DOWNSCALING SCENARI CLIMATICI FUTURI SUL TERRITORIO REGIONALE - Gli scenari futuri? - Arpa Piemonte
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
DOWNSCALING SCENARI CLIMATICI
FUTURI SUL TERRITORIO REGIONALE
Gli scenari futuri?
S. Barbarino*, N. Loglisci*, R. Pelosini*
*Arpa Piemonte
Dipartimento Rischi Naturali e Ambientali - Meteorologia, clima e qualità dell'aria
✓ IPCC ✓ Modelli climatici ✓ Scenari futuri ✓ Cambiamenti osservati ✓ Modelli EUROCORDEX ✓ Downscaling statistico ✓ Dataset O.I. ✓ Proiezioni future Piemonte • temperatura • Precipitazione • SPEI • FWI-Incendi boschivi ✓ Outlook • Downscaling dinamico • COSMO-CLM _5.0 innestato su ERA5
IPCC The Intergovernmental Panel on Climate Change (IPCC) is the United Nations body for assessing the science related to climate change. Created in 1988 by WMO and United Nations Environment Programme (UNEP). The IPCC is an organization of governments that are members of the United Nations or WMO. The IPCC currently has 195 members.
IPCC
27 settembre 2013
pubblicato on-line il V rapporto IPCC sulle basi fisiche dei cambiamenti climatici
•Riassunto per i Decisori Politici
•draft del Volume del Rapporto WGI
http://www.climatechange2013.org/
Dal 2014 altri 3 rapporti:
WGII (impatti, vulnerabilità e adattamento),
WGIII (mitigazione dei cambiamenti climatici)
e una Sintesi di tutti i tre precedenti volumi.
IPCC VI RAPPORTO IPCC
Modelli climatici
Modelli climatici GCM
Fonte: E. Bucchignani
Modelli climatici
Modelli climatici GCM
Le novità ...
Sistema osservativo
▪Utilizzo di modelli climatici di nuova generazione
- 42 modelli climatici globali (quasi il doppio
rispetto a quello dei modelli analizzati nel
rapporto del 2007) risoluzione scesa dai 150 ai
50km
- proiezioni a corto termine (2016‐2035) e a
lungo termine (2086- 2100)
▪Analisi più approfondita – effetto di nuvole,
aerosol, radiazioni cosmiche, monsoni e El Nino/La
Nina sui cambiamenti climatici
▪Atlante delle Proiezioni Climatiche Globali e
Regionali
Modelli climatici
Modelli climatici GCM
Modelli climatici accoppiati oceano-atmosfera GCM
Fonte: E. Bucchignani
Scenari futuri
RCP - Representative Concentration Pathways
RCP 8.5 – (emissioni elevate) entro il 2100, le concentrazioni
di CO2 sono triplicate o quadruplicate rispetto ai livelli
preindustrali
RCP 6.0 (stabilizzazione medio-alto) le emissioni di CO2
continuano a crescere fino a circa il 2080 per poi stabilizzarsi
e sono circa il 25% superiori rispetto ai valori di rispetto ai
valori raggiunti secondo lo scenario RCP4.5.
RCP4.5 (stabilizzazione medio-basso) entro il 2070 le
emissioni di CO2 scendono al di sotto dei livelli attuali e la
concentrazione atmosferica si stabilizza entro la fine
del secolo a circa il doppio dei livelli pre-industriali.
Fonte: AR5, IPCC RCP2.6 strategie di mitigazione ‘aggressive’: le emissioni di
gas serra iniziano a diminuire dopo circa un decennio e si
profili concentrazione di CO2 raggiunti entro il 2100: avvicinano allo zero più o meno in 60 anni a partire da oggi
1) 421ppm (RCP2.6)
2) 538ppm (RCP4.5)
3) 670 ppm(RCP6.0)
4) 936 ppm(RCP8.5)
Scenari futuri
Radiative forcing
Si definisce forcing radiativo la differenza netta, espressa in W/m2, tra la
radiazione entrante ed uscente all’altezza della tropopausa dovuta a
modifiche di forzanti esterne del cambiamento climatico quali ad esempio
un cambiamento della concentrazione di CO2 o della radiazione solare.
