LA SITUAZIONE ITALIANA NEL CONTESTO DEL RISCALDAMENTO GLOBALE Maurizio Maugeri Istituto di Fisica Generale Applicata – via Brera 28 – Milano [email protected] Bologna, 15 maggio 2006 Premessa Il forte interesse che la comunità scientifica sta riservando allo studio dei cambiamenti climatici è sostanzialmente dovuto ai seguenti due fenomeni…. L’incremento delle concentrazioni atmosferiche di alcuni gas potenzialmente in grado di alterare il bilancio radiativo del sistema terra-atmosfera (gas-serra). L’evidenza di un concomitante e significativo incremento della temperatura dell’aria (Global Warming); ….. e al fatto che la “fisica” del bilancio energetico del nostro pianeta porta a ritenere che tra loro possa esservi un legame causale. La crescita dei gas-serra Fonte: CDIAC, U.S. Dept.of Energy Andamento della concentrazioni di CO2 in atmosfera negli ultimi 1000 anni: valori espressi in ppm Il Global warming È ormai ampiamente provato come, nel corso dell’ultimo secolo, la temperatura media dell’aria sia aumentata di oltre mezzo grado in prossimità della superficie terrestre. Questo riscaldamento, parallelo ad un analogo riscaldamento verificatosi sulla superficie degli oceani, non è stato uniforme né spazialmente né temporalmente, ma ha manifestato forti differenziazioni geografiche ed ha presentato un comportamento molto complesso, sia in termini di trend di lungo periodo, sia di modulazione stagionale. Nel corso degli anni ’90 il fenomeno si è fatto ancor più evidente, al punto che questo decennio è probabilmente risultato il più caldo dell’ultimo millennio. 0.8 Anche gli ultimi dati sembrano confermare questa tendenza, tanto che tutti gli anni del periodo 2000-2005 si collocano tra i più caldi dell’intero periodo coperto dalle osservazioni strumentali 0.6 0.4 T (˚C) 0.2 0 -0.2 -0.4 Anno 2001 1996 1991 1986 1981 1976 1971 1966 1961 1956 1951 1946 1941 1936 1931 1926 1921 1916 1911 1906 1901 1896 1891 1886 1881 1876 1871 1866 1861 1856 -0.6 Fonte: University of East Anglia, www.cru.uea.ac.uk./cru/info/warming Il possibile legame tra i due fenomeni Radiative forcing of the climate system relative to 1750 by gases, aerosol particles, aviation, land use and solar variation Fonte: IPCC WGI Third Assessment Report La complessità del sistema Il legame tra gas-serra e cambiamenti climatici è in realtà estremamente complesso e, anche se disponessimo di stime affidabili dei contributi di tutti i fattori in grado di influire sul bilancio energetico della Terra, le nostre valutazioni sarebbero comunque affette da significative incertezze in quanto non esiste ancora un completo sistema di modelli matematici in grado di descrivere efficacemente tutte le conseguenze di un eventuale disequilibrio tra radiazione entrante ed uscente. Ruolo cruciale delle osservazioni Ruolo delle serie storiche di dati meteorologici In questo contesto, nella seconda metà degli anni ’90, un gruppo di ricercatori dell’Istituto di Fisica Generale Applicata, dell’ISAC – CNR, dell’UCEA e dell’Osservatorio Astronomico di Brera, ha avviato un ampio programma di ricerche per il recupero e l’analisi delle lunghe serie storiche italiane di dati meteorologici