PROGETTO FORALPS: IL CONTRIBUTO DI ISAC

PROGETTO FORALPS: IL CONTRIBUTO DI ISAC-CNR/UNIMI
Michele Brunetti - Adriana Fassina – Gianluca Lentini – Maurizio Maugeri –
Claudia Mazzola – Teresa Nanni - Rossella Pastorelli
1
1. Il recupero di nuove serie meteorologiche lombarde: il contesto pre-FORALPS
Nel corso dell’ultimo decennio, l’Istituto di Fisica Generale Applicata dell’Università degli Studi di
Milano ha svolto, in collaborazione con l’Istituto per le Scienze dell’Atmosfera e del Clima (ISAC) del
CNR1, un’ampia attività volta alla ricostruzione dell’evoluzione del clima italiano, della regione alpina e
dell’area mediterranea. La collaborazione tra questi istituti ha consentito di dare vita ad un gruppo di
ricerca che, nell’arco di pochi anni, ha assunto un ruolo guida a livello nazionale e si è stabilmente
inserito nel quadro delle attività svolte dalla comunità scientifica internazionale. Esso ha consentito di
colmare una fondamentale lacuna della comunità scientifica nazionale in questo ambito ed ha anche
provveduto a supplire alla mancanza di un Servizio Nazionale attivo nel settore, assumendosi peraltro
l’onere di raccogliere, analizzare criticamente ed omogeneizzare2 un ampio database di serie osservative
italiane e di alcune aree limitrofe. I dati trattati comprendono alcune tra le più lunghe serie italiane come
quelle degli Osservatori di Milano-Brera, di Bologna e di Mantova, le serie incluse nel database di serie
secolari dell’Ufficio Centrale di Ecologia Agraria (UCEA), quelle dei database del Servizio Idrografico
e dell’Aeronautica Militare e quelle di un database relativo ad un’ampia area europea centrata sulla
regione alpina, frutto dei progetti UE ALPCLIM ed ALP-IMP. All’avvio delle attività di questo gruppo
di ricerca, il più rilevante data-base di lunghe serie storiche italiane disponibile in formato digitale era
Faremo spesso riferimento a questa attività e, nel seguito, indicheremo il gruppo di ricerca frutto della collaborazione tra
questi Istituti semplicemente con il termine di gruppo di ricerca “ISAC-UniMI”.
2 L’omogeneità dei dati e le procedure di omogeneizzazione degli stessi rappresentano un problema complesso, che in
estrema sintesi può essere riassunto come segue: una serie cronologica di una determinata variabile meteorologica si
definisce omogenea se il suo andamento temporale è determinato unicamente dalla variabilità e dai cambiamenti climatici,
ovvero se esso non è in alcun modo influenzato da problemi connessi alla misura della variabile stessa.
Una serie perfettamente omogenea rappresenta una condizione ideale, raramente riscontrabile nelle serie storiche di dati
meteorologici con cui si lavora nella pratica: è infatti molto raro, se non impossibile, trovare serie secolari che siano
totalmente prive di disomogeneità. Le disomogeneità sono di varia natura e sono accomunate dal fatto di introdurre fattori
non climatici nelle serie. Esse possono manifestarsi in due maniere fondamentali: tramite una discontinuità netta o attraverso
una tendenza graduale nel valor medio e/o nella varianza di una serie; nella maggior parte dei casi, le disomogeneità si
manifestano con “salti” improvvisi nel valor medio che lasciano inalterati gli altri momenti statistici. Dal punto di vista delle
cause, le discontinuità sono solitamente dovute a modificazioni di vario genere occorse nella stazione di rilevamento. Tali
modificazioni, ben localizzate nel tempo, possono essere rappresentate da sostituzioni degli strumenti di misura,
cambiamenti dei metodi o degli orari d’osservazione, spostamenti degli strumenti, conoscenza più precisa di alcune costanti
fisiche, utilizzo di formule diverse per normalizzare i dati o per calcolare le medie giornaliere e mensili, e così via. Le
variazioni graduali, invece, possono avvenire a causa di modificazioni delle condizioni ambientali come, ad esempio,
l’ampliamento di una città intorno alla stazione di misura o lo sviluppo di vegetazione intorno alla capannina meteorologica.
A prescindere dalla loro origine, dunque, tutte le disomogeneità presentano un importante aspetto in comune; esse alterano
il segnale climatico autentico, nascondendolo, ed introducendo forzanti spurie che non hanno alcun riscontro reale nella
situazione climatica dell’area geografica esaminata. È necessario quindi eliminare tutte le disomogeneità prima di procedere
all’analisi dei dati.
