Dal punto di vista delle precipitazioni in Toscana Giugno è risultato più secco pressoché ovunque. Le scarse piogge si sono concentrate nella prima decade, a parte un evento più localizzato su Siena il 16 Giugno.
Anche il numero di giorni piovosi dei capoluoghi è stato nettamente inferiore alla media (fra -19% a Grosseto e -82% a Prato).
Dal punto di vista termico Giugno ha fatto registrare anomalie positive sia nelle temperature minime che nelle massime. I valori positivi (+2,3 °C ad Arezzo), verificatisi soprattutto nella seconda e terza decade, indicano questo mese come il quinto Giugno più caldo in Toscana dal 1955, dopo quelli del 2003, 2017, 2019 e 2002.
L’indice SPI preliminare calcolato sul breve periodo indica un forte deficit su buona parte dell’Italia, con intensità maggiori lungo il settore orientale, dall’Emilia Romagna alla Puglia e sull’arco alpino fra Trentino Alto Adige e Friuli. Sul medio periodo la siccità da moderata a severa persiste su Marche ed Emilia Romagna, Trentino Alto Adige e porzione settentrionale di Veneto e Friuli. Sul lungo periodo, invece, condizioni di deficit moderato sono concentrate ancora in Piemonte.
N.B.: Da Marzo 2022 l’indice SPI viene calcolato a partire da dati di pioggia del dataset globale MSWEP-GloH2O.
L’Indice giornaliero EDI (Effective Drought Index) sui 10 capoluoghi mostra il perdurare per tutto il mese di una siccità moderata nella stazione di Grosseto. Siena ha fatto registrare un periodo secco fra il 5 e il 15 di Giugno. Livorno, Lucca, Massa e Pistoia, che avevano un surplus nella prima metà del mese, chiudono con valori nella norma, insieme alle altre città.
Il grafico mostra l’andamento di EDI (indice giornaliero) delle principali città toscane da Gennaio 2017 all’ultimo mese disponibile.
Valori negativi indicano siccità con diverso grado di intensità, mentre valori positivi indicano situazioni di piovosità maggiore della norma.
Sono evidenti le siccità che hanno colpito la regione, in particolare nel 2017, nella prima metà del 2019 e nel 2021 (a Grosseto), così come il periodo umido nel 2018 e 2021.
N.B.: Per il periodo autunno-invernale le informazioni satellitari sono negativamente condizionate dalla copertura nuvolosa e gli indici TCI, VCI e VHI possono dare risultati meno attendibili.
L’indice TCI (Temperature Condition Index) calcolato a cavallo fra Maggio e Giugno evidenzia condizioni di stress nella bassa Padana, in buona parte del centro-sud Italia e nella Sicilia centro-orientale. Nella parte centrale del mese le temperature risultano più favorevoli in Sardegna e porzione centro-meridionale tirrenica e ionica. Si aggrava, invece, lo stress dalle Marche al Trentino e Lombardia.
L’indice VCI (Vegetation Condition Index) relativo ai boschi italiani nel periodo a cavallo fra Maggio e Giugno mostra condizioni di stress diffuso sulle Alpi lombarde, in Trentino Alto Adige, Veneto settentrionale, Valle d’Aosta, alcune zone dell’Appennino settentrionale e meridionale, della Sicilia e Puglia. Fra il 10 e il 25 sull’arco alpino la situazione migliora parzialmente come in Calabria e Sicilia, mentre sull’Appennino Tosco-emiliano lievi stress sono più estesi.
L’indice complessivo VHI (Vegetation Health Index) indica una persistenza di stress per tutto il periodo da fine Maggio a quasi tutto Giugno nelle Marche, Abruzzo, Salento e sud della Sicilia. A livello forestale, nella parte centrale del mese, si evidenzia la situazione di stress in Trentino Alto Adige ed alcune aree dell’Appennino Emiliano-Romagnolo e Abruzzese.
L’invaso di Bilancino, con 66,26 milioni di m3, chiude Giugno quasi in flessione rispetto al valore registrato alla fine del mese precedente (68 milioni di m3) e si attesta al 95,8% della sua capacità (dati Publiacqua S.p.A.).
