Costruzione di scenari climatici futuri ad alta risoluzione destinati allo studio del loro effetto sull agricoltura italiana

Transcript

1 Costruzione di scenari climatici futuri ad alta risoluzione destinati allo studio del loro effetto sull agricoltura italiana G. Barcaioli, A. Crisci, G. Zipoli Istituto di Biometerologia, CNR-Ibimet Firenze Introduzione Il progetto CLIMAGRI nasce con lo scopo di migliorare e aumentare la comprensione delle risposte del sistema atmosferico alla scala nazionale, nel quadro del cambiamento climatico in corso e della sua evoluzione nei prossimi decenni, specificatamente in rapporto agli impatti sull attività agricola. E, infatti, una certezza che l incremento della concentrazione dei gas clima-alteranti o gas-serra come l anidride carbonica (CO 2 ), metano (CH 4 ), ossido di azoto (N 2 O), e gli aerosol (ad es. in forma di solfati), derivanti dalle attività umane, abbiano contribuito, soprattutto nell ultimo decennio, a seguito del crescente sviluppo industriale, a modificare il clima globale. Nell ottica di una valutazione delle tendenze climatiche nel prossimo secolo a seguito dell evoluzione della concentrazione dei gas-serra, sono nati i modelli di simulazione che cercano di ricostruire, per mezzo di equazioni basate sui principi fisici che governano la circolazione atmosferica, la dinamica del tempo e del clima su vari livelli. Il punto di forza di tali modelli consiste nella possibilità di effettuare, tramite simulazioni con una rosa ampia di condizioni iniziali, razionali proiezioni future. I risultati di queste simulazioni e il loro valore scientifico dipendono sia dai modelli di circolazione globale adottati, sia dalle ipotesi relative all evoluzione delle emissioni antropiche nei prossimi decenni. La rosa di ipotesi sulla variazione futura della concentrazione dei gas serra su cui porre in atto un eventuale simulazione modellistica è detta Scenario, e coincide praticamente con i risultati ottenuti dalla simulazione stessa. In definitiva, l utilizzazione di tali modelli permette di ottenere stime su scala globale della dinamica futura di vari parametri come la temperatura, la pioggia, l umidità. Tali informazioni sono però di per sé inutilizzabili ai fini di un indagine su scala più locale, come quella nazionale e regionale, perché la risoluzione di tali modelli non permette di avere indicazioni immediate sull andamento delle grandezze a livello locale. Nasce così l esigenza di una corretta disaggregazione temporale, definita tecnicamente downscaling statistico, che assimili le serie di scenario a serie di osservazioni reale e ne permetta un uso adeguato in sede di analisi statistica e modellistica. Obiettivi generali della ricerca Le simulazioni effettuate nell'ambito di CLIMAGRI afferiscono al modello HadCM3 ed in particolare alle classi IPCC A2 e B2, dove queste ultime due sigle rappresentano le ipotesi di evoluzione del clima futuro più probabili definite nell ambito della ricerca climatica, in funzione dello sviluppo economico e dei relativi tassi di emissione di gas-

2 serra. Il modello HadCM3 può essere considerato come lo stato dell arte dei modelli climatici, in grado di rappresentare i principali processi fisici e chimici con cui i fenomeni climatici si realizzano. Rispetto ad altri modelli di circolazione generale, il grosso passo avanti realizzato dall HadCM3 consiste nell accoppiamento atmosfera-oceano (Atmosphere-Ocean General Circulation Model, AOGCM). Il modello è stato utilizzato per valutare la variabilità del clima e i suoi cambiamenti nei precedenti 1 anni, e di simulare i cambiamenti che si manifesteranno nei prossimi 1 anni. Si tratta di un modello climatico sviluppato dall Hadley Centre che fornisce una dettagliata rappresentazione tridimensionale delle maggiori componenti del sistema climatico. La figura 1 mostra i punti disponibili sul territorio italiano e sulle aree circostanti. Fig. 1 Punti di scenario globale nel territorio italiano All interno dell HadCM3 l atmosfera è schematizzata attraverso 19 livelli con risoluzione orizzontale di 2. in latitudine e di 3.7 in longitudine, di modo che la griglia globale è costituita da 96 x 73 celle aventi una risoluzione superficiale di 417 Km x 278 Km in prossimità dell equatore, che si riduce a 29 Km x 278 Km alla latitudine di 4. Nel modello HadCM3 l oceano è rappresentato attraverso 2 livelli con risoluzione orizzontale di 1. x 1., fra cui sei celle oceaniche per ogni cella atmosferica; i livelli verticali sono distribuiti in modo tale da fornire una risoluzione più alta in prossimità della superficie marina. Nell accoppiamento atmosfera-oceano i flussi di calore superficiale sono rappresentati in modo realistico, e la climatologia della temperatura della superficie marina e del ghiaccio marino rappresentano dei forti miglioramenti rispetto ai modelli precedenti. Il presente lavoro ha come obiettivo la ricerca di una metodologia per il passaggio dai valori simulati ad una scala globale, quale è quella degli scenari, ad un valore compatibile con una scala locale quale potrebbe essere quella di una specifica località di interesse. Il prodotto finale consisterà dunque in serie temporali con formato giornaliero di un qualsiasi parametro, fornito in uscita dai modelli di scenario, riferito ad una specifica 26

