Bollettino Marzo 2023

Siccità Estrema

Intensità massima rilevata per alcune regioni

Situazione Generale

A fine Marzo i Paesi dell’Europa sud-occidentale e dell’est continuano ad essere i più colpiti dalla siccità che ormai dura da quasi 2 anni. Una siccità che, secondo le definizioni internazionali legate a durata e tipologia degli impatti, può essere indicata come idrologica e socio-economica. In Italia i grandi laghi nella prima decade di Aprile sono fermi fra il 23% del Lago di Como al 44% circa dei laghi Maggiore e Idro, con il Garda che continua ad essere quello con i valori più prossimi ai minimi storici del periodo. La portata del Po è inferiore alla media praticamente lungo tutta l’asta con livelli da severo a estremi (vedi grafico dell’Autorità di Bacino Distrettuale del Po) ed a Pontelagoscuro si sono superati i valori sotto i quali il fiume ha difficoltà a respingere l’ingresso del mare. Anche molti degli affluenti del Po ed il Piave chiudono il mese con valori di portata negativi rispetto alle medie. Per quanto riguarda la neve, al 23 Marzo i valori dell’indice di equivalente idrico nivale relativi al bacino del Po erano appena superiori a quelli della scorsa stagione 2021-2022 (dati CIMA Foundation), ma comunque ben al di sotto del 50% della media. In Piemonte, la regione più colpita da questa siccità, i livelli delle falde superficiali monitorate da ARPA sono in una situazione di criticità quasi tutte da almeno un anno. Infine, i valori di energia idroelettrica stoccata dalle centrali del nord continuano ad essere fra i più bassi dal 2016, anche se nelle settimane di Marzo si è avuta una leggera flessione verso l’alto rispetto ai corrispondenti valori del 2022 (dati ENTSO-E).   Previsioni per i prossimi mesi: Per quanto riguarda le temperature del trimestre Maggio-Luglio, quasi tutti i centri meteorologici europei sono concordi nell’indicare, con una probabilità fra il 50 e il 60%, valori sopra la media su tutta Europa. Al Nord Italia tale percentuale sale fino al 70%. Per quanto riguarda le piogge, il segnale indica valori che dovrebbero essere nella norma, considerando, però, che l’ultimo mese per avere precipitazioni quantitativamente “utili” è Maggio.  

Clicca sulle immagini per ingrandire

Focus Mensile

L’analisi del deficit di pioggia a livello regionale mostra un livello crescente di territori interessati da siccità severo-estrema man mano che si passa dal breve (3 mesi) al lunghissimo periodo (24 mesi). Il Piemonte e la Valle d’Aosta continuano ed essere le regioni più colpite del Nord, mentre al sud è la Calabria a soffrire, seguita dalla Puglia. A livello termico, anche Marzo è risultato più caldo della media (1991-2020), con le anomalie maggiori sulle zone montane di Lombardia e Trentino Alto-Adige ed Abruzzo. Piemonte, Valle d’Aosta, Lombardia, Trentino Alto-Adige ed Emilia Romagna sono le regioni in cui l’effetto combinato “deficit di pioggia-temperature più alte” è maggiore. La popolazione insidente sulle aree affette da siccità severo-estrema oscilla fra il 4% rispetto al deficit dell’ultimo semestre, e il 16% rispetto al lunghissimo periodo (ultimi 24 mesi). Dal punto di vista agricolo, infine, le scarse precipitazioni degli ultimi 12 mesi incidono in maniera più o meno uguale sulle principali tipologie colturali, mentre rispetto al periodo Aprile 2021-Marzo 2023 sono ancora le aree irrigue e risaie ad essere le più esposte, seguite dalle colture non irrigue.

Clicca sulle immagini per ingrandire

Indice SPI (Standardized Precipitation Index)

Cos'è lo SPI

Clicca sulle immagini per ingrandirle.

