I CAMBIAMENTI CLIMATICI E LE COLTURE AGRARIE

Transcript

1 I CAMBIAMENTI CLIMATICI E LE COLTURE AGRARIE PROF. CARLO BELLECCI ORDINARIO DI FISICA SPERIMENTALE UNIVERSITA DI ROMA TOR VERGATA bellecci@uniroma2.it CRATI

2 Cosenza Catanzaro Reggio C. Consorzio per la Ricerca e le Applicazioni di Tecnologie Innovative E un consorzio senza fini di lucro a capitale prevalentemente pubblico partecipato dalle tre Università calabresi, dall'università di Roma "Tor Vergata, dall Università di Perugia, dall Istituto Nazionale di Geofisica e Vulcanologia, dal Consiglio Nazionale delle Ricerche e da sei PMI. crati@crati.it Perugia Roma TV CNR INGV

3 SINTESI DELLE CONOSCENZE QUANTITATIVE RISCALDAMENTO GLOBALE innalzamento della temperatura con tasso di crescita in aumento LIVELLI ATMOSFERICI DI CO 2 E CH 4 sono i più alti degli ultimi 650 mila anni

4 Conseguenze per l agricoltura: Diminuzione del suolo disponibile per aumento del livello del mare Incendi più estesi Modifica della piovosità Siccità - Desertificazione Diffusione di patologie Collasso di ecosistemi L Agricoltura e la forestazione, tuttavia, sono le uniche attività antropiche in grado di sequestrare la CO 2 atmosferica e mitigare quindi l effetto serra. Rispetto ai cambiamenti climatici ed al controllo della CO 2, l'agricoltura si pone sia come soggetto di adattamento (per effetto di modifiche agli ordinamenti colturali attuali) sia come soggetto di mitigazione (con una riduzione delle emissioni o un aumento degli accumuli)

5 1996 PROTOCOLLO DI KYOTO (diminuzione delle emissioni del 20% rispetto ai livelli del 1990) 4 RAPPORTO IPCC 2007 E altamente probabile il ruolo antropico dell accelerazione nell aumento della temperatura per immissione di gas serra CONFERENZA DI COPENHAGHEN 2009 Affermazione di voler contenere l aumento di temperatura entro 2 C

6 MODELLI FISICO-MATEMATICI DEL CLIMA GLOBALE (massima risoluzione 100 km) Forniscono proiezioni climatiche sulla base di scenari di sviluppo che ipotizzano diversi verosimili tassi di emissioni di gas serra e aerosol. Permettono una stima quantitativa della probabile evoluzione del clima globale Riproducono con buona approssimazione l andamento temporale negli ultimi 100 anni di molte grandezze (temperatura superficiale media, ecc.) Tutti i modelli concordano nello stimare la prosecuzione nel 21 secolo del riscaldamento globale

7 IN ITALIA L analisi dei dati e le proiezioni dei modelli indicano l area Mediterranea come un hot spot Nell ultimo secolo il clima è più caldo e più secco con tendenza all aumento delle precipitazioni intense e con maggior rischio di eventi siccitosi. E stata misurata una espansione nella distribuzione di parassiti e insetti nocivi

8 A SCALA REGIONALE Mediante downscaling dei modelli climatici globali si ricavano stime degli impatti su regioni geografiche limitate. Gli output dei modelli globali vengono utilizzati come condizioni al contorno e forzanti di modelli ad area limitata che descrivono la zona di interesse. Il grado di confidenza dei risultati ottenuti si ottiene con rianalisi su serie storiche di dati

9 ANALISI DELL EVOLUZIONE DEL CLIMA NELL AREA MEDITERRANEA RAMS CLIMA 30 anni simulati ( ) Tre griglie con risoluzioni di: 40 km per la prima griglia e 10 km per la seconda e la terza griglia 30 livelli verticali da 0 a m circa Punti di griglia: 90*70 (3600 km *2800 km) 150*102 (1500 km* 1020 km) 106*74 (1060 km * 740 km); Schema convettivo di Kuo (1974) rielaborato da Molinari e Corsetti (1985); Schema di microfisica del RAMS completamente attivato; Schema radiativo di Chen e Cotton (1982).