3 località ed ottenute a seguito di una procedura di calibrazione basata sul confronto tra dati osservati e dati di scenario. Va sottolineato il fatto che, per quanto il modello fornisca dati giornalieri, esso non si propone in alcun modo di descrivere l evoluzione dei fenomeni su tale scala temporale. Infatti, lo scopo principale dei modelli di scenario è ottenere informazione per scale temporali molto più ampie, quindi lo sfruttamento del dato giornaliero su scala globale è rivolto allo studio della variabilità climatica alla scala dei decenni e non a quella annuale, dove intervengono i fattori di variabilità topografiche locali che concorrono a generare la climatologia di un luogo, appunto quella che si osserva dall analisi delle serie di osservazioni reali. I dati ottenuti dalle operazioni di downscaling si pongono l obiettivo di descrivere l evoluzione locale della variabilità climatica a scapito della precisione di stima. E chiaro che le analisi per un sito con scenari calibrati fornisce una stima degli effetti dei cambiamenti nelle concentrazioni dei gas-serra preferibilmente su scale temporali dell ordine dei decenni. Questo proviene dalla natura stessa dei modelli di simulazione che in quanto tali possono fornire appunto delle indicazioni evolutive del clima e non delle stime assolute dei parametri atmosferici trattati. Sinteticamente possiamo affermare che non sono assimilabili ai modelli di previsione meteorologica, sebbene sfruttino gli stessi insiemi di equazioni. Metodologia La metodologia adottata per produrre scenari locali deve mantenere le informazioni utili dei simulati globali, come i trend di lungo termine, e quelle delle serie osservative come le caratteristiche climatiche del sito in esame. Il primo passo consiste essenzialmente in un interpolazione lineare applicata direttamente sulle serie giornaliere dello scenario, utilizzando come interpolatore la triangolazione irregolare (TIN), in modo da avere una serie omologa a quella di scenario sul punto desiderato, dove disponiamo della serie di osservazioni. Le serie ottenute mantengono intatte le proprietà di quelle di scenario per l'area geografica in esame in virtù della linearità dell interpolatore. La fase successiva di trattamento dei dati è di calibrazione, tramite regressione lineare, utilizzando la serie storica del sito su cui è centrata la simulazione. Al fine di poter confrontare i dati di scenario con quelli osservati, dal momento che è improponibile un confronto giornaliero di una grandezza simulata (sostanzialmente indipendente dall evoluzione reale del clima) ed una grandezza reale, si è eseguito l ordinamento per rango delle serie e su queste si è ottenuto, tramite regressione, un modello lineare di proporzionalità fra i valori delle serie reali e quelle delle serie degli scenari. L analisi di regressione lineare è stata fatta su ogni singolo parametro e su ciascun mese, utilizzando come variabile indipendente i dati della serie interpolata e come variabile dipendente gli omologhi della serie storica. Il tipo di ordinamento dipende dal parametro oggetto di calibrazione e deve essere funzionale a rendere ottimale la ricerca del modello di proporzionalità in relazione alle problematiche incontrate, non risolvibili tramite un approccio generalizzato. Si è dunque operato sulla variabile indipendente secondo le seguenti modalità: 27