Nel contesto del cambiamento climatico, una definizione più
specifica di forcing radiativo è la misura in cui un fattore altera
l'equilibrio energetico nella troposfera.
Secondo l'IPCC, utilizzando l'anno 1750 come rappresentativo della
data di riferimento del periodo pre-industriale, il valore di forzante
Kiehl,Trenberth, 1997, “Earth’s Annual Global Mean Energy Budget”
radiativo complessivo si stima essere 1.6 W/m2 a partire dal 2007.
Un forzante positivo è associato ad un riscaldamento della superficie terrestre, un
forzante negativo è associato ad un raffreddamento.
Fonte: AR5, IPCC
Quattro nuovi scenari RCP identificati dal loro forzante radiativo totale nel 2100 rispetto al 1750
RCP2.6 (scenario di forte mitigazione - il RF raggiunge un picco e poi cala) RF=+2.6 W/m2
RCP4.5 (scenario di stabilizzazione di emissioni di gas serra) RF=+4.5 W/m2
RCP6.0 (scenario di stabilizzazione di emissioni di gas serra) RF=+6.0 W/m2
RCP8.5 (scenario con emissioni alte) RF=+8.5 W/m2Scenari futuri
Scenari climatici RCP - Representative Concentration Pathways
•Representative Concentration Pathway (RCP) : traiettoria (pathway) della concentrazione di gas serra adottata dall' IPCC nel
V Assessment Report (AR5) nel 2014. Sostituisce le proiezioni Special Report on Emissions Scenarios (SRES) pubblicate nel 2000.
•Selezione di quattro pathways (RCPs)
per climate modeling e ricerca.
•Descrizione di possibili differenti tipi di
clima futuro considerati tutti possibili a
seconda della quantità di gas serra
emessa negli anni a venire.
•RCP2.6, RCP4.5, RCP6 e RCP8.5
denominati così in funzione di un
possibile range di valori del forcing
radiativo nell'anno 2100 rispetto all'era
pre-industriale +2.6, +4.5, +6.0, +8.5
W/m2)
Fonte: AR5, IPCCCAMBIAMENTI OSSERVATI NEL SISTEMA
CLIMATICO GLOBALE
Componenti climatiche e verifica modelli
USGCRP, 2017: Climate Science Special Report: Fourth National Climate Assessment, Volume I [Wuebbles, D.J., D.W. Fahey, K.A. Hibbard, D.
Dokken, B.C. Stewart, and T.K. Maycock (eds.)]. U.S. Global Change Research Program,ashingtoCAMBIAMENTI OSSERVATI NEL SISTEMA
CLIMATICO GLOBALE
Fonte: AR5, IPCCScenari futuri In Piemonte ?
Modelli climatici
Modelli climatici per analisi a scala
2) regionale (ARPA PIEMONTE)
Selezione di modelli climatici regionali ad alta risoluzione (0.11°~12 km) dal progetto
EUROCORDEX (https://www.euro-cordex.net/ )Modelli climatici
Modelli climatici per analisi a scala
regionale (ARPA PIEMONTE)
Modello climatico ad alta risoluzione (~8 km risol.orizz)
COSMO-CLM [1,2] (http://www.clm-community.eu/)
innestato sul modello globale CMCC-CM, a sua volta forzato
• da IPCC 20C3M protocol (periodo 1971-2005)
• da IPCC RCPs (periodo 2006-2100)
• (Non ci sono simulazioni forzate da Era-Interim)
Fonte: E. Bucchignani
COSMO-CLM modello utilizzato nel Piano Nazionale di Adattamento ai Cambiamenti Climatici PNACC
[1] Rockel et al, A. The regional climate model COSMO-CLM (CCLM). Meteorol Z 2008
[2] Bucchignani, Edoardo, et al. "High‐resolution climate simulations with COSMO‐CLM over Italy: performance evaluation and climate
