Bollettino Gennaio 2023

Siccità Estrema

Intensità massima rilevata per alcune regioni

Situazione Generale

Il 2023 si apre sulla scia di oltre un anno di siccità e temperature record non solo in Italia, ma su diversi Paesi europei. A fine Gennaio la percentuale di territorio europeo interessato da deficit di pioggia severo-estremo è ancora presente, soprattutto ad est, così come lo stress dovuto all’evapotraspirazione che in Italia è ancora una volta particolarmente forte al nord-ovest e nella parte adriatica della Pianura Padana.

A causa delle scarse piogge e delle temperature sopra la media i grandi laghi e i maggiori fiumi del nord, compreso il Po che continua ad essere sotto i livelli dello stesso periodo dello scorso anno, sono ancora in sofferenza. La neve, caduta a fine mese dopo diverse settimane, non è sufficiente per raggiungere i valori medi del decennio 2011-2021 soprattutto sulle Alpi, mentre nelle regioni centrali il quantitativo è stato decisamente più importante dopo una quasi totale assenza a Dicembre (fonte: CIMA Foundation). Una scorta di neve fondamentale per rifornire di acqua fiumi e laghi nelle stagioni più caldi, ma che non è ancora sufficiente a colmare il deficit creato nella stagione precedente.

Previsioni per i prossimi mesi: Per quanto riguarda le temperature del trimestre Marzo-Maggio, la maggior parte dei centri meteorologici europei è concorde nell’indicare, 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 deve comunque far pensare che durante questo periodo non ci possano essere ingressi di aria più fredda, ma che 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.

 

Clicca sulle immagini per ingrandire

Focus Mensile

A livello regionale è ancora il nord ad essere sotto la morsa della siccità. Una siccità che risale al 2021 e che le precipitazioni dell’ultimo periodo non riescono ancora a colmare perchè concentrate soprattutto al centro-sud. Quasi metà del territorio piemontese risulta ancora affetto da deficit di pioggia severo-estremo di lunghissimo periodo, ma anche le atre regioni settentrionali si attestano intorno al 30% (quasi 45 la Valle d’Aosta) e al 20% l’Emilia Romagna. Per quanto riguarda i terreni agricoli le colture irrigue, le risaie e i prati-pascolo sono le tipologie con la maggiore area esposta a siccità severo-estrema di lungo periodo. Sul lungo e lunghissimo periodo c’è ancora rispettivamente il 6% e 15% della popolazione esposta a siccità severo-estrema, percentuali che salgono al 30% e 35% se si considera anche una siccità moderata.

Clicca sulle immagini per ingrandire

Indice SPI (Standardized Precipitation Index)

Clicca sulle immagini per ingrandirle.

Nonostante le precipitazioni di Gennaio abbiano portato sul breve periodo ad un surplus al centro-nord e a condizioni di normalità al nord, sul medio e soprattutto sul lungo periodo i quantitativi non sono ancora sufficienti a colmare il deficit accumulato nelle regioni settentrionali ed in particolare sul Piemonte, delta del Po e triveneto, dove la situazione è ancora critica.

Indice ESI (Evaporative Stress Index)

L’indice di stress evaporativo legato al processo di evapotraspirazione di suolo nudo e vegetazione delle 4 settimane comprese fra fine Dicembre e la seconda decade di Gennaio mostra come le temperature sopra la media (non sono inclusi gli ultimi giorni del mese in cui si sono avute le nevicate e quindi temperature più basse) continuino a combinarsi negativamente con il deficit di pioggia anche se, rispetto ai valori cumulati su 12 settimane (da Novembre al 22 Gennaio), al centro-sud e Pianura Padana centrale la superficie interessata sia inferiore.
Clicca l'immagine per ingrandirla.
Clicca l'immagine per ingrandirla.

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 xc 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.