Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Seminario climaware apg 21ott2015

729 views

Published on

Observation and climatic projections. The first of the CLIMAWARE seminars where the atmospheric physics groups present the basics of climate analysis, and give some how to for alpine territory projections

Published in: Education
  • Be the first to comment

  • Be the first to like this

Seminario climaware apg 21ott2015

  1. 1. 1° seminario del progetto CLIMAWARE La modellazione del clima: osservazioni e proiezioni climatiche Gruppo di Fisica dell’Atmosfera DICAM CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  2. 2. Chi siamo? Gruppo di Fisica dell’Atmosfera (DICAM) • Dino Zardi (prof. associato) • Lorenzo Giovannini (post-doc) • Lavinia Laiti (post-doc) • Elena Tomasi (dottoranda) • Marco Falocchi (post-doc) Interessi e attività di ricerca: • Meteorologia alpina, meteorologia urbana, meteorologia per le energie rinnovabili, qualità dell’aria, modellistica numerica, meteorologia sperimentale, fenomeni dello strato limite atmosferico, circolazioni locali di valle ... CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti http://www.ing.unitn.it/~prometeo/home.htm
  3. 3. Progetto CLIMAWARE (dal proposal) “This proposal focuses on the interactions between climate change and human activities related to water, with a holistic view embracing physical, social and economic processes. It will consider, in particular, changes in water cycle components related to extremes and their implications in contiguous sectors.” “The interdisciplinary approach of this project, which combines insights from hard sciences with sociology, economics and law, represents an important step towards bridging the gap between science and society, and raising awareness of the benefits of cooperation between disciplines. The project studies the complex interplay between physical and human processes in controlling the distribution, in space and time, of water resources by considering both actual and possible future climatic and societal scenarios.” Perchè questi seminari? CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  4. 4. Perchè questi seminari? Progetto CLIMAWARE (dal proposal) “Key words: • Impact of climate change on water resources • Numerical weather predictions • Hydrological hazards • Integrated modeling of water resources and economics (?) • Virtual water trade (?) • Water Security (?) • Social awareness of climate change impacts (?)” CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  5. 5. Perchè questi seminari? Progetto CLIMAWARE È necessario creare un background comune (terminologia specialistica, nozioni, metodi, strumenti, attività ...) tra I partecipanti al progetto che afferiscono a settori di ricerca e discipline molto diversi e “lontani” tra loro, di modo da facilitare lo scambio e l’interazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  6. 6. Perchè questo seminario? Progetto CLIMAWARE (dal proposal) “Task 1 – Drivers of water resource availability This task considers the drivers of the water system, including climate change effects on temperature, surface budgets and precipitation. It will provide a set of climate change scenarios for the Alpine region, by using a set of existing and new multi-model climate simulations (...). Projections of precipitation and other meteorological variables from this task will be used as inputs in Task 2.” • Simulazioni e proiezioni climatiche a scala regionale e alta risoluzione per area di interesse • Analisi e comprensione dei trend di temperatura e precipitazione da osservazioni e simulazioni climatiche per area di interesse CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  7. 7. Sommario 1. Il sistema climatico 2. I modelli climatici 3. Le simulazioni climatiche 4. Le osservazioni climatiche 5. Simulazioni climatiche nelle Alpi 6. Dataset di precipitazione 7. Conclusioni CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  8. 8. 1. Il sistema climatico Tempo e clima • Tempo meteorologico: stato dell’atmosfera con variabilità su scale temporali dell’ordine del giorno • Clima: può essere definito come la descrizione statistica del tempo meteorologico, i.e. il “tempo medio” in un definito periodo per un determinato luogo geografico. • Il periodo di tempo tradizionalmente considerato come “climaticamente” significativo per la valutazione dei cambiamenti climatici è pari a 30 anni (trentenni “standard”: 1961-1990, 1971-2000, 1981-2010) CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  9. 9. 