all'individuazione di errori evidenti e di eventuali incongruenze mentre un secondo livello, realizzato mediante controlli di tipo statistico, permette di valutare la variabilità spazio-temporale dei fenomeni osservati e di definire quale sia la normalità dei dati. In questo capitolo si riportano dei metodi logici ed empirici atti a stabilire se un \"dato\" è tale o è semplicemente un \"numero\". (literal)

Editore