Articoli della stampa locale e nazionale per il periodo considerato.
Cookie | Durata | Descrizione |
---|---|---|
cookielawinfo-checkbox-advertisement | 1 year | Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Advertisement" category . |
cookielawinfo-checkbox-analytics | 1 year | Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Analytics" category . |
cookielawinfo-checkbox-functional | 1 year | The cookie is set by the GDPR Cookie Consent plugin to record the user consent for the cookies in the category "Functional". |
cookielawinfo-checkbox-necessary | 1 year | Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Necessary" category . |
cookielawinfo-checkbox-others | 1 year | Set by the GDPR Cookie Consent plugin, this cookie is used to store the user consent for cookies in the category "Others". |
cookielawinfo-checkbox-performance | 1 year | Set by the GDPR Cookie Consent plugin, this cookie is used to store the user consent for cookies in the category "Performance". |
CookieLawInfoConsent | 1 year | Records the default button state of the corresponding category & the status of CCPA. It works only in coordination with the primary cookie. |
elementor | never | This cookie is used by the website's WordPress theme. It allows the website owner to implement or change the website's content in real-time. |
Cookie | Durata | Descrizione |
---|---|---|
__cf_bm | 30 minutes | This cookie, set by Cloudflare, is used to support Cloudflare Bot Management. |
pll_language | 1 year | The pll _language cookie is used by Polylang to remember the language selected by the user when returning to the website, and also to get the language information when not available in another way. |
Cookie | Durata | Descrizione |
---|---|---|
_pk_id.1.a87b | 1 year 27 days | No description |
_pk_ses.1.a87b | 30 minutes | No description |
AWSALBTG | 7 days | No description available. |
AWSALBTGCORS | 7 days | No description available. |
experiments-fingerprint | 6 months | No description |
experiments-raw | 6 months | No description |
sessionid | 14 days | No description |
Indice che considera l’accumulo o il deficit di acqua giornaliero ed è funzione della pioggia necessaria al rientro dei parametri alla normalità, ovvero il recupero dopo il deficit accumulato a partire dall’insorgere di un evento siccitoso.
Si basa sul concetto di “precipitazione effettiva”, ovvero la somma della pioggia giornaliera con una funzione di riduzione legata al tempo (Byun & Wilhite, 1999).
Permette una rapida e precisa misura del livello corrente della risorsa idrica a disposizione e soprattutto consente l’individuazione di siccità anche di breve periodo.
Come per lo SPI, la standardizzazione permette il confronto fra stazioni collocate in aree geografiche e climatiche diverse.
La “precipitazione effettiva”, che indica la riduzione giornaliera della risorsa idrica, viene calcolata con la seguente equazione:
dove Pm è la pioggia m giorni prima; i rappresenta il numero di giorni durante i quali le piogge sono sommate per calcolare l’intensità della siccità. Di solito i è pari a 365 giorni, in quanto un anno può essere rappresentativo delle risorse idriche disponibili o immagazzinate per un lungo periodo.
Una volta calcolata la pioggia effettiva EPi e la pioggia effettiva media climatologica (MEP), viene calcolata la deviazione della precipitazione effettiva (DEP) dalla media (MEP) che indica un deficit o surplus di acqua per un dato giorno e luogo:
DEP = EP – MEP
Infine viene effettuato il computo del valore standardizzato della DEP, ovvero l’EDI:
EDI = DEP / ST(DEP)
dove ST(DEP) e la deviazione standard di ciascun DEP giornaliero.
Utilizzando valori giornalieri nell’elaborazione dell’indice, è più facile che, nell’andamento generale, si evidenzino dei picchi in cui precipitazioni abbondanti facciano ritornare, più o meno temporaneamente, la situazione nella norma.
La tabella seguente indica le classi di siccità o surplus in base ai valori dell’indice:
Byun HR., Wilhite D. A. (1999). Objective Quantification of Drought Severity and Duration. Journal of Climate. 12, 2747-2756