projections for the 21st century." International Journal of Climatology 36.2 (2016)Downscaling statistico SI effettua una correzione delle serie simulate dai modelli per renderle “simili” in senso statistico a quelle osservate. Il concetto di similitudine tra serie simulate e osservate varia in base al metodo utilizzato. Il tutto è basato sul presupposto che le relazioni empiriche non cambino in futuro- stazionarietà del clima Linear Scaling (LS) • Corregge la distorsione del momento primo (il valor medio) delle serie simulate. • Rappresenta uno dei metodi di correzione più semplici e immediati da implementare, tanto da essere preso come termine di confronto (benchmark) rispetto a metodi più sofisticati quali il Quantile Mapping (Wetterhall et al., 2012; Schmidli et al., 2006). • Effettua una correzione delle serie giornaliere in modo che nel periodo di calibrazione le medie simulate coincidano con quelle osservate. Tale correzione avviene tramite un fattore di scala (additivo nel caso della temperatura, moltiplicativo per la precipitazione) che registra lo scarto tra serie osservate e simulate nel periodo di calibrazione. • Per tenere conto del ciclo annuale, la correzione è stata operata a livello mensile. Per la temperatura il fattore di correzione è dato dalla differenza fra la media mensile dei dati osservati e la media mensile dei dati simulati nel periodo di calibrazione.
Downscaling statistico
Si effettua una correzione delle serie simulate dai modelli per renderle “simili” in senso
statistico a quelle osservate.
Il concetto di similitudine tra serie simulate e osservate varia in base al metodo utilizzato.
…Quali osservazioni?Downscaling statistico - dataset climatici attualmente disponibili
EOBS (ECMWF)
https://cds.climate.copernicus.eu/cdsapp#! ERA 5 (ECMWF) (sostituisce ERA–Interim)
/dataset/insitu-gridded-observations- https://www.ecmwf.int/en/forecasts/datasets/r
europe?tab=overview eanalysis-datasets/era5
EUROPA GLOBALE
1950-2020 1979-oggi (a tendere dal 1950)
daily hourly
dataset stazioni meterologiche reanalisi
horiz. res. 0.1° x 0.1° v 0.25°x 0.25° oriz.res. 0.25° x 0.25°
realizzazione campo di incertezza delle variabili
✓ NO dal 1950 ad oggi aumento del n. stazioni ✓ NO bassa risoluzione
di misura, non adatto per serie climatiche
ARCIS https://www.arcis.it/wp/
ITALIA CENTRO SETTENTRIONALE
1961- 2015 precipitazione
daily
dataset su grigliato a partire da stazioni meteorologiche – horiz.res. (5x5)km
✓ NO manca temperaturaDownscaling statistico - dataset climatici attualmente disponibili
Dataset speficici per ecological applications –species distribution models – alta risoluzione
WORLDCLIM CHELSA (WSL)
https://www.worldclim.org/data/index.html https://chelsa-climate.org/
GLOBALE GLOBALE
1960-2018 1979-2013
monthly monthly (daily 1981-2005)
dataset stazioni meterologiche downscaling statistico Era.Interim
horiz. res. (1x1)km2 horiz.res (1x1)km2
Simulazioni future: downscaling variazioni CMIP6
Simulazioni future:downscaling statistico
(futuro VS presente) + dataset WORLDCLIM
CMIP5 (2041-2060,2061-2080)
✓ NO monthly
✓ NO tipologia simulazioni scenari futuri
✓ NO assenza simulazioni modelli sul
passatoDownscaling statistico - dataset climatici attualmente disponibili
• Dati da rete monitoraggio Regione Piemonte, ma…
Difficoltà nella stima dei cambiamenti climatici
Rete di monitoraggio
• periodo di osservazione
• copertura spaziale osservazioni
• non continuità osservativa
• differente strumentazione
Rete di stazioni meccaniche e manuali
SIMN (disponibile dal 1913 al 2002)
Rete di telemisura di Arpa Piemonte
(disponibile a partire dal 1988).