L’insieme delle procedure attraverso le quali le disomogeneità vengono identificate ed eliminate prende il nome di processo
di omogeneizzazione. A livello operativo, infine, l’omogeneizzazione viene sempre condotta rispetto ad un determinato
periodo della serie: in sostanza, si rendono omogenei tutti i valori con quelli di un certo intervallo temporale, generalmente il
più affidabile e spesso il più recente, in modo da facilitare il successivo aggiornamento delle serie. I dati vengono dunque
corretti in maniera tale che appaiano come se fossero sempre stati osservati sotto le condizioni operative esistenti nel
periodo di riferimento. L’omogeneizzazione presenta naturalmente dei costi, in quanto induce una certa perdita
d’informazione, ma l’alternativa è possedere dati non confrontabili e, in ultima analisi, non in grado di fornire indicazioni
climatiche realistiche, soprattutto per le analisi a lungo termine. Per ulteriori dettagli circa le metodologie di
omogeneizzazione, è possibile consultare i report e le relazioni finali del progetto MiPAF-CLIMAGRI e del progetto FLAKyoto. Maggiori dettagli su questi progetti verranno dati nel seguito.
1
2
l’archivio delle serie secolari UCEA. Esso era stato prodotto nel corso degli anni ’70, nell’ambito di un
progetto finalizzato del CNR che aveva consentito di digitalizzare i dati termometrici e pluviometrici di
26 stazioni, per un periodo generalmente compreso tra il 1870 ed il 1973. In seguito, alcune di queste
serie hanno continuato ad essere aggiornate, mentre altre stazioni hanno cessato di funzionare o di
fornire i loro dati all’UCEA. Per quanto il data-base UCEA raccogliesse un primo e fondamentale
nucleo di dati, esso era molto lontano dal costituire un punto d’arrivo. Un primo problema consisteva
nel numero troppo basso di serie: 26 stazioni erano troppo poche per descrivere in modo efficace il
comportamento di un territorio geograficamente complesso come quello italiano. Peraltro, le stazioni
non avevano una distribuzione territoriale uniforme, cosicché vaste regioni risultavano scoperte. Un
ulteriore problema era rappresentato dai parametri disponibili; infatti, per quanto temperature e
precipitazioni rivestano grande importanza, esse non sono sufficienti per una ricostruzione completa
del clima del passato. Vi era inoltre un problema di completezza dei dati, in quanto le serie UCEA
avevano, soprattutto nel periodo iniziale, numerosi dati mancanti. Esistevano, infine, fondamentali
problemi di omogeneità, dal momento che soltanto per un ridottissimo numero di serie si disponeva di
informazioni sufficienti per capire quanto fossero fra loro confrontabili i dati raccolti in un periodo
generalmente superiore ai 100 anni.
In questo contesto, il primo passo delle attività del gruppo di ricerca ISAC-UniMI è stato operato
nell’ambito del Progetto Speciale CNR “Ricostruzione del clima dell’area mediterranea nel passato”.
Nel corso di questo progetto, il data-base UCEA delle serie mensili di temperature minime, medie e
massime e di precipitazioni è stato aggiornato, esteso nel passato, completato, corretto, ed
omogeneizzato. Il data-base ottenuto copriva il periodo 1865-1998 per le temperature e quello 18331998 per le precipitazioni3.
Parallelamente alle attività del Progetto Speciale CNR “Ricostruzione del clima dell’area mediterranea
nel passato” sono state svolte altre attività di recupero di serie storiche di dati meteorologici, sia da
parte del gruppo ISAC-UniMI che di altri gruppi di ricerca.
Nel loro complesso, le attività di recupero delle serie storiche italiane condotte nel corso della seconda
metà degli anni ’90, avevano determinato un significativo miglioramento della disponibilità di dati,
consentendo la produzione di un ampio insieme di analisi statistiche ed evidenziando alcuni risultati di
notevole interesse. Queste analisi avevano, tuttavia, anche dimostrato come lo studio delle variazioni
del clima italiano avesse nella qualità e nella disponibilità dei dati il suo principale fattore limitante. In
particolare, da una parte il numero delle serie disponibili era ancora troppo basso, determinando una
copertura molto incompleta del nostro Paese, dall’altra rimaneva ampiamente aperto il fondamentale
problema dell’identificazione e della correzione di eventuali disomogeneità nei dati. Ciò era dovuto alla
scarsissima disponibilità di informazioni relative alla storia delle osservazioni, prerequisito irrinunciabile
3
Si veda, ad esempio, il sito internet http://www.climagri.it/disp_affi_7_8.htm.
3
per
poter
procedere
criticamente
all’omogeneizzazione
dei
dati.
La
conseguenza
era
un’omogeneizzazione piuttosto prudenziale, con molti periodi sospetti per i quali, in assenza di
informazioni di carattere storico, si era preferito sospendere il giudizio.
