Lo studio del cambiamento globale e della predicibilità climatica in ENEA tramite l'utilizzo di modelli del Sistema Terra
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
FOCUS_ Lo studio del cambiamento globale e della predicibilità climatica in ENEA tramite l’utilizzo di modelli del Sistema Terra Possibili cambiamenti futuri nella distribuzione su scala globale delle aree a clima mediterraneo e progressi nelle previsioni climatiche tramite il modello del Sistema Terra EC-Earth DOI 10.12910/EAI2016-010 di Andrea Alessandri e Franco Catalano, ENEA L a possibilità di prevedere il delli matematici che risolvono nu- delli consentono infatti di simulare il clima (predicibilità) deriva mericamente le complesse equazioni ciclo del carbonio nel Sistema Terra dall’interazione dell’atmosfe- del moto dell’atmosfera e dell’oce- ed i relativi processi biofisici e bio- ra con componenti del siste- ano. Il Sistema Terra si basa su un geochimici, considerando quindi in ma caratterizzate da variabilità lenta, intervallo ampio di interazioni dina- modo esaustivo gli effetti dei gas ad come oceano e superficie terrestre. miche, fisiche, biologiche e chimiche effetto serra su variabilità e cambia- In particolare, recenti studi ENEA che interessano la variabilità spaziale mento climatico. [1, 2] hanno evidenziato l’importan- e temporale su più scale, meteoro- Le attività ENEA nell’ambito del- te contributo di vegetazione, umidi- logiche e climatiche. L’importanza la modellistica e della predicibilità tà del suolo ed evapotraspirazione dei cicli biogeochimici e delle inte- climatica per mezzo dell’utilizzo alla predicibilità della precipitazione. razioni tra biosfera terrestre e clima dei modelli del Sistema Terra sono Per studiare il clima del passato e (incluso l’effetto antropico) ha porta- presenti nel panorama europeo e del presente e per prevedere quali to negli ultimi anni allo sviluppo di internazionale grazie alle proposte saranno le probabilità di anomalie veri e propri modelli globali del Si- innovative all’interno del consor- climatiche per la prossima stagione stema Terra che hanno permesso di zio EC-Earth per lo sviluppo del o le tendenze tra qualche anno o tra conseguire continui miglioramenti modello del Sistema Terra europeo qualche secolo, si utilizzano dei mo- nella previsione del Clima. Tali mo- (EC-Earth; http://www.ec-earth. 70 Energia, ambiente e innovazione | 1/2016
org/), alla partecipazione come uno La proiezione dei cambiamenti to una situazione di particolare criti- dei main partner dell’EU-FP7 Colla- delle aree a clima Mediterraneo cità nelle aree a clima Mediterraneo borative-project Seasonal-to-decadal nel 21mo secolo usando i modelli [3]. Infatti, lo studio ENEA ha evi- climate Prediction for the improve- del Sistema Terra denziato come le regioni del pianeta ment of European Climate Service con clima di tipo mediterraneo siano (SPECS; http://specs-fp7.eu/) ed alla Uno studio ENEA basato sulle ulti- tra le più vulnerabili ai cambiamenti costituzione di un network interna- me proiezioni climatiche per il seco- climatici. In particolare le zone eu- zionale di collaborazioni tramite il lo in corso, che utilizza l’insieme dei ro-mediterranee meridionali come progetto Marie Curie FP7 Perfor- modelli del Sistema Terra disponibili l’Italia peninsulare e il sud di Spagna, mance and usefulness of CLImate nella comunità scientifica interna- Grecia e Turchia potrebbero diven- predictions: Beyond current liMITa- zionale, ha recentemente evidenzia- tare sub-aride e aride, con estati ed tionS (CLIMITS; http://tinyurl.com/ fp7-iof-climits). Grazie alle notevoli competenze ac- quisite, ENEA ha potuto partecipare alla call H2020 Advanced Earth-sys- tem models; SC5-01-2014 come uno dei main partners del HORIZON 2020 Collaborative-Project Coordi- nated Research in Earth Systems and Climate: Experiment, kNowledge, Dissemination and Outreach (CRE- SCENDO; Coordinatore Leeds Uni- versity). Il progetto è stato finanziato e, formalmente iniziato il 1 novembre 2015, ha l’obiettivo di sviluppare una nuova generazione di modelli del