Fonte: Arpa Piemonte Credits: C. Ronchi, C. De Luigi, Arpa Piemonte
http://rsaonline.arpa.piemonte.it/meteoclima50/metodologia.htmDownscaling statistico - dataset scelto
Dataset O.I. (ARPA PIEMONTE) [1,2]
Dataset disposto su un grigliato regolare per superare alcune limitazioni oggettive:
• disomogeneità spaziale
• disomogeneità temporale
• raccordo tra serie stazioni diverse
OI (ARPA PIEMONTE)
http://rsaonline.arpa.piemonte.it/meteoclima50/presentazione.htm
Dataset Optimal Interpolation (OI) su Piemonte «allargato»
Piemonte « allargato»
(formato grib,netcdf).
1957-oggi14 km
Risoluzione
daily
Temperatura minima
dataset sumassima
Temperatura grigliato regolare – ottenuto da interpolazione della
Precipitazione cumulata
rete di stazioni giornaliera
meterologiche
Dataset su grigliato utile nella prospettiva di utilizzo di proiezioni di modelli
horiz. res. 0.125°x 0.125°
sugli scenari futuri: osservazioni disposte già su un grigliato regolare Fonte: Arpa Piemonte
Credits: C. Ronchi, C.De Luigi, Arpa Piemonte
[1] 2010: Autori AAVV. Titolo della pubblicazione “Cinquant’anni di dati meteo-climatici in Piemonte ” – Arpa Piemonte, ISBN 978-88-7479-125-5
[2] 2008: Autori: C. Ronchi, C. De Luigi, N. Ciccarelli, N. Loglisci Titolo del poster: “ Development of a daily gridded climatological air temperature
dataset based on a optimal interpolation of ERA-40 reanalysis downscaling and a local high resolution thermometers network .” - "European
Conference on Applied Climatology (ECAC)", Amsterdam.Dataset O.I.
Ricostruzione di temperatura e precipitazione
• An Optimal Interpolation (OI) technique is used to assimilate the daily ground station data, arbitrarily
displaced in the region, on a selected regular three-dimensional grid map based on a background field (BF)
• The background field is obtained on a selected grid (0.125° resolution, with careful description of the
complex orography of the region) by a linear tri-dimensional downscaling of ERA-40 archive from 1957 to
2001 and of the ECMWF objective analysis from 2002 to 2009
• The use of ERA-40 on the regional area is suggested by checking that the main climatological signals (trends,
etc.) were congruent with the signals resulted from a station subset working in the period 1950-2000 in
Piemonte
• The method enables to weight the contribute to the temperature/precipitation value on each grid point
from the nearest observation data, through suitable parameters. A careful modulation of these parameters
as a function of the data density and the use of an external background field help to achieve the time
homogeneity and the spatial coherence of the final dataset
Credits: C. Ronchi, C.De Luigi, Arpa Piemonte
http://rsaonline.arpa.piemonte.it/meteoclima50/metodologia.htmBIAS
Fonte: Arpa PiemonteBIAS
• PRECIPITAZIONE fascia montana e pedemontana alpina: sovrastima ++ DJF
sovrastima + altri mesi
pianura: sovrastima + DJF-MAM-SON
sottostima + tutti i mesi
sovrastima + mesi estivi [circa metà modelli]
fascia montana e pedemontana alpina: sottostima ++ DJF
• TAS sottostima + altri mesi
pianura: sottostima + DJF
sottostima ≈ JJA-S /SO
fascia montana e pedemontana alpina: sottostima ++/+++ DJF
• TASMIN sottostima +/++ altri mesi
pianura: sottostima + DJF
sottostima ≈ altri mesi
sovrastima + DJF-MAM [circa metà modelli]
fascia montana e pedemontana alpina: sottostima +/++ tutti i mesi [circa metà modelli]
• TASMAX sottostima ++ MAM-JJA
pianura: sottostima + tutti i mesi
sovrastima + MAM-JJA [4 modelli]
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE
TemperaturaTENDENZE TEMPERATURE – CONFRONTO CON DATSET O.I.