Le preoccupazioni relative alla difficoltà di sottoporre i dati italiani ad una rigorosa procedura di
omogeneizzazione si sono rese ancora più evidenti poco dopo la conclusione del Progetto Speciale
CNR “Ricostruzione del clima dell’area mediterranea nel passato”, quando alcune serie termometriche
dell’Italia settentrionale sono state incluse nel progetto UE ALPCLIM con l’obiettivo di assemblare una
base di dati che coprisse un’ampia area europea centrata sulle Alpi4. Il confronto di queste serie con
quelle delle altre nazioni di quest’area ha mostrato alcune differenze sistematiche. In questo contesto,
nell’anno 2000 il gruppo di lavoro ISAC-UniMI ha avviato un nuovo programma di ricerche mirato
prevalentemente a risolvere il problema dell’omogeneizzazione dei dati. Questo programma è stato
sviluppato inizialmente nell’ambito del Progetto Finalizzato del Ministero per le Politiche Agricole e
Forestali “CLIMAGRI - Cambiamenti Climatici e Agricoltura5; in seguito un’estensione delle attività è
stata condotta nell’ambito del progetto UE ALP-IMP6 e nell’ambito di due progetti del Ministero per
l’Istruzione l’Università e la Ricerca (PRIN 2001 “La variabilità del clima locale relazionata ai fenomeni
di cambiamento climatico globale” e FIRB “Evoluzione nella frequenza di eventi precipitativi estremi e
di siccità in Italia negli ultimi 120 anni e relativo impatto sui bioecosistemi"). Grazie alla disponibilità di
risorse provenienti da questi progetti, e considerando che in Italia erano in stato di avanzamento altre
attività riguardanti sia singole stazioni che dataset organizzati a livello di Regioni, l’obiettivo iniziale che
prevedeva solo l’omogeneizzazione dei dati esistenti è stato esteso fino ad includere la costruzione di un
archivio di dati e metadati7 completamente nuovo8.
In questi ultimi anni, peraltro, progetti di ricerca volti al recupero ed all’omogeneizzazione delle lunghe
serie storiche di dati meteorologici non sono stati condotti solo in Italia, ma anche in vari Paesi
confinanti. Tra le varie iniziative, quella più importante in relazione all’area territoriale in cui è collocata
la Regione Lombardia è probabilmente quella coordinata dal Servizio Meteorologico Nazionale
Austriaco nell’ambito dei progetti UE ALPCLIM e ALP-IMP9. Questa iniziativa si propone di indagare
il comportamento di un’ampia area europea, denominata Greater Alpine Region (GAR), che include
Questa regione viene solitamente indicata con il termine “Greater Alpine Region” o GAR.
Si veda il sito www.climagri.it, con particolare riferimento alla sezione “Risultati”.
6 Si veda il sito http://www.zamg.ac.at/ALP-IMP/, con particolare riferimento all’area “References”.
7 I metadati, in estrema sintesi, sono costituiti da informazioni storiche accessorie alle serie di dati: localizzazione della
stazione, gestore della stazione, tipologie di strumenti, eventuali variazioni nelle modalità di raccolta dati, e così via.
8 La costruzione di questo nuovo archivio di dati e di metadati si è di fatto conclusa nel corso dell’anno 2005. Per una
descrizione di dettaglio delle attività svolte, dei dati disponibili e dei risultati ottenuti si rimanda a 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.
9 A questi progetti ha contribuito anche il gruppo di ISAC-UniMI.
4
5
4
anche l’intera Italia settentrionale e parte dell’Italia centrale10. Essa ha dato origine ad un database molto
noto, chiamato HISTALP11.
Accanto ad attività svolte a scala nazionale o internazionale, il gruppo di ricerca ISAC-UniMI si è anche
occupato e continua ad occuparsi in modo specifico della Regione Lombardia. In particolare, le attività
svolte per la nostra regione sono condotte nell’ambito del Progetto Kyoto – Ricerca sui cambiamenti
climatici e il controllo dei gas serra in Lombardia12. Nell’ambito di questo progetto l’Istituto di Fisica
Generale Applicata è coordinatore della linea di ricerca “climatologia”. Essa include le seguenti 6 unità
operative: Università degli Studi di Milano - Istituto di Fisica Generale Applicata; Università Cattolica
del Sacro Cuore - Dipartimento di Matematica e Fisica13; Politecnico di Milano - Dipartimento di
Ingegneria Idraulica, Ambientale, Infrastrutture Viarie e Rilevamento; Consiglio Nazionale delle
Ricerche – Istituto per la Dinamica dei Processi Ambientali; Università degli Studi di Milano Dipartimento di Scienze della Terra; ERSAF Lombardia.
