Modello climatico: che cosa è e a cosa serve

Modello climatico: che cosa è e a cosa serve” è il nuovo articolo frutto della collaborazione tra laSezione Valorizzazione della Ricerca e Public Engagement – Agorà Scienza– e dalGreen Office UniToGO dell’Università di Torinocon laIdeeGreen S.r.l. Società Benefit.

L’articolo riprende i testi della prof.ssa Elisa Palazzi e del prof. Claudio Cassardo pubblicati nell’opera “Lessico e Nuvole: le parole del cambiamento climatico”, la seconda edizione della guida linguistica e scientifica per orientarsi nelle più urgenti questioni relative al riscaldamento globale, curatadalla Sezione e dal Green Office.



La versione gratuita di Lessico e Nuvole, sotto forma di file in formato .pdf, è scaricabile dalla piattaformazenodo.org.

La versione cartacea e l’eBook sono acquistabili online sulle seguenti piattaforme di distribuzione:

youcanprint.it

Amazon

Mondadori(anche con Carta del Docente e 18app)

IBS

Libreria Universitaria(anche con Carta del Docente e 18app)

Tutto il ricavato delle versioni a pagamento sarà utilizzato dall’Università di Torino per finanziare progetti di ricerca e di public engagement sui temi dei cambiamenti climatici e della sostenibilità.

Cosa significa modello climatico e come funziona

Per studiare e comprendere i meccanismi del clima, i dati osserva­tivi non sono sufficienti. È necessario integrarli con i modelli grazie ai quali è possibile costruire una visione coerente, espressa in ter­mini di equazioni che utilizzano il linguaggio della matematica, di “come funziona il clima” e di come potrà evolvere in futuro.

In par­ticolare, per ottenere stime quantitative dell’evoluzione del clima nei prossimi decenni (le “proiezioni climatiche”), cruciali anche da un punto di vista applicativo, è necessario costruire modelli nume­rici in grado di descrivere la ricchezza e la complessità del sistema climatico, includendo rappresentazioni dell’atmosfera, dell’ocea­no, del suolo e del sottosuolo, della biosfera e delle interazioni tra queste componenti, oltre che dei principali cicli biogeochimici, come quello del carbonio, dell’azoto o dell’acqua.

Prima di essere utilizzati per le proiezioni future, i modelli sono confrontati con le misure del clima presente e passato (anche remoto), per verificar­ne le capacità di riprodurre le condizioni e le dinamiche effettiva­mente misurate o ricostruite con le tecniche paleoclimatiche: un procedimento cui si dà il nome di validazione.

Il punto di partenza per ottenere proiezioni climatiche future sulla base dei possibili scenari di emissione e concentrazione di gas ser­ra climalteranti, aerosol e di uso del suolo, sono i modelli globali di clima (GCM, Global Climate Models) anche noti come “modelli del sistema Terra” (ESM, Earth System Models), in grado di descrivere la dinamica del sistema climatico su tutte le regioni del nostro piane­ta contemporaneamente. A un prezzo, però: quello di accettare di farlo a una risoluzione spaziale piuttosto limitata, ovvero immaginan­do di coprire l’intera Terra con un grigliato tri­dimensionale in cui la dimensione orizzontale di ogni cella è grande, in media circa 100 km x 100 km e la sua altezza è qualche centinaio di metri e dentro la quale definire le variabili importanti (temperatura, velocità del vento o delle correnti oceaniche, umidità atmosferica, pressione, precipitazione, ecc.).

Tutto quello che succede a scale più piccole della risolu­zione (cioè della grandezza di ogni singola cella) viene “parametrizzato”, cioè non descrit­to esplicitamente ma rappresentato in modo più semplice mediante relazioni empiriche che legano il valore delle variabili “sottogri­glia” a quello delle variabili risolte dal modello.

Per risolvere, ma solo in parte, questo proble­ma, la strada maggiormente seguita è basata sullo sviluppo dei così detti modelli climatici regionali: concettualmente analoghi a quel­li globali, essi sono pensati per descrivere il clima solo in una regione limitata della Ter­ra (come un continente, o inferiore) e pro­prio per questo ci si può permettere di farli correre a risoluzioni più alte (tra i 10 e i 40 km).

L’uso dei modelli regionali può essere particolarmente utile quando si vuole por­re l’attenzione su specifiche regioni, come quelle a orografia complessa (ad esempio le montagne), oppure quelle particolarmente vulnerabili ai cambiamenti climatici, quali l’a­rea del Mediterraneo oppure l’Artico per cui si rende necessario un maggior dettaglio.

I modelli regionali utilizzano le informazioni prodotte da quelli globali in cui sono “innesta­ti” come condizioni al contorno del dominio dove sono definiti. Quando si usa un modello regionale per ottenere proiezioni climatiche su una specifica regione del globo, ad esem­pio sull’Europa o sulla catena alpina, significa che esiste a monte almeno una simulazione fatta con un modello globale (vedi figura qui di seguito).

modello climatico

Dominio di un modello climatico (RCM) a griglia fine innestato nella griglia più grezza di un modello globale (GCM). Fonte dell’immagine: F. Giorgi, World Meteorological Organization WMO Bulletin 52(2), aprile 2008.

52(2), aprile 2008.

