Cambiamenti climatici

STRUMENTI DI STUDIO

Gli strumenti di studio che ci consentono di fare valutazioni sui cambiamenti climatici sono suddivisibili in

tre categorie: 

1. Scenari climatici futuri studiano come il clima stia cambiando, com’è cambiato e come

cambierà, permettendoci di fare previsioni riguardo il tempo atmosferico e il clima in generale.

Quando queste previsioni vengono proposte nel lungo periodo, generalmente vengono usate come

una base che andiamo a variare a seconda della situazione che si vuole analizzare, spesso utilizzano

strumenti di calcolo molto complessi basati sulla fisica dell’atmosfera.



2. Incremento concentrazione CO applicato allo studio degli ecosistemi vegetali e non solo per

2,

l’analisi dell’anidride carbonica ma anche per tutti i gas serra e per lo sviluppo e la crescita della

pianta, benché il primo (sviluppo) sia legato quasi esclusivamente alla temperatura mentre

l’aumento della biomassa (crescita) è legato maggiormente alla concentrazione di CO2. Più la

pianta cresce e maggiore è la quantità di CO2 che può essere sequestrata che a sua volta permette

la crescita della pianta. Un terzo fattore è la qualità che viene spesso accostato a crescita e

sviluppo.

3. Questi due strumenti si accomunano ad un terzo strumento che prende il nome di “modello di

simulazione dei principali processi bio fisici” che ci permette di valutare sia la variazione climatica

sia la concentrazione di CO2.



Scenari climatici futuri In questi modelli vengono espressi sotto forma di equazione, i principali processi

fisici del sistema terra-acqua-aria.

Sono ipotesi su cosa avverrà in futuro, vengono espresse sotto forma di equazione i principali processi fisici

del sistema terra-acqua-aria.

Il primo problema da affrontare con questi strumenti è l’essere in grado di descrivere questi processi

attraverso calcoli matematici, per cui la conoscenza è la base. Inoltre è fondamentale la capacità di calcolo,

infatti l’assenza di strumenti informatici in grado di fare calcoli così complessi riduce la correttezza della

proiezione. Anche immagazzinare informazioni non è banale, ci vuole un alto numero di dispositivi per fare

in modo che tutti i dati necessari vengano registrati. Ovviamente tutto questo è legato all’avanzare della



tecnologia basti pensare all’innovazione portata dei satelliti.



IPCC Il Gruppo intergovernativo sul cambiamento climatico (Intergovernmental Panel on Climate

Change - IPCC) è il foro scientifico formato nel 1988 da due organismi delle Nazioni Unite: l'Organizzazione

meteorologica mondiale (WMO) ed il Programma delle Nazioni Unite per l'Ambiente (UNEP) allo scopo di

studiare il riscaldamento globale.

Esso è organizzato in tre gruppi di lavoro:

• il gruppo di lavoro I si occupa delle basi scientifiche dei

cambiamenti climatici. WG1 (working group)

• il gruppo di lavoro II si occupa degli impatti dei cambiamenti

climatici sui sistemi naturali e umani, delle opzioni di

Evoluzione dei GCM

adattamento e della loro vulnerabilità. WG2

• il gruppo di lavoro III si occupa della mitigazione dei cambiamenti

climatici, cioè della riduzione delle emissioni di gas a effetto

serra. WG3 I

rapporti di valutazione = AR (assestement

report) periodicamente diffusi dall'IPCC sono

alla base di accordi mondiali quali

la Convenzione quadro delle Nazioni Unite

sui cambiamenti climatici e il Protocollo di

Kyōto che l'attua. Oltre agli AR, esistono

anche i SR (report scientifici) basati su

supporti di risultati scientifici per le

dichiarazioni che vengono fornite. Poi c’è il

TP (technical report) che cerca di riportare

le oltre 1000 pagine dell’AR in circa 180;

infine abbiamo l’SPM (summary for

policymakers) un’estrema sintesi dei

precedenti report che, in circa 20 pagine,

porta ad una semplificazione sia del linguaggio sia dei contenuti pur mantenendo il supporto scientifico. Al



termine del lavoro di ogni WG, viene eseguita una revisione ( al termine di WG1 seguirà FOD: first order

draft, e via dicendo) portata avanti da revisori esterni così che i loro giudizi siano quanto più imparziali

possibile.

Per arrivare alla fine dell’intero processo ci vogliono circa 2 anni.

Il lessico* di questi report è fondamentale perché bisogna sottolineare il fatto che stiamo parlando di

supposizioni e non di certezze (si parla sempre di PREVISIONI). Il compito di questi report è quindi quello di

confrontare tutti i dati del passato con quelli attuali al fine di provare ad ottenere delle “rivelazioni” sul

futuro. Ovviamente la certezza con la quale si possono fare queste previsioni dipende da una serie di

variabili, tra queste la risoluzione gioca sicuramente un ruolo importante.



Risoluzione l’aumento della risoluzione consente di proporre modelli sempre più precisi e dettagliati, si

può andare a descrivere un numero maggiore di eventi e riuscire a descriverli meglio. L’immagine qui di

fianco mostra come nel tempo si sia riusciti ad ottenere mappature sempre più dettagliate (ad oggi si

riescono ad avere risoluzioni anche di 30 X 30 Km).