A Marzo le piogge sono state entro il range della norma con delle aree limitate in cui si è registrato un surplus (Valle d’Aosta e Trentino Alto-Adige) e un lieve deficit (sud della Sardegna e Sicilia orientale). Da inizio anno, invece, un deficit moderato è evidente sul nord-ovest, Puglia e Calabria. Rispetto al semestre autunno-invernale la siccità moderata si estende alle regioni nord-orientali ed al contempo si intensifica nel nord-ovest e al sud. L’indice di lungo periodo (12 e 24 mesi), infine, mostra livelli di siccità severo-estrema su buona parte del nord, sporadiche zone di Toscana e Lazio, Calabria, Puglia e punta settentrionale della Sicilia.  

Indice ESI (Evaporative Stress Index)

Cos'è l'indice ESI
L’indice di stress evaporativo legato al processo di evapotraspirazione di suolo nudo e vegetazione delle 4 settimane comprese fra fine Febbraio e fine Marzo mostra come il deficit di pioggia, combinato con temperature sopra la media e un suolo più secco, continuino ad interessare negativamente su buona parte del nord ed Emilia Romagna, zone appenniniche centrali, Lazio centro-meridionale ed Abruzzo, Campania, Basilicata e Calabria centrale. Rispetto ai valori cumulati su 12 settimane (da inizio anno al 26 Marzo), i valori negativi, pur localizzati nelle stesse aree, hanno intensità lievemente inferiore.
Clicca l'immagine per ingrandirla.
Clicca l'immagine per ingrandirla.

Rassegna Stampa

Articoli della stampa locale e nazionale per il periodo considerato.

Profili Twitter

Altre Fonti di Dati

Archivio bollettini

Bollettini dal 04/2022
Bollettini dal 2017 al 03/2022
Archivio Lamma (2012-2018)

WebGis Siccità

Visualizza i grafici dell’andamento nel tempo degli indici in uno specifico punto.
Esporta mappe e grafici (immagine png).

Accedi al WebGis

Rassegna Stampa

La rassegna stampa dell'Osservatorio Siccità: interviste, contributi, interventi e articoli pubblicati sui media nazionali.

Vai alla rassegna stampa

Indice Pluviometrico SPI

Indice scelto a livello internazionale, attraverso la “Dichiarazione di Lincoln”, per l’identificazione di siccità meteorologiche (SPI 3 mesi). Basato sulla sola precipitazione cumulata mensile (McKee et al., 1993), quantifica un deficit o surplus di pioggia rispetto ai valori medi, a diverse scale temporali (usualmente 1, 3, 6, 12, 24 e 48 mesi), consentendo la determinazione delle diverse tipologie di siccità, dalla meteorologica, all’agricola all’idrologica. Le serie di pioggia (almeno 30 anni) vengono adattate in una distribuzione gamma, successivamente trasformata in un distribuzione normale, con media zero e deviazione standard pari a 1. Tale standardizzazione permette il confronto fra diverse aree geografiche e climatiche. Le equazioni da cui deriva lo SPI sono di seguito rappresentate: dove H(x) è la probabilità cumulativa della pioggia x; c e d sono delle costanti.
La tabella seguente indica le classi di siccità o surplus in base ai valori dell’indice:

Riferimenti bibliografici

McKee T.B., Doesken N. J., Kliest J. (1993). The relationship of drought frequency and duration to time scales. In Proceedings of the 8th Conference of Applied Climatology, 17-22 January, Anaheim, CA. American Meterological Society, Boston, MA. 179-184.

Guttman, N. B. (1999). Accepting the Standandardized Precipitation Index: a calculation algorithm. J. Amer. Water Resour. Assoc., 35 (2), 311-322.

Indice ESI
Evaporative Stress Index

L’indice ESI (Evaporative Stress Index) quantifica anomalie temporali standardizzate del rapporto fra evapotraspirazione reale e potenziale e fornisce indicazioni “proxy” circa la rapida evoluzione dell’umidità superficiale del suolo e delle condizioni di stress delle colture. I valori dell’indice, calcolato con aggregazioni di brevi periodi (es. 4 settimane), forniscono indicazioni circa cambiamenti rapidi, mentre aggregazioni più lunghe, che integrano dati su periodi di tempo maggiori (es. 12 settimane), sono rappresentative di cambiamenti più lenti.