Tra i vari risultati del Progetto Kyoto vi è l’ampliamento della base di serie storiche secolari di dati
termometrici e pluviometrici della Lombardia. Grazie a questo progetto la disponibilità di lunghe serie
termometriche e pluviometriche di dati lombardi è ora molto più ampia.
La figura 1 evidenzia le serie disponibili prima del Progetto UE INTERREG FORALPS.
La costruzione di questo nuovo archivio di dati e di metadati si è di fatto conclusa nel corso dell’anno 2006. Per una
descrizione di dettaglio delle attività svolte, dei dati disponibili e dei risultati ottenuti si rimanda a www.zamg.ac.at/alp-imp.
11 Per riferimento, si veda ad esempio: Auer, I., Boehm, R., Jurkovic, A., Orlik, A., Potzmann, R., Schoener, W.,
Ungersboeck, M., Brunetti, M., Nanni, T., Maugeri, M., Briffa, K., Jones, P., Efthymiadis, D., Mestre, O., Moisseline, J.M.,
Begert, M., Brazdil, R., Bochnicek, O., Cegnar, T., Garjic-Capka, M., Zaninovic, K., Majstorovic, Z., Szalai, S., Szentimrey,
T., Mercalli, L., 2006. HISTALP historical instrumental climatologically surface time series of the greater alpine region
1760–2003. International Journal of Climatology, DOI: 10.1002/joc1377.
12 Questo progetto, tuttora in corso, è finanziato da Regione Lombardia, Fondazione Lombardia per l’Ambiente e APAT,
Ministero dell’Ambiente e Tutela del Territorio. Per maggiori dettagli si rimanda a www.flanet.org/ricerca/kyoto.asp.
13 Le attività del Dipartimento di Matematica e Fisica dell’Università Cattolica del Sacro Cuore sono state particolarmente
importanti nel contesto del recupero di nuove serie lombarde di dati termometrici e pluviometrici.
10
5
Progetto Kyoto
•Bormio
CLIMAGRI
AM
•Locarno
•Lugano
•Domodossola
•Varese
•Sondrio
•Edolo
•Monte Maria
•Trento
•Clusone
•Riva
•Como
•Orio al Serio AM
•Malpensa AM
•Bergamo
•Salò
Salò
•Borgomanero
•Rovereto
•Brescia
•Monza
•Linate AM
•Ghedi AM
•Desenzano
•Novara
•Milano
•Torino
•Torino Moncalieri
•Pavia
•Piacenza AM
•Piacenza
•Tortona •Voghera
•Mantova
•Casale Monferrato
•Parma
Figura 1: Visualizzazione delle serie storiche lombarde recuperate pre-FORALPS. La figura mostra le serie secolari
termometriche e pluviometriche, evidenziandone la fonte.
6
2. Il contributo ISAC-UNIMI per il Progetto FORALPS – Working Package 5
Il progetto UE INTERREG FORALPS vede una collaborazione internazionale di enti ed istituti
appartenenti a Paesi dell’area Alpina; in Lombardia esso prevede un’intensa collaborazione tra il gruppo
ISAC-UniMI e due unità operative (U.O.) di ARPA Lombardia (Meteorologia ed Idrografia,
rispettivamente nei Work Packages 7 e 5).
Questo progetto ha permesso, sinora, di arricchire la nostra base di serie meteorologiche lombarde
termometriche e pluviometriche sia secolari, sia subsecolari14 oltre che di avviare uno studio
approfondito delle tecniche di estrapolazione e spazializzazione di dati meteorologici su un territorio
complesso come quello lombardo.
Accanto alle attività relative alle serie secolari, descritte nel paragrafo precedente e relative al contesto
delle serie meteorologiche pre-FORALPS, rivestono infatti grande importanza dati meteorologici che
hanno per oggetto serie non secolari, ma comunque di lunghezza tale da poter definire in modo
piuttosto efficace il clima di singole stazioni e di un loro intorno geograficamente omogeneo e, talvolta,
tali da fornire anche qualche informazione sulle tendenze evolutive di temperature e precipitazioni
dell’area in esame. L’Organizzazione Meteorologica Mondiale (WMO) definisce in trent’anni l’intervallo
sufficiente per definire il clima di un punto o di un’area15, in termini delle caratteristiche meteorologiche
medie trentennali valutate in ragione di variabili quali la temperatura o le precipitazioni.
In questo senso esiste la forte esigenza di recuperare, accanto alle serie storiche secolari descritte in
precedenza, anche l’enorme patrimonio di serie almeno trentennali di cui, all’interno di vari database
gestiti da enti diversi, dispone la Regione Lombardia, esigenza di cui si è fatto carico, all’interno del
progetto UE INTERREG FORALPS, il gruppo di ricerca ISAC-UniMI. La fonte più importante di
dati di questo tipo è costituita dagli archivi di quello che era il Servizio Idrografico e Mareografico
Nazionale (d’ora in avanti, ex-SIMN)16.