*nel senso che parlare di “molto probabile” o di “plausibile”, in questi casi è molto differente. Si deve far

molta attenzione! Un evento che si verificherà “quasi sicuramente” non ha la stessa valenza di uno che

potrebbe verificare con “discreta probabilità”.

È importante avere un’alta risoluzione perché molti avvenimenti avvengono su scale che richiedono molto

dettaglio. Ci sono una serie di fenomeni, come ad esempio le alluvioni su strada, o comunque tutti quei

fenomeni che avvengono su scala locale. Ovviamente per prevedere fenomeni di questo tipo ha la necessità

di avere un’altissima risoluzione.

I GCM (global climate models) non si basano solo sul

fattore spazio ma anche sul tempo. Inizialmente i dati che

si ottenevano erano molto sporadici…si parla di dati ogni

anno, mese, settimana…ad oggi la stragrande maggioranza

dei dati che otteniamo ha una cadenza per lo meno

giornaliera. 

Parametri continui e discontinui I parametri

discontinui vengono espressi come somma quotidiana,

quelli continui tramite la massima, la minima e la media.

Misurare un solo valore giornaliero non ci permette infatti di analizzare alcune caratteristiche dei fenomeni

(per esempio la quantità di pioggia caduta). Aumentare la risoluzione temporale (quindi il numero di

misure) ci consente di evitare fenomeni di sottostima. Ovviamente un’alta risoluzione non è sempre

necessaria, la risoluzione dipende dal fenomeno che stiamo analizzando.

Coi satelliti (geostatici o orbitanti) possiamo vedere come si muovono i corpi nuvolosi, ed è l’altezza che

definisce il tempo con cui esso ritorna sullo stesso posto: più alta è la quota e minore è il numero di giorni

che il satellite impiega a tornare su una stessa zona. Se il satellite si trova ad una quota maggiore, maggiore

sarà il cono dell’immagine, ma minore sarà la definizione. Quando parliamo di

satelliti geostatici, ci

riferiamo a satelliti che si

muovono alla stessa

velocità di rotazione

della Terra, essi quindi

hanno una risoluzione

temporale molto alta

perché l’immagine che

registrano è sempre la

stessa (si trovano sempre

in corrispondenza della

stessa zona), spesso però

si trovano ad una quota

molto alta e dunque la

risoluzione spaziale è,

per contro,

tendenzialmente molto

bassa.

Quando parliamo invece di satelliti orbitanti, ci riferiamo a satelliti che “orbitano” intorno alla Terra ad una

velocità prestabilita, essi quindi sottendono la stessa zona soltanto dopo precisi intervalli di tempo: hanno

quindi una bassa risoluzione temporale (la stessa zona verrà sottesa soltanto dopo un giro completo del

satellite intorno al globo). I satelliti orbitanti tendono a passare molto vicini alla superficie terrestre e



dunque, possiedono un’alta risoluzione si parla anche di risoluzioni 1 X 1 m.

Se abbiamo la necessità di analizzare un bosco, sappiamo che esso rimane più o meno costante nel tempo,

quindi non sarà necessario avvalersi di un satellite geostatico; è chiaro che il discorso cambia con un

seminativo: in questo caso il fattore tempo è fondamentale per l’ottenere informazioni visive, quindi sarà

più opportuno fare scelte diverse.

Il problema è: come faccio a passare da bassa ad alta risoluzione?

La risposta è: tramite le tecniche di downscaling

Il downscaling è una procedura per dedurre informazioni ad alta risoluzione a partire da variabili a bassa

risoluzione. I modelli climatici globali (GCM) utilizzati per gli studi sul clima e le proiezioni climatiche,

vengono eseguiti con una risoluzione spaziale grossolana (nel 2012, tipicamente dell'ordine di 50 x 50 km)

di conseguenza, non possono essere utilizzati per studi di impatto locale. Per superare questo problema,

sono stati sviluppati metodi di downscaling al fine di ottenere condizioni climatiche su scala locale, a partire

da variabili atmosferiche su scala regionale fornite da GCM. Esistono due forme principali di downscaling.

GCM = global climate model

RCM = regional climate model

LAM = limited area models 

DYNAMIC DOWNSCALING basato sul RCM, modello simile al GCM ma con risoluzione maggiore. Essendo

di tipo dinamico, non si possono fare considerazioni sul futuro ma soltanto constatazioni sul presente. Non

si può assumere che le relazioni di oggi siano utilizzabili tra 20-30. Risoluzione non molto elevata, max: 20 X

20 km. Riutilizzo dell’output del GCM (ad es. pressione atmosferica al suolo, vento, temperatura, umidità)

attraverso un RCM, con imputazione di equazioni e dati locali specifici, al fine di simulare il clima su scala

regionale. 

STATISTICAL DOWNSCALING dove viene stabilita una relazione statistica tra le osservazioni sulle variabili

a larga scala (come la pressione superficiale atmosferica), e una variabile locale (come la velocità del vento)

in un particolare sito. La relazione viene successivamente utilizzata sui dati GCM per ottenere le variabili

locali dall'output GCM. In altre parole, lo Statistical Downscaling stabilisce relazioni empiriche tra variabili

climatiche atmosferiche e/o locali, attuali e/o storiche; una volta trovate e verificate queste relazioni si

utilizzano i GCM per generare previsioni sulla variazione del clima locale. Il tutto è basato sul presupposto

che le relazioni empiriche non cambino in futuro. Permette di trovare relazioni empiriche tra caratteristiche

climatiche locali e c