4 temperatura massima: per questo parametro l ordinamento dei valori è stato fatto in maniera decrescente così da dare maggiore importanza ai valori più alti; temperatura minima: qui l ordinamento delle grandezze è stato fatto in maniera crescente al fine di controllare nel modo migliore soprattutto i valori più bassi; pioggia: è in assoluto il parametro più difficile da analizzare in quanto gli scenari tendono a sovrastimare sia i giorni piovosi che il valore di pioggia cumulata annuale, si è effettuato un ordinamento decrescente dei valori. La particolarità in questo caso è consistita nell escludere i giorni non piovosi che falserebbero il modello di regressione, e nel prendere un numero uguale di dati di scenario e dati osservati, senza far riferimento alla corrispondenza in termini di periodo esaminato, così da pesare in maniera efficace ogni range di precipitazione. Successivamente l applicazione di questo modello di proporzionalità alla serie di scenario interpolata sul punto di stazione ci permette di ottenere la serie di scenario calibrata. La serie calibrata presenta, da una parte, quasi completamente la variabilità degli estremi e le medie dei parametri tipiche del sito e, dall'altra, presenta le tendenze a lungo termine contenute nei dati del modello HadCM3. Con questa procedura è possibile fornire direttamente gruppi di serie meteorologiche fra loro spazialmente correlate, perché derivate direttamente dalle serie degli scenari, e localmente calibrate. La linearità delle operazioni matematiche adottata nella procedura impedisce la modifica dei trend forniti dallo scenario e quindi assicura un maggiore rispetto dei prodotti del Hadley Centre. Anche in questo caso, per la pioggia, al fine di ovviare alla sovrastima di giorni piovosi fornita dai dati di scenario, si è applicato un processo di tipo markoviano che permette, basandosi sulle probabilità di non evento estrapolabili dal confronto tra dati osservati e di scenario nello stesso periodo temporale, di eliminare in maniera assolutamente casuale l eccesso nel numero di giorni di pioggia. Primi risultati e conclusioni Il prodotto che scaturisce dall attività di downscaling statistico consiste, in definitiva, in serie future di grandezze meteorologiche centrate su una specifica località. Le caratteristiche di tali serie sono fortemente influenzate sia dall attendibilità delle previsioni climatiche fornite dai modelli dai simulazione atmosferica globale, sia dalla bontà dei criteri di calibrazione di tali dati generati dal downscaling. Qui di seguito vengono mostrati alcuni esempi applicativi del procedimento per la stazione di Firenze Ximeniano. Dai grafici si può notare come sia stata raggiunta una buona capacità nella simulazione degli eventi di pioggia, come evidenzia il confronto mensile dei cumulati di pioggia fra le serie calibrate e quelle reali (Figura 2). Il modello fornisce poi un adeguata rappresentazione della variabilità delle piogge giornaliere sia per il numero di giorni piovosi che nella possibilità di eventi estremi giornalieri, compensando questa lacuna presente nelle serie globali. (Figura 3-4) 28

5 4 mm/giorno Mese Serie calibrate Serie osservate Fig. 2 Andamento della media mensile della pioggia cumulata giornaliera osservata e calibrata per il decennio mm/giorno Calibrate 1994 Osservate 1994 Fig. 3 Andamento delle piogge giornaliere calibrate e osservate per l'anno mm/giorno Scenario 1994 Calibrate 1994 Fig. 4 Confronto tra le piogge cumulate giornaliere fornite dagli scenari e quelle calibrate sulla serie storica. 29

6 Per le temperature si nota una buona rappresentazione della variabilità intergiornaliera che rispecchia le caratteristiche della località presa in esame (Figura, 6 e 7). C Calibrate 1994 Osservate 1994 Fig. Andamento delle temperature massime giornaliere calibrate e osservate per l'anno C Calibrate 1994 Scenario 1994 Fig. 6 Confronto tra le temperature massime giornaliere fornite dagli scenari e quelle calibrate sulla serie storica. 3 2 C Mese Serie calibrate Serie osservate Fig. 7 Andamento della media mensile della temperatura massima giornaliera osservata e calibrata per il decennio

7 Esiste una sottostima delle temperatura massime medie rispetto alle osservazioni reali dovuto all incapacità strutturale dei modelli di simulazione di rappresentare gli estremi di qualunque parametro climatico. Comunque i risultati ottenuti, dimostrano che per un utilizzo scientifico è possibile avvalersi i dati di simulazione climatica, per varie finalità della ricerca ma si rende necessario un successivo trattamento statistico con osservazioni reali, che rimangono un base fondamentale per l analisi climatologica. 31