Peraltro, una parte delle stazioni ex-SIMN è ora inclusa nella rete di monitoraggio gestita dal Servizio
Meteorologico Regionale di ARPA Lombardia (SMR, U.O. Meteorologia): la consistenza del database
del SMR di ARPA Lombardia, quantificabile in 240 serie lombarde di variabili meteorologiche,
proviene dall’aver incorporato dati e stazioni originarie di database diversi, ed in particolar modo dell’ex
SIMN (69 stazioni delle 240 disponibili); altre fonti dei dati del SMR sono, ad esempio, la rete
agrometeorologica ex-ERSAF; la rete nivometeorologica, la rete di qualità dell’aria. I dati meteorologici
Per maggiori dettagli, si rimanda al paragrafo 3.1.2 e successivi.
Per un utile riferimento bibliografico in tal senso, si veda ad esempio IPCC, 2004: Describing scientific uncertainties in
Climate Change to Support Analysis of Risk and of Options, workshop report of the IPCC, Dublin, 2004; also available
online at http://ipcc-wg1.ucar.edu/meeting/URW/product/URW_Report_v2.pdf
16 Per un riferimento sulla storia del Servizio Idrografico e Mareografico Nazionale, è possibile consultare il sito:
http://www.nimbus.it/intermet/servizimeteoitaliani.htm.
14
15
7
disponibili, in massima parte aggiornati in tempo reale dalle stazioni automatiche, spaziano dalle
temperature alle precipitazioni, dalle direzioni ed intensità del vento alle concentrazioni di inquinanti, e
rappresentano un patrimonio fondamentale per la descrizione meteorologica della nostra Regione17.
Purtroppo, in molti casi, queste stazioni non possono essere utilizzate per la ricerca climatologica in
quanto le relative serie storiche non coprono un periodo di adeguata lunghezza.
La principale fonte di informazioni circa i dati raccolti dall’ex-SIMN è rappresentata dagli Annali
Idrologici disponibili presso l’Agenzia per la Protezione dell’Ambiente e per i Servizi Tecnici (APAT)18;
questi annali sono attualmente in fase di digitalizzazione, ma una loro prima scansione è già disponibile
in rete19; in tempi relativamente brevi dovrebbe anche essere possibile disporre dei dati numerici.
È peraltro fondamentale segnalare come una parte dei dati degli annali sia già disponibile all’interno di
un progetto APAT denominato SCIA (Sistema nazionale per la raccolta, l’elaborazione e la diffusione
di dati Climatologici di Interesse Ambientale)20. Il database incluso in SCIA è di assoluto interesse, sia
per la varietà delle variabili meteorologiche disponibili (da parametri di carattere agronomico come la
bagnatura foliare e l’evapotraspirazione, a variabili meteorologiche come temperature e precipitazioni),
sia per l’elevato numero di stazioni disponibili per l’intera Italia, e per la Lombardia in particolare. Più in
dettaglio i dati, disponibili con risoluzione mensile, annuale o decennale, risultano particolarmente
abbondanti per le precipitazioni lombarde, per le quali è possibile scaricare circa duecento serie mensili
di lunghezza nominale almeno trentennale, distribuite in modo sufficientemente omogeneo nell’intero
territorio della Lombardia. Ferma restando la necessità di indagare circa la qualità e l’effettiva
consistenza dei dati, è evidente come un simile patrimonio di serie distribuite omogeneamente sul
territorio rappresenti un database di assoluto interesse nella valutazione sempre più accurata e di
dettaglio delle caratteristiche pluviometriche della nostra regione. I dati termometrici per la Lombardia
sono, al momento attuale, di un ordine di grandezza inferiori: è comunque vero che, per le
caratteristiche intrinseche della temperatura come variabile meteorologica, ed in particolare per la sua
elevata coerenza spaziale, sono necessarie meno stazioni rispetto alle precipitazioni per un’efficace
descrizione termometrica del territorio regionale lombardo.
Oltre al database APAT-SCIA, il reperimento di dati per il Progetto UE INTERREG FORALPS ha
visto l’utilizzo di altre sorgenti di dati quali, in primo luogo le serie meteorologiche provenienti dai
Progetti precedenti FORALPS e citati nel paragrafo precedente: Inoltre, il gruppo di ricerca ISACUniMI si è avvalso di database provenienti dall’ENEL, dall’Università di Pavia (a sua volta proveniente
Torneremo su questa rete nel paragrafo 3.3, in quanto le stazioni di questa rete sono molto importanti perché forniscono
dati relativi ad un ampio numero di variabili meteorologiche.