1. Il sistema climatico Componenti del sistema climatico Non solo atmosfera ... • Sole (energia) • Atmosfera • Oceani, mari, corpi idrici, ghiacciai, ... • Suoli • Vegetazione • Componente antropica Le diverse componenti e le loro modificazioni interagiscono in maniera complessa e non univoca (feed-back positivi e negativi) MA Per raggiungere un certo grado di prevedibilità del sistema climatico (es. tramite modelli) sono necessarie e inevitabili molte semplificazioni e approssimazioni! CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  10. 10. 2. Modelli climatici Analisi dell’evoluzione del sistema climatico • Osservazioni climatiche: conoscenza del clima passato e presente (osservazioni dettagliate sono disponibili in Europa dalla fine del XVIII secolo, in altre zone della Terra solo negli ultimi decenni) • Primo approccio: analisi statistica delle osservazioni storiche (metodi: trend, oscillazioni, periodicità, modelli statistici, relazioni tra predittori e predittandi, regressione lineare multipla, multivariata, ...) MA • Disponibilità limitata di osservazioni storiche • Approccio statistico è adeguato per fenomeni medi, non estremi • Fenomeni futuri possono “uscire” dal range di variabilità “storico”: proiezioni valide? CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  11. 11. 2. Modelli climatici Modelli a circolazione generale – GCMs • Attualmente per previsioni globali dell’evoluzione del sistema climatico si usano gli (Atmospheric) General Circulation Models o (A)GCMs • GCMs: modelli fisici numerici (processi: radiazione, nubi, precipitazione, trasporto, turbolenza, scambi superficiali di calore e umidità, temperatura e umidità nel terreno, ...) • ’50: prime simulazioni • ’70: GCMs sostituiscono approcci statistici • ‘80: accoppiamento atmosfera-oceani • Negli anni: moltiplicazione del numero di modelli disponibili, parametrizzazioni più complesse, risoluzioni più elevate, inclusione di nuovi sotto-sistemi (es. vegetazione) ... CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  12. 12. 2. Modelli climatici Configurazione di un modello climatico • Risoluzione della griglia numerica • Tipologia di griglia • Risoluzione verticale (no. di livelli) • Tipologia di coordinata verticale • Formulazione numerica delle equazioni (differenze finite) • Condizioni iniziali (osservazioni climatiche, ...) • Condizioni al contorno (orografia, uso del suolo, etc.) • Processi e parametrizzazioni fisiche (schemi di strato limite, ...) • Accoppiamento con altri modelli (oceani, vegetazione, suolo, ...) • Scenario di emissione di GHG/aerosol (IPCC) ... Modelli molto complessi e computazionalmente molto impegnativi! CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  13. 13. 2. Modelli climatici Limiti dei modelli climatici La previsione numerica (del tempo e) del clima è un problema ai dati iniziali, dove lo stato dell’atmosfera viene predetto in modo deterministico risolvendo un set di equazioni con condizioni al contorno fissate. Cause di errore: • Le equazioni non descrivono completamente tutti i fenomeni atmosferici e tutti I feedback tra i diversi sottosistemi • La risoluzione dei modello non è sufficiente (es. a descrivere tutte le scale dei moti atmosferici) • Le condizioni iniziali e al contorno (osservazioni) non sono disponibili ovunque • Le osservazioni stesse sono affette da errori • ... CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  14. 14. Climate Model Intercomparison Project (CMIP) World Climate Research Programme (WCRP) http://cmip-pcmdi.llnl.gov/ Confronto sistematico dei GCM accoppiati atmosfera- oceano, allo scopo di evidenziare punti di forza e di debolezza e indirizzare lo sviluppo dei modelli Es. CMPI5: suite di esperimenti numerici “standard” • valutare la performance dei modelli (passato recente) • proiezioni a breve (2035) e lungo termine (2100) • Quantificare feedback chiave (es. nubi, ciclo del carbonio, ...) CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti 2. Modelli climatici
  15. 15. 3. Simulazioni climatiche CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Tecniche di “down-scaling” La risoluzione dei GCMs è insufficiente (~100 km) per valutare gli impatti del cambiamento climatico a scala regionale e locale: • Down-scaling statistico • Down-scaling dinamico Il down-scaling statistico ipotizza che il clima regionale sia determinato da una componente a larga scala (predittore) e caratteristiche regionali/locali (predittandi), che vengono messi in relazione da un modello statistico (regressione, reti neurali, analoghi ...), poi applicato agli output di una simulazione GCM (RCM) MA • Down-scaling statistico applicabile solo in presenza di adeguati dataset osservativi! • Le relazioni statistiche si conservano al cambiare delle condizioni climatiche?