Riferimenti bibliografici

Anderson, M. C., J. M. Norman, J. R. Mecikalski, J. P. Otkin, and W. P. Kustas, 2007a: A climatological study of evapotranspiration and moisture stress across the continental U.S. based on thermal remote sensing: I. Model formulation. J. Geophys. Res., 112, D10117, doi:10110.11029/12006JD007506.

Anderson, M. C., J. M. Norman, J. R. Mecikalski, J. P. Otkin, and W. P. Kustas, 2007b: A climatological study of evapotranspiration and moisture stress across the continental U.S. based on thermal remote sensing: II. Surface moisture climatology. J. Geophys. Res., 112, D11112, doi:11110.11029/12006JD007507.

TCI
Temperature Condition Index

Temperature Condition Index



dove LSTi, LSTmin, e LSTmax sono rispettivamente l’ultima immagine LST disponibile e i valori minimo e massimo assoluti lungo la serie temporale, relativi allo stesso periodo. In accordo con lo studio di Sun and Kafatos, per il calcolo del TCI invece della temperatura di brillanza viene utilizzata la LST. Nonostante l’LST sia calcolato per tutto l’anno, durante il periodo autunno-invernale le immagini satellitari sono più influenzate dalla maggiore copertura nuvolosa che contraddistingue questi mesi più freddi. Il dataset di LST (DOI: 10.5067/MODIS/MOD11A2.006) utilizzato per il calcolo dei TCI proviene dall’elaborazione delle immagini dello strumento MODIS (Moderate Resolution Imaging Spectroradiometer) del satellite Terra (EOS AM-1).

Riferimenti Bibliografici

Kogan, F. N. (1995). Application of vegetation index and brightness temperature for drought detection. Advances in Space Research. 15, 91-100.

Sun D., Kafatos M. (2007). Note on the NDVI-LST relationship and the use of temperature-related drought indices over North America. Geophysical Research Letters, 34.

VCI
Vegetation Condition Index




dove NDVIi, NDVImin, e NDVImax sono rispettivamente l’ultima immagine NDVI disponibile ed i valori minimo e massimo assoluti lungo la serie temporale, riferiti allo stesso periodo. Nonostante l’NDVI sia calcolato per tutto l’anno, durante il periodo autunno-invernale le immagini satellitari sono più influenzate dalla maggiore copertura nuvolosa che contraddistingue questi mesi più freddi. Il dataset degli indici di vegetazione (DOI: 10.5067/MODIS/MOD13Q1.006) utilizzato per il calcolo del VCI e dell’E-VCI proviene dall’elaborazione delle immagini dello strumento MODIS (Moderate Resolution Imaging Spectroradiometer) del satellite Terra (EOS AM-1).
 

Riferimenti Bibliografici

Kogan, F. N. (1995). Application of vegetation index and brightness temperature for drought detection. Advances in Space Research. 15, 91-100.

VHI
Vegetation Health Index



dove a, e b sono coefficienti che quantificano rispettivamente il contributo del VCI e del TCI nella risposta della vegetazione. Data la complessità del nostro ambiente e visto quanto esso sia caratterizzato da diversi tipi di vegetazione (dalle conifere e latifoglie sempreverdi Mediterranee alle conifere e latifoglie decidue temperate) che rispondono in maniera differente alla temperatura ed alla disponibilità idrica, ai coefficienti è stato assegnato lo stesso peso (0.5) per semplificare il calcolo dell’indice.

Riferimenti bibliografici

Kogan, F. N. (1995). Application of vegetation index and brightness temperature for drought detection. Advances in Space Research. 15, 91-100.

Kogan F.N. (2001). Operational space technology for global vegetation assessment. Bulletin of the American Meteorological Society. 82 (9), 1949-1964.