La documentazione monetale come fonte per la storia di Classe (Ravenna) Gli scavi condotti nell’area portuale (anni 2001-2005) e nell’area della basilica di San Severo (anni 2006-2010)

Gli scavi effettuati a Classe, a sud di Ravenna, presso i siti archeologici dell'area portuale e della Basilica di San Severo, hanno portato alla luce un numero abbondante di moneta, 2564 dall'area portuale e 224 dalla basilica, un totale di 2788 reperti monetali, di cui solo 863 sono leggibili e databili. La datazione dei materiali dell’area portuale, fondata agli inizi del V secolo, parte dal II secolo a.C. fino all’VIII secolo d.C.. La maggior parte dei reperti è relativa al periodo tra il IV e il VII secolo, il momento di massima importanza del porto commerciale, con testimonianza di scambi con altri porti del bacino mediterraneo, in particolare con l’Africa del Nord e il Vicino Oriente. La documentazione proveniente dalla Basilica di San Severo, fondata alla fine del VI secolo per la custodia delle reliquie del santo, mostra un trend diverso dal precedente, con monetazione che copre un arco cronologico dal I secolo a.C. fino al XIV secolo d.C.. La continuità dell’insediamento è dimostrato dall’evidenza numismatica, seppur scarsa, fino alla costruzione del monastero a sud della basilica, l’area dalla quale provengono la maggior parte delle monete. I quantitativi importanti di monetazione tardoantica, ostrogota e bizantina, in particolare di tipi specifici come il Felix Ravenna, ipoteticamente coniato a Roma, oppure il ½ e il 1/4 di follis di produzione saloniana emesso da Giustiniano I, hanno concesso uno studio dettagliato per quello che riguarda il peso, le dimensioni e lo stile di produzione di queste emissioni. Questi dati e la loro distribuizione sul territorio ha suggerito nuove ipotesi per quello che riguarda la produzione di questi due tipi presso la zecca di Ravenna. Un altro dato importante è il rinvenimento di emissioni di Costantino VIII, alcune rare e altre sconosciute, rinvenute solo nel territorio limitrofo a Classe e Ravenna.

A new snowfall detection algorithm for high latitude regions based on a combination of active and passive sensors

Precipitation retrieval over high latitudes, particularly snowfall retrieval over ice and snow, using satellite-based passive microwave spectrometers, is currently an unsolved problem. The challenge results from the large variability of microwave emissivity spectra for snow and ice surfaces, which can mimic, to some degree, the spectral characteristics of snowfall. This work focuses on the investigation of a new snowfall detection algorithm specific for high latitude regions, based on a combination of active and passive sensors able to discriminate between snowing and non snowing areas. The space-borne Cloud Profiling Radar (on CloudSat), the Advanced Microwave Sensor units A and B (on NOAA-16) and the infrared spectrometer MODIS (on AQUA) have been co-located for 365 days, from October 1st 2006 to September 30th, 2007. CloudSat products have been used as truth to calibrate and validate all the proposed algorithms. The methodological approach followed can be summarised into two different steps. In a first step, an empirical search for a threshold, aimed at discriminating the case of no snow, was performed, following Kongoli et al. [2003]. This single-channel approach has not produced appropriate results, a more statistically sound approach was attempted. Two different techniques, which allow to compute the probability above and below a Brightness Temperature (BT) threshold, have been used on the available data. The first technique is based upon a Logistic Distribution to represent the probability of Snow given the predictors. The second technique, defined Bayesian Multivariate Binary Predictor (BMBP), is a fully Bayesian technique not requiring any hypothesis on the shape of the probabilistic model (such as for instance the Logistic), which only requires the estimation of the BT thresholds. The results obtained show that both methods proposed are able to discriminate snowing and non snowing condition over the Polar regions with a probability of correct detection larger than 0.5, highlighting the importance of a multispectral approach.