  16. 16. 3. Simulazioni climatiche Modelli climatici regionali I Regional Climate Models (RCMs) sono modelli climatici a risoluzione elevata che possono essere “innestati” nei GCMs (condizioni iniziali e al contorno) RCMs effettuano il down-scaling dinamico e fisicamente coerente degli output dei GCMs, consentendo simulazioni climatiche a risoluzioni più elevate (~5-10 km) Limiti dell’applicazione di RCMs: • Errori sistematici dovuti ai GCM forzanti • Mancanza di feedback RCMs  GCMs (“one-way nesting”) • computazionalmente molto pesanti (al contrario del down-scaling statistico) CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  17. 17. 3. Simulazioni climatiche Modelli climatici regionali e incertezza Progetti e consorzi di istituzioni per costruire “ensemble” di RCMs: • PRUDENCE (2001-2004, ∆x=50 km) • ENSEMBLES (2004-2009, ∆x=25 km) • CORDEX (2009-in corso, ∆x=11 km) Nei “multi-model ensemble” vengono variati: • GCM-RCM • scenario delle emissioni • Tecnica di down-scaling • Processi fisici simulati da RCM (“multi-physics ensembles”) CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  18. 18. Modelli climatici regionali e incertezza Tipologie di simulazione: • Run di valutazione (“hindcast”) • Run di controllo (“historical”) • Run di scenario (“forecast”; Representative Concentration Pathways) I run di valutazione (inizializzati da osservazioni) e controllo (inizializzati da GCM) forniscono indicazioni sull’affidabilità dei membri dell’ensemble Le proiezioni climatiche sono fornite dai run di scenario (inizializzati da GCM) Lo spread dell’ensemble di modelli esprime l’incertezza delle proiezioni climatiche CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti 3. Simulazioni climatiche
  19. 19. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti 3. Simulazioni climatiche Modelli climatici regionali e incertezza Errore relativo (%) sulla precipita- zione media stagionale per tutti i membri EURO-CORDEX (periodo 1989-2008) Inverno vs. Estate
  20. 20. A cosa servono le osservazioni climatiche Valutazione della «skill» dei modelli climatici tramite il confronto tra simulazioni e osservazioni climatiche in riferimento a periodi storici (run di valutazione e controllo): • Parametri medi, variabilità, valori estremi • Distribuzioni di frequenza • Pattern spaziali e temporali (displacement spazio-temporale) • … OLTRE A • Analisi del clima passato … • Inizializzazione dei modelli climatici e meteorologici («rianalisi») • … CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti 4. Osservazioni climatiche
  21. 21. I dataset climatici I dataset climatici (osservazioni di superficie, in quota, satellitari, radar, rianalisi, simulazioni, ...) sono spesso molto “pesanti” I formati di file più comuni sono formati standardizzati come netCDF, GRIB, HDF ... I software scientifici più comunemente utilizzati per la gestione, l’analisi e la visualizzazione di dati climatici sono NCL, IDL, R (per analisi statistiche), Matlab, ... CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti 4. Osservazioni climatiche
  22. 22. Le rianalisi atmosferiche Sono prodotte da uno schema di assimilazione delle osservazioni e da un modello atmosferico, integrano tutte le osservazioni disponibili (7-9 milioni di osservazioni per ogni time step; radiosonde, osservazioni al suolo, satelliti, boe, aerei, navi, …) Forniscono stime fisicamente coerenti dello stato del sistema atmosferico ogni 6-12 ore, ovvero la miglior approssimazione possibile dello stato reale dell’atmosfera basata su una mole enorme di osservazioni Indispensabili per la ricerca e il monitoraggio del clima: • Inizializzazione dei modelli meteorologici per la previsione del tempo • Inizializzazione dei modelli climatici (hindcast runs) • ... 4. Osservazioni climatiche CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  23. 23. Limiti delle rianalisi atmosferiche Quantità, qualità e tipologia delle osservazioni assimilate nelle rianalisi cambiano nel tempo a causa dei cambiamenti della rete osservativa (differenti generazioni di rianalisi), causando potenzialmente variabilità artificiale e trend spuri Le rianalisi combinano osservazioni inaccurate/incomplete con modelli imperfetti/semplificati Limitazioni computazionali (risoluzione spazio-temporale) 4. Osservazioni climatiche CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  24. 24. 