10 Interfaccia web per l accesso ai dati

11 Interfaccia WEB Esempio di mappa: Precipitazione giornaliera sud Italia (6/11/1980) Esempio di mappa: Temperatura media mensile nord Italia (05/1996)

12 Verifica del Modello per la precipitazione in Calabria (*) Sono stati analizzati i risultati statistici per le precipitazioni misurate nel periodo (30 anni). Il database omogeneo è costituito dalle precipitazioni giornaliere registrate da 88 stazioni distribuite sull intero territorio regionale calabrese. La risoluzione temporale è di 1 giorno e la risoluzione spaziale è di circa 10 km. A partire da questo lavoro sono state eseguite delle analisi di correlazione tra la precipitazione misurata e quella simulata dal RAMS-CLIMA Stazioni su cui è stato fatto il confronto su 30 anni di dati. (*) Federico S., Avolio E., Pasqualoni L., De Leo L., Sempreviva A.M., Bellecci C. Preliminary results of a 30 year daily rainfall data base in southern Italy, Atmospheric Research (2009), doi: /j.atmosres

13 Confindustria A sinistra: precipitazione misurata (media annuale su 30 anni) in tutte le stazioni, successivamente interpolata sulla Calabria con metodo di kriging. Risoluzione spaziale di circa 2 km. A destra: precipitazione simulata (media annuale su 30 anni) dal RAMS-CLIMA a 10 km, successivamente re-interpolata bilinearmente su un DEM della Calabria ad 1 km di risoluzione spaziale. Buona riproduzione delle zone maggiormente piovose e dei quantitativi di precipitazione cumulata

14 Per tutti i 30 anni e per tutte le 88 stazioni utilizzate per il confronto: è stata calcolata la precipitazione annuale misurata (registrata dai pluviometri) è stata ricavata la precipitazione annuale simulata (interpolando l output del modello in tutte le stazioni) Il grafico rappresenta il fit lineare tra le due serie di dati Asse Y: precipitazioni misurate annuali mediate su tutte le stazioni. Asse X: precipitazioni RAMS-CLIMA annuali, mediate su tutte le stazioni. Il bias (precedentemente calcolato) è stato rimosso

15 Produzione di Analisi Meteorologiche ESEMPI di elaborazione di serie storiche di dati studi sul microclima locale Precipitazione totale annuale accumulata e Temperatura media annuale (media dal 2003 al 2006). Precipitazione media negli anni

16 Esempio TEMPERATURA Temperatura media del 3 Gennaio T a derivata dai dati di stazione Temperatura simulata dal modello RAMS per il 3 Gennaio 2007 Analisi del campo di temperatura per il 3 Gennaio 2007

17 Mutamenti climatici ed evoluzione dei sistemi agricoli in area mediterranea Analisi Puntuale Correlazione tra la Temperatura Superficiale (stazione meteorologica) e le date di Produzione Pollinica (Perugia Italy) Olea Europaea L. Area di Studio: Perugia Produzione Polline Campionatore Pollinico Perugia ( ) Temperatura da Stazione Meteorologica Perugia ( ) Temperatura da ECMWF Reanalisi ERA40 Perugia ( )

18 Temperatura Superficiale e Produzione Pollinica Correlazione statistica tra le date di inizio pollinazione e le temperature medie calcolate dalla fine del periodo di freddo e l inizio della pollinazione Giorno Inizio Pollinazione Temperatura Perugia da Stazione Meteorologica 24 anni ( ) y=ax+b; a= 5.55 #day/ C, b=231.6 #day, R 2 =0.71, p(>r)=99% Giorno Inizio Pollinazione Temperatura Perugia da ECMWF Reanalisi ERA anni ( ) y=ax+b; a= 6.5 #day/ C, b=247.3 #day, R 2 =0.72, p(>r)=99% Ad un aumento della temperatura media corrisponde un anticipo del giorno di inizio produzione pollinica