18 Questi Annali sono disponibili anche presso ARPA Lombardia, U.O. Idrologia.
19 Il sito internet da cui è possibile scaricare le scansioni degli Annali Idrologici dell’Agenzia per la Protezione dell’Ambiente
e per i Servizi Tecnici è http://www.annali.apat.gov.it/site/it-IT/
20 I dati inclusi in SCIA sono consultabili e liberamente scaricabili al sito: http://www.scia.sinanet.apat.it/
17
8
dall’ex-SIMN), dall’Aeronautica Militare, da ARPA Lombardia (Progetto RICLIC) e dall’Istituto
Meteorologico Svizzero (MeteoSwiss): la consistenza del database è raffigurata nella figura 2 e seguenti,
che distinguono le serie mensili e giornaliere per fonte, lunghezza e quota.
Nel corso del Progetto INTERREG FORALPS sono state raccolte circa 350 serie mensili di
precipitazioni di durata nominale almeno trentennale e circa 100 serie giornaliere di temperature e
precipitazioni di durata almeno trentennale. Le serie di precipitazioni e temperature giornaliere, con
pochissime eccezioni, riguardano le medesime stazioni: per questa ragione esse sono presentate negli
stessi grafici. Per quanto riguarda i dati pluviometrici mensili, sono state analizzate 431 serie relative a
354 stazioni distinte: nel caso di serie provenienti da fonti diverse, sono stati eseguiti specifici controlli
per verificare che i dati coincidessero. Le differenze evidenziate sono risultate sistematiche e sono
quindi state imputate a sfasamenti dovuti a differenti metodi di calcolo del valore mensile adottati dai
diversi enti. Poco meno di un terzo delle stazioni, esattamente 100, risultano poste al di sopra dei 1000
metri di quota, e di queste 18 superano i 2000 metri. Inoltre, 37 delle serie mensili inventariate coprono
un intervallo di 100 o più anni, con un’estensione massima di 242 anni per la serie di Milano Brera. Tra
le serie ultracentenarie, solo quella di Vigevano risulta particolarmente problematica a causa dell’alta
percentuale di dati mancanti. Dalla distribuzione spaziale delle stazioni con dati mensili si può
evidenziare una copertura sufficiente del territorio lombardo alpino e limitrofo, adeguata per la
realizzazione di una climatologia dell’area. Rimane comunque auspicabile un futuro miglioramento del
database, sia in termini quantitativi, con l’incremento del numero di serie, sia in termini di estensione
temporale delle serie già archiviate.
I dati pluviometrici e termometrici lombardi almeno trentennali sono stati raccolti e catalogati e le
procedure di controllo di qualità e consistenza, nonché di omogeneizzazione, sono state avviate per una
parte dei dati pluviometrici, con particolare riferimento a zone di interesse quali la Valtellina21, l’area
Insubrica22 (province di Varese, Como, Lecco, Verbania, Novara e Canton Ticino) ed il Massiccio
dell’Adamello e Val Camonica23.
Lavoro completato nella Tesi di Laurea Triennale in Fisica di Enrico Sartori: “Caratterizzazione pluviometrica della
Valtellina”, 2007.
22 Lavoro completato nella Tesi di Laurea Triennale in Fisica di Daniele Berlusconi: “Caratterizzazione pluviometrica della
Regione Insubrica”, 2007.
23 Lavoro in corso di nella Tesi di Laurea Triennale in Fisica di Francesca Petra Possenti: “Caratterizzazione pluviometrica
dell’area dell’Adamello”, 2007.
21
9
FONTE
KYOTO
APAT-SIMN
NOLA-MOTTA
ENEL
AM
UCEA
METEOSWISS
ARPA-SIMN
S. STORICHE
METEOTRENTI
NO
Figura 2: La consistenza del database lombardo (serie pluviometriche mensili) ISAC-UniMI. Il grafico presenta la
localizzazione delle stazioni, evidenziando le diverse fonti dei dati raccolti nel Progetto INTERREG FORALPS.
LUNGHEZZA
< 25
25
50
100
Figura 3: La consistenza del database lombardo (serie pluviometriche mensili) ISAC-UniMI. Il grafico presenta la
localizzazione delle stazioni, evidenziando la lunghezza nominale in anni dei dati raccolti nel Progetto.
10
LUNGHEZZA
Figura 4: La consistenza del database lombardo (serie pluviometriche mensili) ISAC-UniMI. Il grafico è analogo al
precedente, ma permette un più immediato riconoscimento visuale della lunghezza nominale dei dati disponibili.
Figura 5: La consistenza del database lombardo (serie pluviometriche mensili) ISAC-UniMI. Il grafico presenta le serie
per fasce di quota: i rombi verdi rappresentano quote tra 0 e 499 m, quelli gialli tra 500 e 999 m, quelli blu superiori ai
1000 m.