4. Osservazioni climatiche Punti di forza delle rianalisi atmosferiche Copertura globale, risoluzione e copertura spazio-temporale consistente e completa, centinaia di variabili disponibili (anche derivate; es. flussi al suolo) Milioni di osservazioni incorporate in un’assimilazione di dati stabile e fisicamente consistente I dataset «grigliati» sono relativamente semplici da analizzare Risoluzione e bias dei modelli utilizzati migliorano costantemente nel tempo CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  25. 25. 4. Osservazioni climatiche Rianalisi disponibili • Dominio geografico • Periodo temporale • Risoluzione temporale • Risoluzione spaziale • Livelli verticali • Osservazioni assimilate • Tecnica di assimilazione • … CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  26. 26. 4. Osservazioni climatiche Le rianalisi atmosferiche - Esempi Evoluzione della precipitazione monsonica globale sulla terraferma (anomalie) come stimata da varie rianalisi e dataset osservativi. Numerose features spurie sono identificabili, inclusi trend contraddittori prima (A) e durante (B) l’era dei satelliti (circa 1980). (Fasullo, 2012) CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  27. 27. 4. Osservazioni climatiche CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Le rianalisi atmosferiche - Esempi Differenze tra le temperature medie annuali del 2013 secondo le rianalisi ERA-Interim e NCEP CFSR. (Fasullo, 2012)
  28. 28. 4. Osservazioni climatiche CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Le rianalisi atmosferiche - Esempi Differenza media annua tra evaporazione e precipitazione per il periodo 2002-2008 secondo le rianalisi MERRA e ERA-Interim. (Fasullo, 2012)
  29. 29. 5. Simulazioni climatiche nelle Alpi CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Il clima della regione Alpina • Gradienti climatici 3D molto pronunciati a causa della morfologia complessa • Neve e ghiacci perenni alle quote più elevate • Fenomeni atmosferici tipici (moti, convezione, precipitazione) causati dalla presenza di orografia complessa, sia a scala locale che a scale più ampie • Frequenti eventi estremi di precipitazione • ...
  30. 30. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Il cambiamento climatico osservato nella regione Alpina Temperatura: • Nel 20° secolo le temperature sono aumentate a un ritmo 2 volte più elevato di quello medio dell’emisfero settentrionale (+2°C) • Il riscaldamento è stato particolarmente pronunciato a partire dal 1980 (+0.5°C ogni 10 anni) Precipitazione: • Leggero incremento di precipitazione nelle Alpi nord-occidentali (specialmente in inverno e primavera), significativa diminuzione nelle Alpi sud-orientali (specialmente in estate e autunno) • Zona di transizione: a cavallo della cresta delle Alpi, si muove più a nord in estate, più a sud in inverno 5. Simulazioni climatiche nelle Alpi
  31. 31. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per l’Europa Differenze medie (CMIP3 Ensemble; scenario A1B) di temperatura media (°C) superficiale dell’aria e precipitazione media (%) (2071-2100 vs. 1961-1990) Pattern di tipo European Climate change Oscillation (ECO) Giorgi e Coppola (2007) 5. Simulazioni climatiche nelle Alpi
  32. 32. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina ENSEMBLES dataset (periodo di riferimento 1961-1990) Gobiet et al. (2014) 5. Simulazioni climatiche nelle Alpi
  33. 33. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina ENSEMBLES dataset (periodo di riferimento 1961-1990) Gobiet et al. (2014) 5. Simulazioni climatiche nelle Alpi
  34. 34. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina Temperatura: • +1.5°C (2050) / + 3.3°C (2100) Precipitazione: • -4% (estate 2050), +4% (inverno 2050) / -20% (estate 2100), +10% (inverno 2100) Riscaldamento più pronunciato in estate nelle Alpi meridionali Diminuzione della precipitazione in estate e aumento in inverno più pronunciati nelle Alpi meridionali ENSEMBLES dataset (periodo di riferimento 1961-1990) Gobiet et al. (2014) 5. Simulazioni climatiche nelle Alpi
  35. 35. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina Scenario 2100 – gradiente altitudinale ENSEMBLES dataset (periodo di riferimento 1961-1990) Klotarski et al. (2015) 5. Simulazioni climatiche nelle Alpi
  36. 36. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina Scenario 2100 – gradiente altitudinale ENSEMBLES dataset (periodo di riferimento 1961-1990) Klotarski et al. (2015) 5. Simulazioni climatiche nelle Alpi
