Marcello Iotti è un fisico dell’atmosfera. Ha conseguito la laurea magistrale in Fisica del Sistema Terra presso l’Università di Bologna nel 2019. Durante il lavoro di tesi, ha acquisito esperienza nella modellazione numerica dello strato limite urbano utilizzando il modello WRF, concentrandosi sugli schemi di parametrizzazione urbana e sulla loro validazione con dati osservativi. Nel 2024 ha conseguito il Dottorato in Data Science and Computation presso l’Università di Bologna. La sua ricerca ha esplorato approcci basati sul deep learning per il downscaling della precipitazione. Dal 2025 collabora con la Divisione REMHI (REgional Models and geo-Hydrological Impacts) della Fondazione CMCC. I suoi interessi comprendono l’applicazione di metodi di machine learning alla modellazione atmosferica e l’analisi dei dati prodotti dagli Earth System Models. La sua attività di ricerca integra le scienze dell’atmosfera e del clima con tecniche di machine learning, concentrandosi sul miglioramento del downscaling, sull’ottimizzazione degli schemi di parametrizzazione e sulla comprensione dei fenomeni estremi e dei loro impatti.
Marcello Iotti è un fisico dell’atmosfera. Ha conseguito la laurea magistrale in Fisica del Sistema Terra presso l’Università di Bologna nel 2019. Durante il lavoro di tesi, ha acquisito esperienza nella modellazione numerica dello strato limite urbano utilizzando il modello WRF, concentrandosi sugli schemi di parametrizzazione urbana e sulla loro validazione con dati osservativi. Nel 2024 ha conseguito il Dottorato in Data Science and Computation presso l’Università di Bologna. La sua ricerca ha esplorato approcci basati sul deep learning per il downscaling della precipitazione. Dal 2025 collabora con la Divisione REMHI (REgional Models and geo-Hydrological Impacts) della Fondazione CMCC. I suoi interessi comprendono l’applicazione di metodi di machine learning alla modellazione atmosferica e l’analisi dei dati prodotti dagli Earth System Models. La sua attività di ricerca integra le scienze dell’atmosfera e del clima con tecniche di machine learning, concentrandosi sul miglioramento del downscaling, sull’ottimizzazione degli schemi di parametrizzazione e sulla comprensione dei fenomeni estremi e dei loro impatti.
Marcello Iotti CMCC Foundation