La presentazione si pone l’obiettivo di mostrare i principali risultati raggiunti nell’ambito di questo programma Struttura della presentazione Disponibilità dei dati Omogeneità dei dati Analisi dei dati Sintesi situazione dati PIOGGE Serie secolari mensili Piogge: 111 Temperature: 67 Pressione: 30 Copertura nuvolosa: 30 Neve al suolo: in progress Umidità relativa: in progress per dettagli: www.climagri.it TEMPERATURE Metadata/schede stazioni • Ricostruzione storia della rete meteo/climatica Italiana • Schedatura contributi pubblicati (letteratura grigia) • Schedatura corrispondenza tra osservatori ed Ufficio Centrale • Coordinate • Informazioni sulla provenienza dei dati • Disponibilità dei dati • Note Per maggiori informazioni: www.climagri.it Omogeneizzazione delle serie Variazioni climatiche Problemi legati alla misura Segnali presenti nelle serie di dati Problemi legati alla misura Rilocalizzazioni Errori strumentali (cambiamenti o ricalibrazioni degli strumenti) Metodologie di osservazione (orari, etc...) Caratteristiche delle schermature Modificazioni ambientali (microscala – intera città) Omogeneizzazione: alcuni risultati Brunetti M, Maugeri M, Monti F, Nanni T. 2005. Temperature and precipitation variability in Italy in the last two centuries from homogenised instrumental time series. Int. J. Climatol. (submitted) Mean T Maximum T Minimum T Precipitation N. of years (excluding filled gaps) 8292 5848 5848 13355 N. of breaks 766 347 398 170 N. of break per series 11.43 7.23 8.29 1.53 N. of break per year per series 0.092 0.059 0.068 0.013 Mean homogeneous sub-period (years) 10.8 16.9 14.7 78.6 Alcuni risultati: le temperature REGIONALIZZAZIONE (Principal Component Analysis) ANDAMENTI: ANNO E STAGIONI +1.7: 2003 W S Sp A -2.2: 1816 Brunetti M, Maugeri M, Monti F, Nanni T. 2006. Temperature and precipitation variability in Italy in the last two centuries from homogenised instrumental time series. Int. J. Climatol, 26, 345-381 Alcuni risultati: le temperature TREND (˚C/100y) Tmed Tmax Tmin AL PP PI ITA AL PP PI ITA AL PP PI ITA Y 1.0±0.1 1.0±0.1 1.0±0.1 1.0±0.1 0.8±0.1 1.1±0.1 0.7±0.1 0.9±0.1 1.2±0.1 0.9±0.1 1.3±0.1 1.1±0.1 W 1.2±0.2 1.0±0.3 1.0±0.2 1.1±0.2 1.2±0.2 1.2±0.3 0.8±0.2 1.0±0.2 1.4±0.2 1.1±0.3 1.2±0.2 1.2±0.2 Sp 1.0±0.2 1.0±0.2 1.0±0.2 1.0±0.2 0.9±0.2 1.2±0.2 0.7±0.2 0.9±0.2 1.2±0.1 0.9±0.2 1.2±0.1 1.0±0.1 S 1.0±0.2 1.1±0.2 1.2±0.2 1.1±0.2 0.4±0.2 1.1±0.2 0.7±0.2 0.9±0.2 1.2±0.2 0.9±0.2 1.6±0.2 1.2±0.2 A 0.8±0.2 0.8±0.2 0.9±0.2 0.8±0.2 0.6±0.2 0.9±0.2 0.6±0.2 0.8±0.2 1.0±0.2 0.8±0.2 1.1±0.2 0.9±0.2 TREND PROGRESSIVI (˚C/100y) Brunetti M, Maugeri M, Monti F, Nanni T. 2006. Temperature and precipitation variability in Italy in the last two centuries from homogenised instrumental time series. Int. J. Climatol, 26, 345-381 Alcuni risultati: le precipitazioni REGIONALIZZAZIONE (Principal Component Analysis) ANDAMENTI ANNUALE E STAGIONALE Brunetti M, Maugeri M, Monti F, Nanni T. 2006. Temperature and precipitation variability in Italy in the last two centuries from homogenised instrumental time series. Int. J. Climatol, 26, 345-381 W S Sp A Alcuni risultati: le precipitazioni TREND (%/100y) NW NEN