  37. 37. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina Scenario 2100 – gradiente altitudinale Temperatura: • Riscaldamento amplificato alle basse quote in estate • Riscaldamento anomalo alle quote più alte in primavera/estate (snow-albedo feedback) Precipitazione: • No dipendenza chiara dall’altitudine • Diminuzione (aumento) in estate (inverno) meno pronunciato alle alte quote Neve: • Forte riduzione del no. di giorni nevosi (fino a -40%), con chiara dipendenza altitudinale e stagionale (snow-albedo feedback) ENSEMBLES dataset (periodo di riferimento 1961-1990) Klotarski et al. (2015) 5. Simulazioni climatiche nelle Alpi
  38. 38. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina Eventi estremi di precipitazione • Frequenti eventi estremi di precipitazione: meccanismi legati all’orografia che favoriscono la precipitazione del vapore atmosferico • L’aumento di temperatura implica un maggiore contenuto di vapore in atmosfera: potenzialmente maggiori probabilità di precipitazione • Cambiamenti nei processi dinamici (circolazioni atmosferiche) possono modificare la frequenza degli eventi estremi di precipitazione Rajczak et al. (2013) 5. Simulazioni climatiche nelle Alpi
  39. 39. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina Eventi estremi di precipitazione ENSEMBLES dataset (periodo di riferimento 197-1999) Rajczak et al. (2013) 5. Simulazioni climatiche nelle Alpi
  40. 40. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina Eventi estremi di precipitazione ENSEMBLES dataset (periodo di riferimento 1970-1999) Rajczak et al. (2013) 5. Simulazioni climatiche nelle Alpi
  41. 41. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina Eventi estremi di precipitazione Proiezioni climatiche per le Alpi meridionali: • RCMs qualitativamente in accordo ma spread elevato (specialmente per MEA) • Inverno: aumento di MEA (+38%), INT, FRE, q90 (+10%) • Primavera: situazione molto incerta, riduzione di FRE e MEA, aumento dei valori di ritorno • Estate: decisa diminuzione di MEA (-33%) e FRE; leggero aumento di INT e q90 • Autunno: forte incremento di INT e q90 (10-30%), ma riduzione di MEA e FRE (-10%) ENSEMBLES dataset (periodo di riferimento 1970-1999) Rajczak et al. (2013) 5. Simulazioni climatiche nelle Alpi
  42. 42. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Proiezioni climatiche per la regione Alpina In generale per le Alpi meridionali: • RCMs hanno buone performance e catturano discretamente il ciclo stagionale di precipitazione, buon accordo tra RCMs ma spread elevato • ECO: le Alpi rappresentano la zona di transizione, causa di addizionale incertezza nelle proiezioni • Incremento della probabilità di eventi estremi di precipitazione (inverno e autunno) e di prolungati periodi senza precipitazione (estate) • Intensificazione della precipitazione (tranne in estate) Le variazioni della precipitazione media e della frequenza possono avere segno opposto di quelle dell’intensità di precipitazione! PRUDENCE (Frei et al. 2006), ENSEMBLES (Rajczak et al. 2013) 5. Simulazioni climatiche nelle Alpi
  43. 43. 5. Simulazioni climatiche nelle Alpi CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti «Added value» della risoluzione spaziale degli RCM in terreno complesso Spain Norway Alps Prein and Gobiet (2015): EURO-CORDEX RCMs ensemble (25 km) modelli osservazioni
  44. 44. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti «Added value» della risoluzione spaziale degli RCM in terreno complesso • Migliore riproduzione dello snow-albedo feedback (Giorgi et al. 1997) • Sovrastima della precipitazione ad alte quote a causa dell’orografia non abbastanza accurata (Haslinger et al., 2013; Kotlarski et al., 2014) • Migliore simulazione degli eventi estremi di precipitazione con maggiore risoluzione (Jacob et al. 2014; Montesarchio et al. 2014) • Parziale miglioramento delle stime di precipitazione grazie alla migliore localizzazione degli eventi localizzati (Bucchignani et al. 2013, 2015; Montesarchio et al. 2014) • I miglioramenti dei pattern spaziali e temporali (ciclo stagionale) appaiono sostanziali anche quando I risultati da RCM sono aggregati a risoluzione di GCM (Torma et al. 2015) Quando ∆x ~ pochi km la simulazione della precipitazione (convezione) migliora molto! 5. Simulazioni climatiche nelle Alpi
  45. 45. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti «Added value» della risoluzione spaziale degli RCM in terreno complesso Simulazioni CNR-ISAC Palazzi et al. (2015) 5. Simulazioni climatiche nelle Alpi