Con l’aiuto di altri metodi statistici e/o stoca­stici la risoluzione spaziale ottenuta con un modello regionale può essere ulteriormente affinata (tecniche di donwnscaling), il che può risultare davvero utile se i dati meteoclimati­ci servono come input per modelli idrologici, eco-idrologici, di frana, di incendi o di im­patto locale, più in generale. Questi metodi richiedono spesso la disponibilità di serie di misura pluriennali attendibili grazie alle quali è possibile costruire regressioni che permet­tano di elaborare scenari futuri per le località in cui si effettuano le misure meteorologiche. Un esempio di come l’integrazione tra misure e modelli sia davvero essenziale.

L’approccio riduzionistico

Data la complessità del sistema climatico, l’approccio usato nei modelli climatici, sia globale che regionali, per semplificare il pro­blema è quello riduzionistico, che implica lo spezzare il sistema in pezzi e analizzarli uno alla volta. Una modalità per farlo, ad esempio, è analizzare una per una le “sfere” del siste­ma climatico: atmosfera, idrosfera, criosfe­ra, biosfera, litosfera e dedicare un modu­lo del modello alla descrizione di ognuna di esse (ogni sfera ha le sue equazioni, le sue parametrizzazioni di processi non risolti, le sue leggi empiriche) e poi metterle tutte in­sieme o “accoppiarle” mediante un modu­lo apposito all’interno de modello globale.

Nel corso del tempo la modellistica cli­matica ha fatto passi da gigante incorpo­rando nella descrizione sempre più com­ponenti e migliorando la descrizione dei processi all’interno delle componenti stesse. La figura che segue mostra le varie tappe di questa evoluzione.

model components

Evoluzione dei modelli nell’ultimo mezzo secolo: dal 1970 ad oggi la lista degli “ingredienti” è via via aumentata (maggior numero di componenti) come pure il dettaglio nella descrizione delle componenti (altezza dei cilindri). Fonte: U.S. Global Change Research Program.

Fonti di incertezza nei modelli

L’incertezza nelle proiezioni future dei modelli climatici può essere attribuita a tre fonti prin­cipali:

1) la variabilità interna del clima: tiene conto delle fluttuazioni naturali che si verificano nel sistema climatico anche in assenza di forzanti esterni e che si verificano su scale temporali che vanno da giorni ad anni, decenni, secoli o più.

2) l’incertezza nella costruzione del modello: deriva dal fatto che i modelli sono sempre una semplificazione del mondo reale e sono in qualche modo imperfetti per costruzione. Inoltre, i modelli non sono in grado di risolve­re esplicitamente i processi che si verificano a scale al di sotto della loro dimensione di gri­glia, o risoluzione, che includono, tra gli altri, la radiazione, la convezione, la microfisica delle nubi. Questi processi sono incorporati nei mo­delli per mezzo di parametrizzazioni empiriche che sono, per costruzione, un’approssimazio­ne della realtà e portano a ulteriori incertezze.

3) l’incertezza degli scenari: deriva dall’incer­tezza sui futuri cambiamenti demografici, dello sviluppo economico, dell’uso del territorio e dei cambiamenti tecnologici, che, determineranno le future emissioni antropiche di gas serra e di altri inquinanti.

L’importanza relativa di queste fonti di incer­tezza varia in funzione della variabile di inte­resse, delle scale spaziali e temporali coinvol­te nella previsione del clima e dell’orizzonte temporale considerato. Per orizzonti di uno o due decenni, le fonti dominanti di incer­tezza su scale regionali sono l’incertezza del modello e la variabilità interna, mentre per orizzonti temporali di molti decenni o più, le fonti dominanti di incertezza su scale spazia­li regionali o più ampie sono l’incertezza del modello e l’incertezza dello scenario emissivo. Per tenere conto di queste incertezze, la prassi è valutare congiuntamente diversi modelli cli­matici regionali o globali, in modo da costruire degli ensemble modellistici. L’assunto implicito è che ogni singolo modello di un ensemble può avere la sua incertezza e può riprodurre me­glio o peggio di un altro una certa variabile o processo. Pertanto, l’intero insieme di modelli può fornire informazioni diverse rispetto a un singolo modello e più complete in ogni caso, permettendo di porre una maggiore confidenza sui risultati che sono comuni a tanti modelli di un insieme.

prof.ssa Elisa Palazzi, Istituto di Scienze dell’Atmosfera e del Clima – Consiglio Nazionale della Ricerche; Coordinamento Cambiamenti Climatici UniTo Green Office UniToGO

prof. Claudio Cassardo, Dipartimento di Fisica – Università di Torino; Coordinamento Cambiamenti Climatici UniTo Green Office UniToGO

Bibliografia

– Latini Gianni, Bagliani Marco, & Orusa Tommaso. (2020). Lessico e nuvole: le parole del cambiamento climatico – II ed., Università di Torino. Zenodo.http://doi.org/10.5281/zenodo.4276945

– Beniston, Martin, et al. “Future extreme events in European climate: an exploration of regional climate model projections.” Climatic change 81.1 (2007): 71-95.

– Hawkins, E., and Sutton, R. (2009). The potential to narrow uncertainty in regional climate predictions. Bulletin of the American Meteorological Society, 90(8), 1095-1107

– Moss, Richard H., et al. “The next generation of scenarios for climate change research and assessment.” Nature 463.7282 (2010): 747.

Potrebbe interessarti anche il nostro articolo correlato sulla Modellistica Forestale.