Si- stema Terra europei che migliori la rappresentazione dei processi e la af- fidabilità delle proiezioni climatiche globali. I miglioramenti apportati a EC-Earth saranno la base model- listica per il contributo alle simula- zioni degli scenari climatici (Coupled Models Intercomparison Project Pha- se 6; CMIP6) che vedrà ENEA per la prima volta in prima linea insieme ai maggiori Centri Climatici mon- diali nel percorso verso il prossimo assessment report dell’IPCC (AR6) atteso verso fine 2020. In particolare, Fig. 1 a) Probabilità associata al clima di tipo mediterraneo dalle simulazioni CMIP5. In rosso nell’ambito di CRESCENDO, ENEA per il periodo 2070-2100, in verde per il periodo 1979-2005. Gli istogrammi indicano, per ogni implementerà e utilizzerà approcci area sensibile, il cambiamento di area associata a clima mediterraneo rispetto al 1979-2005, in blu per il 2035-2065 ed in rosso per il 2070-2100. b) Proiezioni di cambiamento del clima innovativi per analizzare le simula- nella regione euro-mediterranea. La scala di colore rappresenta la probabilità di variazione zioni storiche e di scenario compiu- del clima mediterraneo nel periodo 2070-2100 rispetto al clima presente (periodo 1979- te, al fine di meglio comprendere le 2005). I simboli indicano il tipo di transizione dominante: da clima temperato a mediterraneo (Warm Temp. to MED, croci); da clima mediterraneo a clima arido (MED to ARID, cerchi); da interazioni tra uso del suolo e cam- clima freddo con neve a mediterraneo (SNOW to MED, triangoli) biamenti climatici. Fonte: [3] 1/2016 | Energia, ambiente e innovazione 71
e per valutare gli effetti della vege- tazione sulla predicibilità del clima. I risultati mostrano un aumento si- gnificativo della performance del modello nella versione sviluppata da ENEA (MODIF) rispetto a quella originale (CTRL). In particolare, si osserva un notevole miglioramento nella previsione della temperatura a 2 m nella stagione invernale su Eu- ropa, Nord America, Nord Est, Ar- gentina, Sahel, India, Medio Oriente, Fig. 2 Miglioramento dello skill (differenza di correlazione con le osservazioni) del modello in foreste boreali della Russia e costa seguito alla nuova parametrizzazione della vegetazione sviluppata da ENEA per la temperatura a 2 m in inverno (dicembre-gennaio-febbraio), previsione a 1 mese Pacifica del continente asiatico (Fi- Fonte: [4] gura 2). Il miglioramento è da attri- buirsi principalmente alla variabilità inverni sempre più secchi rispetto rizzano l’evoluzione di importanti introdotta sull’effetto di maschera- a oggi (Figura 1). Questo è quanto parametri biofisici: evapotraspira- mento della copertura nevosa da emerge dall’articolo pubblicato da zione, rugosità superficiale, conte- parte della vegetazione arborea ed al Nature Scientific Reports che riporta i nuto d’acqua del terreno e albedo. Le conseguente effetto sulla riflettività risultati della ricerca ENEA in colla- dinamiche di vegetazione in partico- della radiazione solare alla superfi- borazione con altri istituti di ricerca lare si sviluppano su un arco ampio ce (albedo superficiale). Allo stesso internazionali. e continuo di scale temporali, da tempo, sono stati osservati notevoli Lo studio delinea i possibili cam- quelle caratteristiche delle previsioni miglioramenti nella previsione della biamenti futuri nella distribuzione meteorologiche con orizzonte di 3-4 precipitazione, in particolar modo su scala globale delle aree a clima giorni, alla scala stagionale, decada- nella stagione estiva. mediterraneo, tipicamente carat- le, fino alle scale caratteristiche del I risultati evidenziano come l’au- terizzate da estati asciutte e inver- cambiamento climatico (centinaia mento della sensibilità del modello ni umidi, evidenziando una loro di anni). Di conseguenza, una reali- alla vegetazione permetta di miglio- espansione verso Nord e verso Est stica modellazione delle dinamiche rare le capacità predittive a scala glo- nel bacino euro-mediterraneo. An- e degli effetti della vegetazione nei bale anche su orizzonti di previsione che la parte occidentale del Nord