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - TEMPERATURA
Temperatura
massima
2041-2070
Scenario RCP4.5
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - TEMPERATURA
Variazioni spaziali sul Piemonte RCP 4.5:
Temperatura
* ZONE uniformi
* STAGIONI
massima
+ MAM-SON range 0-1°C
++ DJF-JJA range 1-2°C
Variazioni spaziali sul Piemonte 2041-2070
RCP 8.5:
• ZONE Scenario RCP8.5
• ++ fascia montana e pedemontana alpina
• + pianura
* STAGIONI
+ MAM-SON range 1.5-2.5°C
++ DJF-JJA range 2.0-3.5°C
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE
PrecipitazionePROIEZIONI FUTURE PIEMONTE - PRECIPITAZIONE
Anomalia precipitazione cumulata media (periodo rif. 1976-2005)
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - PRECIPITAZIONE
2006-2100 vs
1976-2005
Scenario RCP 4.5
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - PRECIPITAZIONE
2006-2100 vs
1976-2005
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - PRECIPITAZIONE
Variazione % precipitazione cumulata media (periodo rif. 1976-2005)
Scenario RCP 4.5
2011-2040 2041-2070 2071-2100
Fonte: Arpa Piemonte
I pixel con asterisco grigio rappresentano variazioni non significative (0.95) (tecnica bootstrap)PROIEZIONI FUTURE PIEMONTE - PRECIPITAZIONE
Variazione % precipitazione cumulata media (periodo rif. 1976-2005)
Scenario RCP 8.5
2011-2040 2041-2070 2071-2100
Fonte: Arpa Piemonte
I pixel con asterisco grigio rappresentano variazioni non significative (0.95) (tecnica bootstrap)PROIEZIONI FUTURE PIEMONTE
indicatori a supporto strategia regionale c.c.
• …
• …
• … >>>
• …
Siccità
- STANDARD PRECIPITATION EVAPOTRANSPIRATION INDEX [SPEI]PROIEZIONI FUTURE PIEMONTE - SPEI
STANDARDIZED PRECIPITATION EVAPOTRANSPIRATION INDEX - SPEI
Standardized Precipitation Index [SPI] [1]
▪ Indicatore tra i più diffusi per monitorare la siccità a diverse scale temporali.
▪ Fornisce una anomalia standardizzata di precipitazione (aggregata su diverse scale temporali) rispetto
ad un periodo temporale di riferimento.
▪ Fornisce il numero di deviazioni standard da cui si discosta una serie temporale di precipitazione
rispetto ad una media climatologica (riportata a media nulla e deviazione standard pari a 1), aggregando
i dati su diverse scale temporali (da 3 mesi per analisi di variabilità stagionale fino a 24-48 mesi per
variabilità interannuale).
I valori dell’indice sono suddivisi in classi:
[1] WMO–World Meteorological Organization, 2012: Standardized Precipitation Index User Guide (M. Svoboda et al.) WMO-No. 1090, GenevaPROIEZIONI FUTURE PIEMONTE - SPEI
STANDARDIZED PRECIPITATION EVAPOTRANSPIRATION INDEX - SPEI
Standardized Precipitation Evapotranspiration Index [SPEI] [2]
▪ Nasce come estensione di SPI.
▪ Si considera l'evapotraspirazione potenziale di riferimento (ET0) come secondo elemento del bilancio
idroclimatico.
▪ Contempla anche l'effetto della componente evapotraspirativa nel monitoraggio degli eventi siccitosi.
I valori dell’indice sono suddivisi in classi:
[2] Vicente-Serrano et al.,"A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration
index." Journal of climate 23.7 (2010): 1696-1718.PROIEZIONI FUTURE PIEMONTE - SPEI
Time series SPI [periodo rif: 1976-2005]
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - SPEI
Time series SPI [periodo rif: 1976-2005]
24 MESI
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - SPEI
Percentuale annuale territorio Piemonte valori classi SPEI periodo rif.1976-2005
Scenario RCP 4.5 12 mesi
24 mesi
48 mesi
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - SPEI
Percentuale annuale territorio Piemonte valori classi SPEI periodo rif.1976-2005
Scenario RCP 8.5 12 mesi
24 mesi
48 mesi
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE
Pericolo incendi
- FIRE WEATHER INDEX [FWI]PROIEZIONI FUTURE PIEMONTE - FWI
FIRE WEATHER INDEX [FWI]
L’indice FWI (Fire Weather Index) è un indice di pericolo incendi
sviluppato dal Canadian Forest Fire Weather Index System[1].