PP CE SE SO ITA Y - - - -(10±3) -(8±5) + -(5±3) W - + + - - + - Sp - - - -(20±5) - - -(9±5) S - - + -(13±8) - - - A - - - - - + - TREND PROGRESSIVI (%/100y) Brunetti M, Maugeri M, Monti F, Nanni T. 2006. Temperature and precipitation variability in Italy in the last two centuries from homogenised instrumental time series. Int. J. Climatol, 26, 345-381 Intensità delle Precipitazioni Giornaliere 1 2 3 4 5 6 7 8 9 10 Bo 0.0 0.0 0.0 34.1 5.4 37.5 41.3 7.0 0.0 0.0 Fe 0.0 0.0 15.1 5.1 9.8 7.6 0.0 4.5 0.0 0.0 Ge 0.0 0.0 0.0 4.3 11.1 35.4 13.5 55.6 9.7 7.5 Mn 0.0 0.0 0.0 40.3 11.3 6.4 3.4 38.8 0.7 0.5 Mi 0.0 0.0 0.5 15.4 30.7 22.2 1.8 42.4 0.0 0.0 0.0 – 2.5 2.5-12.5 12.5-25.0 25.0-50.0 Serie da analizzare: rapporti tra precipitazioni nelle varie classi e precipitazioni totali Anno/stagioni/mesi Scelta classi: esistono molte opzioni >50.0 i pij i p i Classi di Precipitazioni CUMULATIVE DISTRIBUTION 1.E+00 GAMMA DISTRIBUTION 1.E-01 1 1.E-02 0.9 1.E-03 0.8 1.E-04 0.7 0.6 1.E-05 0 10 20 30 40 50 60 70 mm 80 90 100 0.5 0.4 C1 0th-50th percentile 0.3 C2 50th-75th percentile 0.2 C3 75th-90th percentile 0.1 C4 90th-95th percentile 0 C5 95th-99th percentile 0 10 20 30 40 50 60 70 80 90 mm C6 >99th percentile C1 C2 C3 C4 C5 C6 100 Trend delle Classi di Precipitazioni (%/100y) NW % Brunetti M, Maugeri M, Monti F, Nanni T. 2004. Changes in daily precipitation frequency and distribution in Italy over the last 120 years. Journal of Geophysical Research Atmosphere, 109, D05, doi:10.1029/2003JD004296, 2004. W NEN 50 50 30 30 30 30 30 10 10 10 10 % -10 % -10 -30 -30 -30 -50 -50 -50 2 3 4 5 6 1 2 6 1 2 3 4 5 6 -30 -50 1 2 Category 3 4 5 6 1 50 50 50 30 30 30 30 10 10 10 10 % % -10 % -10 -30 -30 -30 -50 -50 -50 -50 2 3 4 5 6 1 2 3 4 5 6 1 2 Category 3 4 5 % -10 -30 6 2 3 4 5 6 1 50 50 50 30 30 30 10 10 10 10 % -30 -30 -30 -50 -50 -50 -50 3 4 5 6 1 2 3 4 5 6 1 Category 50 30 10 % -10 -30 -50 50 30 10 % -10 -30 -50 2 3 4 5 6 4 6 5 6 10 -10 -30 -50 1 Category 50 30 10 % -10 -30 -50 % -10 -30 3 Category 30 2 2 Category -10 5 -50 1 50 % 6 -30 Category -10 5 10 30 % 4 -10 50 -10 3 Category 50 -10 2 Category 30 2 3 4 5 6 1 Category 50 30 10 % -10 -30 -50 2 3 4 Category 50 30 10 % -10 -30 -50 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 Category Category Category Category Category 50 50 30 10 % -10 -30 -50 30 Y 5 Category Category % 4 10 -10 50 1 A 3 % -10 -50 Category S % -10 -30 1 % SO 50 Category Sp CE 50 1 % NES 50 10 -10 -30 -50 1 2 3 4 5 6 Category Significance level > 99% 50 30 10 % -10 -30 -50 50 30 10 % -10 -30 -50 50 30 10 % -10 -30 -50 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 Category Category Category Category Significance level > 95% Significance level > 90% … e per il futuro … Migliorare (quantità e qualità) le serie disponibili per (almeno) T, DTR, P (Tot, NGP), Pressione e Copertura Passare da anomalie a valori assoluti e spazializzare ad alta risoluzione Integrare maggiormente con osservazioni attuali Comprendere gli andamenti evidenziati alla luce di modificazioni a scala più ampia Integrare con dati con maggior risoluzione spaziotemporale approccio lagrangiano vs euleriano Studiare il ruolo delle forzanti