climatici in Italia
2.6. I modelli climatici, cosa sono e cosa fanno
P
rima di introdurre i modelli climatici, è opportuno chiarire la differenza tra meteorologia e climatologia, che rimanda a sua volta alla differenza tra tempo e clima. La meteorologia, ramo della fisica, studia lo stato del tempo, cioè dei fenomeni che avvengono nell’atmosfera, nonché le cause e le leggi che li governano, in un arco cronologico definito e limitato.La climatologia studia invece le condizioni atmosferiche all’interno di archi temporali prolungati con lo scopo di definire quali sono le variabili atmosferiche “usuali” di una determinata area (ad esempio di una provincia, una regione, una nazione ecc.). Semplificando: il clima di una località può essere interpretato come il valore medio del tempo rilevato in quel luogo in periodi di molti anni. In altre parole, per semplicità, la meteorologia studia le condizioni atmosferiche transitorie, mentre la climatologia è deputata all’analisi e allo studio delle condizioni atmosferiche permanenti in una determinata area.
La meteorologia consente quindi di definire probabilisticamente il tempo che farà in un luogo specifico nel giro di pochi giorni o una settimana, anche se oggi i modelli stagionali possono spingere tale previsione ad alcune settimane. La climatologia, invece, non produce previsioni meteorologiche ma permette di caratterizzare le condizioni climatiche comuni, ad esempio precipitazioni e temperatura, in aree più vaste, su orizzonti temporali lunghi, e soprattutto caratterizzanti archi temporali più estesi.
Le evoluzioni climatiche future vengono analizzate attraverso l’uso di modelli climatici. Questi modelli numerici, fisico-matematici, riproducono il funzionamento
Figura 2.2. Intensità energetica del PIL (sinistra) e intensità di carbonio della produzione di energia primaria (destra) rispetto al 2010 in diversi scenari di stabilizzazione della concentrazione di gas serra
delle principali componenti del sistema climatico, ovvero atmosfera, oceano, superficie terrestre, criosfera e biosfera, assieme ai processi caratterizzanti e alle loro interazioni. Nel corso del tempo i modelli climatici si sono evoluti anche grazie al parallelo sviluppo della capacità computazionale degli strumenti di calcolo. I primi modelli apparsi negli anni settanta erano relativamente semplici e si basavano su un numero limitato di variabili nella rappresentazione del clima (luce solare in entrata, piovosità e concentrazione di CO2). Quelli di ultima generazione considerano esplicitamente le interazioni tra atmosfera, idrosfera ecc. Nel corso degli anni novanta, e quindi all’epoca del primo rapporto dell’IPCC, i modelli climatici incorporavano già le dinamiche associate alla nuvolosità, alle caratteristiche della superficie terrestre, nonché i primi “accoppiamenti” con la componente oceanica. I modelli attuali propongono in più sia la descrizione delle costituenti atmosferiche (solfati, aerosol ecc.) e della chimica atmosferica, sia quella delle interazioni con la componente vegetativa, nonché una più evoluta caratterizzazione delle componenti precedenti (Figura 2.3.).
Figura 2.3. L’evoluzione dei modelli climatici
I modelli climatici possono essere globali (GCM − Global Climate Models oppure anche AOGCM Atmosphere-Ocean-General-Circulation-Models) e presentare una risoluzione della componente atmosferica solitamente su celle di 50-100 km di lato (anche se recenti sviluppi hanno consentito risoluzioni fino a 20 km); oppure possono essere regionali (RCM − Regional Climate Models). Questi ultimi, partendo dai risultati dei GCM e arricchendone la descrizione climatica con informazioni orografiche e topografiche più dettagliate su aree determinate, ne consentono il cosiddetto downscaling dinamico, arrivando a risoluzioni orizzontali di 2-5 km. Una metodologia alternativa per aumentare il dettaglio dell’analisi climatica è il downscaling statistico. Questo si basa su tecniche appunto statistiche che correlano la variabile climatica ad altre variabili per le quali si dispone dell’informazione alla scala desiderata, permettendone la “regionalizzazione”. In linea di principio, quindi, non ci sono limiti alla risoluzione ottenibile con questo metodo, che consente, tra l’altro, la stima di grandezze non riproducibili facilmente dai modelli climatici (ad esempio i valori estremi) con tempi e costi di calcolo abbastanza contenuti. Entrambi i metodi, ma soprattutto il secondo, necessitano di serie storiche omogenee per la costruzione e la validazione.
Le proiezioni climatiche sono chiaramente soggette a incertezza. Questa può derivare da tre elementi distinti: la difficoltà di “catturare” la variabilità naturale del clima insita nei suoi processi caratterizzanti che causano cambiamenti su scale di tempo relativamente brevi; la difficoltà di prevedere le emissioni globali future del sistema socio-economico e quindi, in ultima istanza, la grandezza della futura forzante radiativa, elemento determinante su orizzonti temporali superiori ai 50 anni; la tuttora incompleta comprensione dei processi del sistema Terra e quindi della loro rappresentazione nei modelli climatici stessi.
A queste fonti di incertezza si sovrappone infine quella legata alle diverse tecniche di downscaling precedentemente illustrate, che ereditano le imperfezioni dei modelli globali, aggiungendovi le approssimazioni a esse peculiari.
In ogni caso, le scienze del clima, i dati disponibili e gli strumenti di analisi a disposizione si sono sviluppati nel tempo portando a un costante aumento dell’affidabilità nelle previsioni dei modelli climatici, almeno per alcune variabili climatiche essenziali come la temperatura, la precipitazione, l’innalzamento del livello del mare, la copertura nevosa e il rischio di ondate di calore e siccità. In generale, si può affermare che esista comunque maggiore “affidabilità” nelle proiezioni climatiche relative alle regioni più grandi rispetto a quelle legate a località specifiche; nelle proiezioni di temperatura rispetto a quelle relative alle
precipitazioni; e nelle previsioni di cambiamenti graduali delle condizioni medie rispetto a quelle connesse agli eventi meteorologici estremi.
L’incertezza, se non risolta, può essere quantomeno caratterizzata/quantificata. Ciò è possibile conducendo ensemble di proiezioni climatiche basate su diversi modelli regionali e differenti scenari di emissioni. Questo permette di definire un intervallo
di incertezza per ogni variabile climatica simulata per ciascun differente scenario.