  46. 46. 6. Dataset di precipitazione Le osservazioni di precipitazione La precipitazione è una delle variabili più difficili da modellare in GCMs e RCMs, perciò dataset osservativi di precipitazioni di buona qualità sono essenziali Diversamente dalla temperatura la precipitazione non ha un elevato grado di correlazione spazio-temporale, specialmente in zone montuose (“frattale” nello spazio e discontinua nel tempo) Dataset di precipitazione si basano su: • Osservazioni al suolo da pluviometro (interpolazione, stazioni sparse, poche stazioni, sottostima sistematica in quota) • Osservazioni in remoto da satellite (discontinue, da calibrare) • Combinazione delle due tipologie di dato CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  47. 47. 6. Dataset di precipitazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Dataset di precipitazione disponibili per CLIMAWARE Attualmente pochi dataset di precipitazione con sufficiente risoluzione spazio- temporale e sufficiente estensione temporale per il dominio di interesse del progetto CLIMAWARE (P.A.T.+P.A.B.) I dataset «migliori» sono: • E-OBS (∆x = 25 km, ~1 stazione per 600 km2, ∆t = 1 d) • APGD (∆x = 5 km, ~1 stazione per 200 km2, ∆t = 1 d) • pluviometri distribuiti sul territorio (~1 stazione per 100 km2, ∆t = 1 h)  Confronto E-OBS e APGD per il trentennio comune 1979-2008 per il dominio CLIMAWARE (ricampionamento a ∆x=1 km, medie mensili trentennali)
  48. 48. 6. Dataset di precipitazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  49. 49. 6. Dataset di precipitazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  50. 50. 6. Dataset di precipitazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  51. 51. 6. Dataset di precipitazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  52. 52. 6. Dataset di precipitazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  53. 53. 6. Dataset di precipitazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti
  54. 54. 6. Dataset di precipitazione CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Confronto delle medie mensili E-OBS vs. APGD • E-OBS ha risoluzione non adeguata al territorio Alpino e alla elevata variabilità spazio-temporale della precipitazione • Importanti discrepanze tra i due dataset con chiaro pattern spaziale: APGD indica tipicamente maggiori precipitazioni sui rilievi prealpini e sul Trentino (fino a +150%) e minori precipitazioni sull’Alto Adige e sulla cresta Alpina (fino a -50%) • Densità di osservazioni, risoluzione spaziale, metodo di interpolazione sono diversi • Tipicamente le osservazioni di precipitazione in terreno complesso e alta quota presentano sottostime sistematiche (vento, evaporazione) • Le discrepanze per intervalli temporali minori sono ancora più pronunciate (validazione di simulazioni climatiche, specialmente eventi estremi?)
  55. 55. 7. Conclusioni CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Concetti introdotti • Sistema climatico • Modelli climatici (GCMs e RCMs) • Simulazioni climatiche • ...
  56. 56. 7. Conclusioni CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Considerazioni • Sulla regione Alpina i modelli climatici allo stato dell’arte hanno tavolta bias significativi (temperatura e precipitazione) che possono potenzialmente essere ridotti grazie a una maggiore risoluzione spaziale degli RCMs • La precipitazione è molto complicata da simulare (es. corretto andamento stagionale) • Le incertezze dei dataset osservativi di precipitazione sono di magnitudo simile a quella degli errori dei modelli climatici • Implicazioni su validazione, sviluppo, calibrazione dei modelli climatici, procedure di down-scaling statistico, modellazione degli impatti del cambiamento climatico (es. ciclo idrologico in CLIMAWARE)
  57. 57. 7. Conclusioni CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Progetto CLIMAWARE • Simulazioni RCM ad alta risoluzione (~4 km) per il dominio di interesse • Simulazioni RCM ad altissima risoluzione (<4 km) per il dominio di interesse per eventi selezionati • Particolare attenzione all’incertezza dei risultati, sia in riferimento ai modelli utilizzati che ai database utilizzati per la valutazione delle simulazioni (propagazione)
  58. 58. CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti  Slide disponibili a breve sul Google Group di CLIMAWARE  Calendario dei seminari  Cena  …. Grazie per l’attenzione. Domande?
