Bollettino Novembre 2022

Siccità Estrema

Intensità massima rilevata per alcune regioni

Situazione Generale

Le piogge, ancora troppo scarse e non distribuite, non hanno risollevato il deficit di pioggia che continua ad interessare delle fette importanti di diversi Paesi europei, dalla Spagna alla Bulgaria. In Italia il nord-ovest è la zona che soffre maggiormente. I grandi Laghi si sono attestati a valori inferiori al periodo, così come il Po e buona parte degli altri fiumi del centro-nord. E anche le falde sotterranee risentono della siccità prolungata. Di fatto è il meridione a beneficiare delle piogge di Novembre che sono andate ad aumentare ulteriormente i livelli degli invasi maggiori.

Clicca sulle immagini per ingrandire

Focus Mensile

Nonostante le piogge di Novembre, concentrate però soprattutto al centro-sud, la siccità di lungo corso continua a interessare diverse aree dell’Italia. In particolare è ancora il nord a soffrire, con Piemonte, Friuli Venezia-Giulia e Lombardia che, rispetto all’ultimo anno, sono le regioni con la maggiore superficie interessata da siccità severo-estrema (rispettivamente 59%, 50% e 62%). Considerando l’esposizione della popolazione alla siccità, è evidente come sul breve e medio periodo (3 e 6 mesi) le percentuali siano inferiori rispetto ai mesi precedenti, ma rispetto agli ultimi 12 mesi c’è ancora il 40% della popolazione interessata dl fenomeno. Anche se il periodo autunno-invernale non è particolarmente critico per quanto riguarda il comparto agricolo, è interessante notare come la percentuale di terreni agricoli esposti a siccità severo-estrema di lungo periodo continui a rimane elevata, soprattutto per quanto riguarda le zone irrigate/inondate e i prati-pascoli, questi ultimi importanti per il settore zootecnico.

Clicca sulle immagini per ingrandire

Indice SPI (Standardized Precipitation Index)

Clicca sulle immagini per ingrandirle.

L’indice di pioggia SPI riferito al solo mese di Novembre mostra delle precipitazioni in linea con la media su buona parte della penisola e addirittura valori superiori al sud e in aree spot del centro. Rispetto all’Autunno, quindi il trimestre Settembre-Novembre, e al semetre ampie zone di deficit da moderato ad estremo sono ancora presenti al nord e in alcune zone della Calabria. I valori severo-estremi del medio periodo, si concentrano soprattutto al fra Veneto e Friuli Venezia-Giulia. La gravità del deficit di pioggia è ancora più marcato sul lungo periodo (ultimi 12 mesi). Quasi tutto il territorio settentrionale dell’Italia, infatti, presenta valori dell’indice da severo a estremo, e anche in diverse aree del Lazio, Calabria, Puglia, Sicilia e Sardegna è evidente una siccità da moderata ad estrema. Se poi ci si spinge indietro di 24 mesi sono il Piemonte, la Valle D’Aosta e la bassa padana a risentire di un deficit più o meno marcato.

Indice VCI (Vegetation Condition Index)

La vegetazione forestale, complici le temperature autunnali superiori alla media, ha subito un prolungamento della stagione vegetativa, in particolare lungo buona parte dell’Appennino. Aree in stress sono localizzate nelle valli alpine, colline del grossetano, e Appennino abruzzese e calabrese meridionale.
Clicca l'immagine per ingrandirla.

Indice VHI (Vegetation Health Index)

L’indice complessivo VHI relativo alla prima metà del mese mostra condizioni di stress limitate ad alcune zone sparse delle valli alpine, Liguria occidentale, colline toscane settentrionali e grossetane, Sardegna, Lazio.
Clicca l'immagine per ingrandirla.

WebGis Siccità

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

Rassegna Stampa

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

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.