modelli climatici contribuisce in lunghi, fino a cinque anni (Figura 3). America potrebbe essere interes- maniera decisiva al miglioramento Gli sviluppi del modello e la sensi- sato dallo stesso fenomeno. Queste delle previsioni climatiche. bilità delle previsioni climatiche alla proiezioni climatiche mettono in A tale scopo è stata sviluppata in vegetazione sono descritti in un ar- evidenza scenari che comportano ENEA una nuova versione dello ticolo redatto in collaborazione con serie ripercussioni sulle condizioni schema delle superfici continentali altri istituti di ricerca internazionali, di vita in alcune delle aree più den- in grado di massimizzare la sensibi- in corso di pubblicazione su Climate samente abitate del pianeta. lità del modello alla variabilità della Dynamics [4]. vegetazione. In particolare, la eva- La vegetazione ha effetti rilevanti, Il miglioramento della potraspirazione, la rugosità superfi- sia locali e sia remoti, sul fenomeno predicibilità climatica nelle aree ciale, la capacità di campo del suolo delle onde di calore, mediati da eva- continentali alle diverse scale e l’albedo sono ora rese dipendenti potraspirazione, umidità del suolo temporali usando il modello dalla vegetazione e dalla sua variabi- ed albedo. La versione di EC-Earth EC-Earth lità temporale. migliorata da ENEA ha evidenziato La versione modificata di EC-Earth un sensibile progresso nella previ- Lo stato e la variabilità di superfici è stata utilizzata per eseguire delle sione della temperatura a 2 m nella continentali e vegetazione caratte- previsioni climatiche retrospettive regione euro-mediterranea, inclusa 72 Energia, ambiente e innovazione | 1/2016
FOCUS_ la previsione delle anomalie estive legate al persistere di onde di calore, che appaiono ancora così difficili da prevedere. In particolare, la dinami- ca della vegetazione introdotta da ENEA appare amplificare le anoma- lie di temperatura migliorando così considerevolmente la previsione del- le anomalie legate all’onda di calore del 2003 sull’Europa (Figura 4). I ri- sultati dello studio sono descritti in un articolo in preparazione [5]. Fig. 4 Temperatura a 2 m durante l’onda di calore dell’estate (giugno-luglio-agosto) 2003: a) anomalie nella versione originale del modello; b) anomalie nelle osservazioni; c) differenza di Fig. 3 Miglioramento della performance del anomalie nella versione sviluppata da ENEA rispetto alla versione originale modello a differenti orizzonti temporali di Fonte: [5] previsione per la temperatura a 2 metri. Le linee rappresentano la media, sull’intero globo, delle correlazioni con le osservazioni Per saperne di più: per la temperatura a 2 m. La linea continua andrea.alessandri@enea.it corrisponde alla versione del modello mi- gliorata da ENEA e la linea tratteggiata cor- risponde alla versione originale del modello Fonte: [4] BIBLIOGRAFIA [1] A. Alessandri, A. Navarra (2008), “On the coupling between vegetation and rainfall inter-annual anomalies: Possible contributions to seasonal rainfall predictability over land areas”, Geophys. Res. Lett., 35, L02718, doi:10.1029/2007GL032415 [2] F. Catalano, A. Alessandri, M. De Felice, Z. Zhu, R. B. Myneni (2016), “Observationally based analysis of land–atmosphere coupling”, Earth Syst. Dynam., 7, 251-266, doi:10.5194/esd-7-251-2016" [3] A. Alessandri, M. De Felice, N. Zeng, A. Mariotti, Y. Pan, A. Cherchi, J-Y. Lee, B. Wang, K-J. Ha, P. Ruti, V. Artale (2014), “Robust as- sessment of the expansion and retreat of Mediterranean climate in the 21st century”, Nature Sci. Rep., 4, 7211, doi:10.1038/srep07211. http://www.nature.com/srep/2014/141202/srep07211/full/srep07211.html [4] A. Alessandri, F. Catalano, M. De Felice, B. Van Den Hurk, F. Doblas Reyes, S. Boussetta, G. Balsamo, P. Miller (2016), “Multi-scale enhancement of climate prediction over land by increasing the model sensitivity to vegetation variability in EC-Earth”. [5] F. Catalano, A. Alessandri, M. De Felice (2016), “Vegetation contribution to seasonal climate prediction”, In preparation 1/2016 | Energia, ambiente e innovazione 73
Puoi anche leggere