  59. 59. Riferimenti CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Auer et al. (2007): HISTALP - Historical instrumental climatological surface time series of the Greater Alpine Region. Int. J. Climatol., 27, 17- 46. Beniston et al. (2007): Future extreme events in European climate - an exploration of regional climate model projections. Climatic Change 81, 71–95. Brunetti et al. (2006): Precipitation variability and changes in the greater Alpine region over the 1800-2003 period. J. Geophys. Res., 111, D11107. Brunetti et al. (2009): Climate variability and change in the Greater Alpine Region over the last two centuries based on multi-variable analysis. Int J Climatol, 29, 2197-2225. Bucchignani et al. (2013). Simulation of the climate of the XX century in the Alpine space. Nat. Hazards, 67, 981–990. Bucchignani et al. (2015): High-resolution climate simulations with COSMO-CLM over Italy: performance evaluation and climate projections for the 21st century. Int. J. Climatol., DOI: 10.1002/joc.4379 Frei et al. (2003). Daily precipitation statistics in regional climate models: Evaluation and intercomparison for the European Alps. J. Geophys. Res., 108(D3), 4124. Frei et al. (2006), Future change of precipitation extremes in Europe: Intercomparison of scenarios from regional climate models, J. Geophys. Res., 111, D06105. Frei and Schär (1998): A precipitation climatology of the Alps from high-resolution rain-gauge observations. Int. J. Climatol., 18, 873-900. Giugliacci et al. (2010). Manuale di Meteorologia, 2nd ed. Alpha Test, 763 pp. Gobiet et al. (2014): 21st century climate change in the European Alps - A review. Sci. Tot. Env., 493, 1138-1151. Haslinger et al. (2013). Regional climate modelling over complex terrain: an evaluation study of COSMO-CLM hindcast model runs for the Greater Alpine Region. Climate Dynamics 40, 511-529. Haylock et al.(2008): A European daily high-resolution gridded dataset of surface temperature and precipitation for 1950-2006. Journal of Geophysical Research, 113, D20. Isotta et al. (2014): The climate of daily precipitation in the Alps: development and analysis of a high-resolution grid dataset from pan- Alpine rain-gauge data. Int. J. Climatol., 34, 1657–1675.
  60. 60. Riferimenti CLIMAWARE CLIMatic change impacts on future Availability of Water REsources and hydro-geological risks Trento, 21 ottobre 2015 Lavinia Laiti Jacob et al. (2014): EURO-CORDEX: new high-resolution climate change projections for European impact research. Regional Environmental Change, 14, 563-578. Kotlarski et al. (2015): The elevation dependency of 21st century European climate change: an RCM ensemble perspective. Int. J. Climatol. Montesarchio et al. (2014): Performance evaluation of high-resolution regional climate simulations in the Alpine space and analysis of extreme events, J. Geophys. Res. Atmos.,119. Philipona (2013): Greenhouse warming and solar brightening in and around the Alps. Int. J. Climatol., 33, 1530-1537. Prein et al. (2011): Analysis of uncertainty in large scale climate change projections over Europe. Meteorol. Zeit., 20, 383-395. Prein et al. (2013): Added value of convection permitting seasonal simulations. Clim. Dyn. 41, 2655–2677. Rajczak et al. (2013). Projections of extreme precipitation events in regional climate simulations for Europe and the Alpine Region, J. Geophys. Res. Atmos., 118, 3610–3626. Schär et al. (1998): Current Alpine climate. In Cebon P. et al. (eds.), A View from the Alps: Regional Perspectives on Climate Change. MIT Press. Suklitsch et al. (2011): Error characteristics of high resolution regional climate models over the Alpine area. Climate Dynamics, 37, 377-390. Torma et al. (2015), Added value of regional climate modeling over areas characterized by complex terrain—Precipitation over the Alps, J. Geophys. Res. Atmos., 120, 3957–3972. Turco et al. (2013): Assessing gridded observations for daily precipitation extremes in the Alps with a focus on northwest Italy, Nat. Hazards Earth Syst. Sci., 13, 1457-1468. Von Hardenberg et al. (2015):Observations and modelling of precipitation and the hydrological cycle: uncertainties and downscaling. Trento, 4 giugno 2015. https://climatedataguide.ucar.edu/climate-data http://prudence.dmi.dk/ http://www.ensembles-eu.org/ http://www.cordex.org/

×