Tale indice è utile per la determinazione della difficoltà di spegnimento e come indicatore delle
condizioni di rischio di incendio ed è conosciuto come uno fra i metodi per la previsione del
pericolo di incendio boschivo maggiormente efficace dal punto di vista operativo.
Nell’implementazione dell’indice FWI si parte dal presupposto che la probabilità di innesco dipenda
strettamente dallo stato di idratazione dei combustibili vegetali morti, che dipende, a sua volta,
dale condizioni meteorologiche. [2].
[1] Van Wagner CE, Pickett TL,1987
[2]http://www.vigilfuoco.it/aspx/isaViewDoc.aspx?id=21&t=2PROIEZIONI FUTURE PIEMONTE - FWI FIRE WEATHER INDEX [FWI]
PROIEZIONI FUTURE PIEMONTE - FWI
Differenza numero giorni livello allerta MODERATO FWI
RCP 4.5
2041-2070
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - FWI
Differenza numero giorni livello allerta MOLTO ELEVATO FWI
RCP 4.5
2011-2040 2041-2070 2071-2100
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - FWI
Differenza numero giorni livello allerta MODERATO FWI
RCP 8.5
2011-2040 2041-2070 2071-2100
Fonte: Arpa PiemontePROIEZIONI FUTURE PIEMONTE - FWI
Differenza numero giorni livello allerta MOLTO ELEVATO FWI
RCP 8.5
2011-2040 2041-2070 2071-2100
Fonte: Arpa PiemonteOUTLOOK
downscaling dinamico – ERA 5/COSMO-CLM
https://highlanderproject.eu/
modello ad altissima risoluzione COSMO-CLM5.0 (0.02°) [1,2] forzato da ERA5
• ERA5 dynamically downscaled at the convection permitting scale
(≈ 31 km 0.02°, ~ 2.2 km) over Italy
• 01/1989 – 10/2020
• Downscaling performed with the regional climate model COSMO-CLM [1] switching
on the module TERRA-URB [2] for accounting the urban parameterizations. modulo TERRA-URB
[1] 1] Rockel et al, A. The regional climate model COSMO-CLM (CCLM). Meteorol Z 2008, 17, 347–348, doi: 10.1127/0941-
2948/2008/0309
[2] Wouters et al., N.P.M. The efficient urban canopy dependency parametrization (SURY) v1.0 for atmospheric modelling: description and
application with the COSMO-CLM model for a Belgian summer. Geosci Model Dev 2016, 9
[2*] User guide for TERRA URB v2.2: The urban-canopy land-surface scheme of the COSMO modelOUTLOOK
downscaling dinamico – ERA 5/COSMO-CLM
To properly parameterize urban physics in COSMO-CLM, a bulk scheme acknowledged as TERRA-URB [2] can
be introduced. Such a scheme makes use of a tile approach to discern for each grid cell between urban canopy
and natural land cover and compute adjusted soil and water fluxes considering urban environment features.
The dataset contains dynamically downscaled ERA5 reanalysis, originally available at ≈31 km x 31 km horizontal
resolution, to 2.2 km x 2.2 km. Dynamical downscaling has been conducted directly for the project through
Regional Climate Model (RCM) COSMO5.0_CLM9 e INT2LM 2.06. The temporal resolution of outputs is hourly
(like for ERA5). Runs cover the whole Italian territory (and neighbouring areas according to the necessary
computation boundary) so to provide a very detailed (in terms of space-time resolution) and comprehensive
(in terms of meteorological fields) dataset of climatological data for at least the last 30 years (01/1989-
10/2020 )
Typical use of similar dataset is applied into research and downstream services (e.g., for decision support
system)
• prime applicazioni >>>
• confronti dati O.I
• studi di impatto a scala locale/urbanaPuoi anche leggere