11
Complessivamente sono state archiviate 97 serie di dati giornalieri relative ad altrettante stazioni
distinte. Tra queste serie, 14 risultano essere ultracentenarie e 32 sono relative a stazioni localizzate
sull’arco alpino a quote superiori a 1000 metri. Nel gruppo delle stazioni alpine solo la serie del Passo
dello Stelvio proveniente dall’archivio UCEA presenta una percentuale molto elevata di dati mancanti;
non si esclude comunque la possibilità in futuro di completarla e di migliorarne la qualità. Le figure
seguenti mostrano, come già per le serie mensili, i dati giornalieri distinti per fonte, lunghezza e quota.
FONTE
ALTRO
KYOTO
UCEA
S. STORICHE
ENEL
AM
Figura 6: La consistenza del database lombardo (serie giornaliere) ISAC-UniMI. Il grafico presenta la localizzazione
delle stazioni, evidenziando le diverse fonti dei dati raccolti nel Progetto INTERREG FORALPS.
12
LUNGHEZZA
<25
25
50
100
Figura 7: La consistenza del database lombardo (serie giornaliere ) ISAC-UniMI. Il grafico presenta la localizzazione
delle stazioni, evidenziando la lunghezza nominale in anni dei dati raccolti nel Progetto.
Figura 8: La consistenza del database lombardo (serie pluviometriche mensili) ISAC-UniMI. Il grafico presenta le serie
per fasce di quota: i rombi verdi rappresentano quote tra 0 e 499 m, quelli gialli tra 500 e 999 m, quelli blu superiori ai
1000 m.
13
Si è reso inoltre disponibile, grazie alla collaborazione di APAT24 (Agenzia per la Protezione
dell’Ambiente ed i Servizi Territoriali, partner FORALPS) un nuovo ed ampio database di dati
pluviometrici giornalieri per il Bacino del Po.
Figura 9: La consistenza del database APAT del Bacino del Po (serie pluviometriche giornaliere).
Il lavoro di controllo di consistenza e qualità del database del Bacino del Po è in corso. L’importanza
dei dati giornalieri di precipitazione non può essere sottovalutata: in particolare, essi si rendono
indispensabili per la valutazione dell’andamento e della variazione della statistica degli eventi estremi.
24
In particolare, il database APAT – Bacino del Po è stato reso disponibile da Antonio Colagrossi e Barbara Lastoria.
14
3. Il contributo ISAC-UNIMI per il Progetto FORALPS – Working Package 7
Il gruppo UniMI-ISAC è attualmente impegnato nelle attività volte alla creazione di procedure adatte
alla spazializzazione delle variabili meteorologiche per un’area del Nord Italia che comprende la
Lombardia, con l’obiettivo di ottenere climatologie ad alta risoluzione per le temperature e per le
precipitazioni.
“Spazializzare” i dati significa estrapolare le informazioni da singoli valori puntiformi, come quelli dei
dati di stazione, per l’intero territorio in esame; in altre parole, significa passare da un dominio discreto
ad un dominio molto prossimo ad essere continuo, attraverso la costruzione di una griglia regolare. Il
passaggio dai valori puntiformi costituiti dalle singole stazioni variamente disseminate sul territorio a
valori equispaziati su una griglia regolare richiede la creazione di adeguati modelli che siano, in primo
luogo, in grado di discriminare le stazioni secondo criteri di localizzazione geografica (latitudine,
longitudine, quota), di distanza lineare ed angolare dal punto di griglia in esame, di caratteristiche
morfologiche dell’ubicazione della stazione (esposizione del versante, numero di ostacoli naturali che si
frappongono tra la stazione ed il punto di griglia, …); i modelli devono, in secondo luogo, pesare le
singole caratteristiche appena descritte per tutte le stazioni che concorrono alla creazione del punto di
griglia, ed infine devono provvedere ad estrapolare l’informazione in esame per ogni punto di griglia.
Il modello di spazializzazione selezionato dal gruppo di ricerca UniMI-ISAC per la creazione di una
climatologia ad alta risoluzione per un’area che include la regione Lombardia fa parte della tipologia
PRISM (Parameter-Elevation Regression on Independent Slopes Model)25, che risulta particolarmente
adatta per territori orograficamente complessi come la Lombardia. PRISM si basa, come ogni modello
di spazializzazione, su un modello di elevazione digitale (DEM), che associa una quota a ciascuna cella
della griglia. Oltre a questo, PRISM incorpora nel proprio DEM anche le caratteristiche morfologiche
del territorio, assegnando a ciascuna cella una “facet”, termine traducibile come “regime orografico”,
che ne incarna le caratteristiche in termini di esposizione del versante rispetto alle celle circostanti26.