19 L importante legge di correlazione ottenuta, tra la data di fioritura dell ulivo e la temperatura media del periodo MAMJ (Marzo, Aprile, Maggio, Giugno), prevede un anticipo di 5.5 giorni per ogni grado di temperatura media del periodo MAMJ (y=ax+b; a= 5.55 #day/ C, b=231.6 #day, R 2 =0.71) È stata applicata a diversi scenari IPCC predetti da modelli climatici per il Bacino del Mediterraneo centrale (dati reperiti dal sito Sono stati analizzati i diversi scenari predetti dai modelli climatici CCCma CSIRO ECHAM4 GFDL99 HadCM3 NIES99 media IPCC - A2a Year Variazione DT (Aumento di Temperatura) per il SOLO scenario A2a, predetto da TUTTI i modelli climatici (riportato anche valore medio)

20 Per ogni scenario IPCC (predetto dal valore medio dei modelli climatici) sono stati calcolati: -La variazione di temperatura -L anticipo della data di fioritura. 5 IPCC SCENARIO A2a SCENARIO B2a SCENARIO A1a SCENARIO A1F SCENARIO B1a SCENARIO A2b SCENARIO A2c SCENARIO B2b SCENARIO A1T media Year Variazione DT (Aumento di Temperatura) per TUTI gli scenari, predetti dalla MEDIA di TUTTI i modelli climatici (riportato anche valore medio) Variazione D_day (Anticipo in Giorni) per TUTI gli scenari, predetti dalla MEDIA di TUTTI i modelli climatici (riportato anche valore medio) SCENARIO A2a SCENARIO B2a SCENARIO A1a SCENARIO A1F SCENARIO B1a SCENARIO A2b SCENARIO A2c SCENARIO B2b SCENARIO A1T media IPCC - date inizio fioritura Year

21 Un altro aspetto studiato è l incremento della temperatura media del periodo da Novembre a Marzo (di particolare interesse per le fasi fenologiche). Il calcolo è stato svolto per tutti gli scenari e per tutti i modelli. Ogni scenario è predetto dalla media di tutti i modelli climatici. SCENARIO A2a SCENARIO B2a SCENARIO A1a SCENARIO A1F SCENARIO B1a SCENARIO A2b SCENARIO A2c SCENARIO B2b SCENARIO A1T media IPCC NOV-MAR 5,00 4,00 3,00 2,00 1,00 0, Year

22 SCENARIO A2a SCENARIO B2a SCENARIO A1a SCENARIO A1F SCENARIO B1a SCENARIO A2b SCENARIO A2c SCENARIO B2b SCENARIO A1T media IPCC NOV-MAR 5,00 4,00 3,00 2,00 1,00 0, Year - L ANTICIPO DELLA FIORITURA è previsto (nel 2080) da un minimo di 7 giorni (scenario B2b) ad un massimo di 22 giorni (scenario A1T). Il valore medio tra i diversi scenari è di un anticipo di 15 giorni. - La TEMPERATURA MEDIA del periodo Novembre-Marzo è prevista in aumento da un minimo di 2 C ad un massimo di 5 C (valore medio 3.5 C). Tale aumento comporterebbe il non soddisfacimento del fabbisogno in freddo durante il periodo invernale alle quote a cui si trovano molti alberi.

23 CONCLUSIONI Serve uno sforzo congiunto tra scienza e politica basato su conoscenze scientifiche attuali ed oggettive. In ambito scientifico è necessario continuare lo studio per migliorare la rappresentazione a piccola scala del clima e degli effetti del cambiamento climatico. Compito della comunità scientifica è il fornire ai decisori il supporto tecnico e scientifico per una valutazione e pianificazione efficace per affrontare e mitigare i rischi dei cambiamenti climatici in atto. Un potenziale pericolo può diventare il motore di sviluppo economico e sociale.