Bollettino Dicembre 2022

Siccità Estrema

Intensità massima rilevata per alcune regioni

Situazione Generale

Il 2022 appena concluso si è rivelato a tutti gli effetti un anno di estremi climatici. E’ stato infatti fra gli anni più caldi, se non il più caldo, per i Paesi centro-occidentali d’Europa e del Mediterraneo centrale, dove 9 mesi su 12 hanno fatto registrare anomalie positive e l’estate è stata la più calda. Anche dal punto di vista delle piogge una buona percentuale del territorio europeo è ancora affetto da siccità severo-estrema di lungo periodo (vedi mappa). In Italia, secondo i dati ISAC-CNR, il 2022 è stato il più siccitoso dal 1800 con un deficit, a chiusura del periodo, pari al 30%. Deficit che sale al 40% per il Nord, che ha visto 11 mesi su 12 di piogge sotto la media e solo Dicembre in media. Anche la stagione nevosa si mantiene al di sotto della media, ma soprattutto risulta inferiore alla stagione precedente. Le zone più interessate sono quelle appenniniche, dove il manto nevoso è limitato alle cime più alte. Bisogna quindi sperare in nevicate copiose e temperature in linea o inferiori ai valori medi nei restanti mesi invernali per poter allontanare lo spettro della siccità anche in questo 2023. Previsioni per i prossimi mesi: Per quanto riguarda le temperature del trimestre gennaio-marzo, la maggior parte dei centri meteorologici europei è concorde nell’indicare, con una probabilità fra il 40 e il 60%, dei valori sopra la media, non solo sull’Italia, ma anche su altre zone europee. Il che non deve far pensare che durante questo periodo non ci possano essere ingressi di aria fredda, ma che comunque il trimestre potrebbe essere più caldo. Per quanto riguarda le piogge, invece, il segnale non è univoco, anche se nel complesso i valori dovrebbero essere nella norma e una maggiore probabilità di pioggia si potrebbe avere fra Marzo e Aprile.

Clicca sulle immagini per ingrandire

Focus Mensile

L’Italia chiude il 2022 ancora in deficit idrico. In particolare continua a soffrire tutto il Nord e parte del centro che sono affetti da una siccità severo-estrema da oltre un anno. Valle d’Aosta, Piemonte, Veneto, Friuli e Trentino-Alto Adige le regioni con la maggiore superficie esposta, seguiti dalla Calabria al sud. Dal punto di vista agricolo sono i terreni irrigui e i prati-pascoli le aree dove un intenso deficit di pioggia di lungo periodo è più esteso. La percentuale di popolazione esposta a siccità severo-estrema risulta inferiore rispetto ai dati del mese precedente, anche se sul lungo periodo nel complesso le % si mantengono intorno al 38%. Fra gli impatti che la siccità e le anomalie termiche hanno causato è da ricordare anche la forte riduzione di energia idroelettrica prodotta (circa -40%). Secondo i dati della piattaforma ENTSO-E, il calo è visibile già da circa metà del 2021 (vedi grafico), ma l’eccezionalità del 2022 rispetto ai 6 anni precedenti è lampante. Inoltre, anche i valori della prima settimana del 2023 risultano fortemente inferiori.

Clicca sulle immagini per ingrandire

Indice SPI (Standardized Precipitation Index)

Cos'è lo SPI

Clicca sulle immagini per ingrandirle.

Le precipitazioni di Dicembre hanno avuto un impatto positivo sul brevissimo ma soprattutto sul breve periodo (3 mesi), riportando i valori in media quasi ovunque. Solo la Sicilia e parte della Calabria hanno avuto piogge inferiori alla norma. Sul medio e lungo periodo, invece, la situazione è pressochè identica a quella evidenziata nel mese di Novembre, con le regioni del Nord e Calabria e Sicilia interessate da siccità da moderata a estrema. rispetto al secondo semestre del 2022 alcune zone appenniniche presentano un surplus di pioggia che persiste, anche se su aree più limitate rispetto agli ultimi 3 mesi dell’anno.

Indice VCI (Vegetation Condition Index)

Cos'è l'indice VCI
Per quanto riguarda la vegetazione forestale a Dicembre le condizioni sono da normali ad ottimali, eccetto alcune limitate e sparse zone della costa ligure e colline laziali e campane meridionali nella prima metà del mese, che presentano lievi segni di stress. P.S.: I valori molto bassi evidenziati dell’indice VCI (marrone scuro) in entrambe i periodi sono dovuti a copertura nuvolosa e nevosa.
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.