Bollettino Febbraio 2023

Siccità Estrema

Intensità massima rilevata per alcune regioni

Situazione Generale

A Febbraio le condizioni di siccità sono ancora intense su diversi Paesi europei. Oltre al deficit di pioggia, le anomalie di umidità del suolo a fine mese (mappa e grafici: IRPI-CNR) interessavano non solo la Pianura Padana e diverse regioni del sud Italia, ma anche vaste aree di Spagna, Francia e persino sud Gran Bretagna, con valori ben al di sotto di quelli dello scorso anno. Lo scarso manto nevoso accumulato in questo inverno 2022-2023 sulle Alpi, sommato all’altrettanto scarsa stagione 2021-2022, influisce sia sui livelli del Po, rimasti al di sotto del 2022 e in diversi punti anche rispetto al minimo storico (dati ANBI), che sulle portate del Reno uno dei maggiori fiumi nord-europei, che nasce dalle Alpi svizzere ed arriva nei Paesi Bassi. Anche il bacino del Rodano, che attinge acqua dalle Alpi occidentali, presentava una superficie di innevamento ridottissima.
Previsioni per i prossimi mesi: Per quanto riguarda le temperature del trimestre Aprile-Giugno, diversi centri meteorologici europei indicano, con una probabilità fra il 40 e il 60%, valori sopra la media, non solo sull’Italia, ma anche su altre zone europee. Il che non vuol dire che durante l’intero periodo si potrebbero avere anomalie positive. Per quanto riguarda le piogge in Italia, alcuni centri europei indicano valori nella norma, mentre altri centri mostrano un segnale positivo soprattutto nel centro-nord con una probabilità del 40-50%.

Clicca sulle immagini per ingrandire

Focus Mensile

A livello regionale il deficit riferito al periodo autunno-invernale interessa soprattutto il nord-ovest e la Calabria. Man mano che si considerano più mesi, la percentuale di territorio affetto da siccità severo-estrema si intensifica ed estende all’intero nord ed alcune regioni centrali e meridionali. La percentuale di terreni agricoli esposti a deficit di pioggia severo-estremo si mantiene pressoché invariata sul lungo e lunghissimo periodo (12 e 24 mesi), ma è in aumento a breve e media scala (1, 3 e 6 mesi) rispetto al mese precedente. Il maggior incremento è relativo ai prati-pascoli e colture non irrigue. Discorso analogo si può fare per quanto riguarda la popolazione esposta, la cui percentuale aumenta soprattutto sul semestre, nella classe di siccità moderata. Dal punto di vista termico anche questo Febbraio, nonostante degli ingressi di aria fredda, è risultato più caldo della media (1991-2020), in particolare al nord e parte del centro, con anomalie più evidenti sulle Alpi lombarde e trentine e nella Pianura Padana occidentale. Accoppiando il deficit di pioggia di lungo periodo con le anomalie di temperatura di Febbraio, risulta in maniera ancora più evidente come le criticità maggiori siano concentrante al nord ed in Emilia Romagna.  

Clicca sulle immagini per ingrandire

Indice SPI (Standardized Precipitation Index)

Cos'è lo SPI

Clicca sulle immagini per ingrandirle.

Le poche perturbazioni di Febbraio hanno interessato soprattutto il centro Italia, il Piemonte occidentale e la Sicilia meridionale (anche con fenomeni molto intensi). Rispetto al trimestre invernale, in particolare grazie alle piogge di Gennaio, buona parte del territorio nazionale non mostra deficit se non in alcune zone del meridione ed estremo nord. Il semestre, invece, mostra i segni di una siccità di più lunga data al nord e in alcune regioni del sud, legata in particolare alle scarse precipitazioni di Ottobre e Febbraio. La gravità della situazione, però, emerge dall’analisi delle mappe di lungo e lunghissimo periodo che, oltre a confermare le zone più esposte, mostrano una estensione del deficit anche ad alcune aree del centro (sui 24 mesi).

Indice ESI (Evaporative Stress Index)

Cos'è l'indice ESI
L’indice da remote sensing ESI fornisce indicazioni “proxy” circa la rapida evoluzione dell’umidità superficiale del suolo e delle condizioni di stress delle colture. L’indice è calcolato su diversi periodi di aggregazione temporale, nello specifico su 4 e 12 settimane. Nel periodo fra metà Gennaio e metà Febbraio i segnali di stress più marcati si sono concentrati fra Piemonte nord-occidentale e Valle d’Aosta, Emilia Romagna meridionale, Abruzzo, Basilicata, Calabria e Sicilia, e Sardegna orientale. Valori simili si evidenziano anche sul periodo più lungo fra seconda metà di Novembre e metà Febbraio.
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.