L’incorporazione del regime orografico è particolarmente utile in aree ad orografia complessa come le
Alpi e le Prealpi lombarde, perché garantisce che soltanto le stazioni rappresentative di regime
orografico analogo a quello del punto di griglia in esame concorrano alla creazione della serie del punto
di griglia stesso: questa caratteristica è fondamentale, ad esempio, per garantire una realistica
rappresentazione delle precipitazioni in aree complesse come la Valtellina e le sue valli laterali.
I modelli di tipo PRISM sono descritti, a titolo d’esempio, nella seguente pubblicazione: New M., Hulme M., Jones P.,
2000. Representing Twentieth-Century Space–Time Climate Variability. Part II: Development of 1901–96 Monthly Grids of
Terrestrial Surface Climate. J. Clim., 13, 2217-2238.
26 In realtà, l’opportunità di utilizzare realmente una distinzione per facet va verificata di caso in caso e, se per le
precipitazioni tale scelta è solitamente opportuna, per le temperature può anche essere ridondante.
25
15
La proiezione dei valori medi delle variabili meteorologiche su griglie regolari, ottenuta partendo da dati
puntiformi di stazione, viene definita spesso creazione di una “climatologia”, ossia di un dataset che
incarna il valore “normale” o atteso (in senso climatologico, perché calcolato su serie di dati almeno
trentennali) di una determinata variabile meteorologica per il territorio in esame. La creazione di una
climatologia delle temperature e delle precipitazioni permette di rispondere ad una serie di domande alle
quali le singole serie storiche non sono immediatamente in grado di dare risposta: in primo luogo, una
climatologia dà modo di affrontare il problema attualissimo e sempre più ampiamente dibattuto di
determinare quanto un singolo dato registrato di temperature di precipitazioni sia anomalo, per un
determinato territorio, rispetto al valore normale atteso. In questo senso è evidente l’utilità della
creazione di una climatologia: essa rappresenta il valore normale atteso, di temperature e di
precipitazioni, per ogni punto del territorio lombardo e permetterebbe di comprendere con
immediatezza ed efficacia l’instaurarsi di condizioni meteorologiche anomale e potenzialmente
innescanti condizioni di rischio27.
Tutte le precedenti attività si riferiscono, per ora, a serie con risoluzione mensile. Un ulteriore passo
avanti, la cui attuazione richiederà diversi anni, sarà quello di ottenere una climatologia a scala
giornaliera (ossia definita a partire da dati giornalieri di stazione): essa sarebbe, peraltro, importante per
la definizione di indici CLIVAR (vedi paragrafo precedente) per ogni punto del territorio e
rappresenterebbe uno strumento particolarmente potente per comprendere l’eventuale instaurarsi di
condizioni di rischio di origine meteorologica.
Benché al momento non sia realistico aspettarsi una climatologia giornaliera della Lombardia prima di
qualche anno, è importante sottolineare come utili informazioni relative ad indici che richiedono dati
con risoluzione giornaliera possano essere anche desunte dai dati con risoluzione mensile: a questo
proposito il gruppo UniMI-ISAC intende condurre alcuni case study in grado di comprendere quale sia
il legame tra valori medi “normali” mensili di temperature e di precipitazioni ed indici termometrici e
pluviometrici calcolati su base giornaliera. In questo modo si riuscirà a costruire indici affidabili, o
meglio indicatori affidabili degli indici, a partire da una solida climatologia di dati mensili. Una ricerca in
questo senso è attuata, all’interno del gruppo FORALPS WP7, in collaborazione con l’Unità Operativa
Meteorologia di ARPA Lombardia.
Un primo controllo preliminare sul nostro database dei serie pluviometriche e termometriche è stato
rappresentato dalla valutazione della correttezza della localizzazione geografica delle stazioni stesse: si è
in particolare valutata la possibilità di sostituire al valore della quota reale della stazione il valore di
quota della cella del DEM ad essa più vicina. I DEM utilizzati per questo tipo di controllo sono stati il
27 Queste considerazioni valgono, naturalmente, sia per i dati presenti all’interno delle serie storiche, sia per i dati frutto
dell’attuale monitoraggio delle variabili meteorologiche.
16
GTOPO30 e il NGDC della NOAA, entrambi con una risoluzione di 30 secondi d’arco (o 0.008333
gradi), equivalenti a celle regolari di circa 1 km2. Entrambi i Modelli d’Elevazione Digitale hanno
mostrato un’ottima approssimazione delle quote delle stazioni del database dell’area lombarda
assemblato nel progetto FORALPS, discostandosi in media di meno di 5 m dalle quote reali delle
stazioni.
La solidità delle coordinate delle stazioni ha permesso di affrontare le caratteristiche più complesse delle
routine PRISM, in particolare quelle legate all’esposizione e alla pendenza del versante.
17
18