Modelli climatici

CMIP6

Per analizzare gli scenari futuri, la variabilità climatica in un quadro multi-modello e comprendere gli impatti dei cambiamenti climatici, viene utilizzato l’insieme multi-modello CMIP6 (progetto di intercomparazione di modelli accoppiati). CMIP è un “ampio programma per promuovere lo sviluppo di modelli e la comprensione scientifica del sistema Terra” (WCRP-Climate) del Gruppo di lavoro di modellazione accoppiata (WGCM) del Programma mondiale di ricerca sul clima (WCRP). Coinvolge più di 30 gruppi in tutto il mondo, 21 progetti modello di confronto incrociato sono stati approvati in base alla loro rilevanza per le grandi sfide del programma mondiale di ricerca sul clima e per le questioni scientifiche fondamentali del CMIP6. Le simulazioni dei modelli sono state valutate anche in valutazioni e negoziati internazionali sul clima, come i rapporti di valutazione dell’IPCC.

ISIMIP3b

Per il portale Web ClimateImpactsOnline sono stati utilizzati i dati di input sul clima ISIMIP3b corretti per i bias provenienti dall'Inter-Sectoral Impact Model Intercomparison Project (ISIMIP). Il set di dati contiene dati GCM originali, estratti dall'archivio CMIP6. Per la correzione del bias e il downscaling statistico sono stati applicati ISIMIP3BASD e W5E5 v2.0 (Lange, 2019a, 2020). Le condizioni preindustriali (1601-1849), storiche (1850-2014) e future (2015-2100) sono fornite dall'output CMIP6 dei diversi modelli. Gli scenari CMIP6 utilizzati in ISIMIP3b sono i seguenti: esperimento di controllo preindustriale (piControl), storico, ssp126 (SSP1-RCP2.6), ssp370 (SSP3-RCP7) e ssp585 (SSP5-RCP8.5). Come variabili, l'ISIMIP3b include l'umidità relativa in prossimità della superficie, l'umidità specifica in prossimità della superficie, la velocità del vento in prossimità della superficie, la temperatura massima giornaliera, la temperatura media giornaliera, la temperatura minima giornaliera, la radiazione discendente delle onde lunghe, la radiazione discendente delle onde corte, le nevicate, la pressione atmosferica superficiale e precipitazione totale.

Modelli in dettaglio

Il modello climatico, che fa parte del progetto CMIP6, è stato rilasciato nel 2018. È composto da:
"aerosol: interattivo (incluso l'effetto indiretto dell'aerosol), atmos: GFDL-AM4.1 (sfera cubica (c96) - risoluzione orizzontale nominale di 1 grado; longitudine/latitudine 360 x 180; 49 livelli; livello superiore 1 Pa), atmosChem: GFDL-ATMCHEM4.1 (chimica atmosferica completa), terreno: GFDL-LM4.1 (modello terrestre con un nuovo modello di dinamica della vegetazione con trattamento esplicito dell'età delle piante e della struttura dell'altezza e dei microbi del suolo, con fuoco quotidiano, colture, pascolo e pascolo piastrelle), landIce: GFDL-LM4.1, oceano: GFDL-OM4p5 (GFDL-MOM6, tripolare - nominale 0,5 gradi; 720 x 576 longitudine/latitudine; 75 livelli; cella della griglia superiore 0-2 m), ocnBgchem: GFDL- COBALTv2, seaIce: GFDL-SIM4p5 (GFDL-SIS2.0, tripolare - nominale 0,5 gradi; 720 x 576 longitudine/latitudine; 5 strati; 5 categorie di spessore), con trasferimento radiativo e dinamica della griglia C per compatibilità con MOM6 Il modello è stato gestito dalla National Oceanic and Atmospheric Administration, Geophysical Fluid Dynamics Laboratory, Princeton, NJ 08540, USA (NOAA-GFDL) con risoluzioni nominali native: aerosol: 100 km, atmos: 100 km, atmosChem: 100 km, terra: 100 km , ghiaccio terrestre: 100 km, oceano: 50 km, ocnBgchem: 50 km, ghiaccio marino: 50 km."
Fonte: CMIP6.CMIP.IPSL.IPSL-CM6A-LR

Il modello climatico IPSL-CM6A-LR è stato pubblicato nel 2017 e fa anch’esso parte del progetto CMIP. Il modello include i componenti: "atmosfera: LMDZ (NPv6, N96; 144 x 143 longitudine/latitudine; 79 livelli; livello superiore 80000 m), terra: ORCHIDEE (v2.0, modalità Acqua/Carbonio/Energia), oceano: NEMO -OPA (eORCA1.3, tripolare principalmente 1 grado; 362 x 332 longitudine/latitudine; 75 livelli; cella della griglia superiore 0-2 m), ocnBgchem: NEMO-PISCES, seaIce: NEMO-LIM3 Il modello è stato gestito dall'Institut Pierre Simon Laplace, Parigi 75252, Francia (IPSL) nelle risoluzioni nominali native: atmos: 250 km, terra: 250 km, oceano: 100 km, ocnBgchem: 100 km, ghiaccio marino: 100 km."
Fonte: CMIP6.CMIP.IPSL.IPSL-CM6A-LR

L'MPI-ESM è costituito dai modelli accoppiati di circolazione generale per l'atmosfera e l'oceano, ECHAM6 (spettrale T127; 384 x 192 longitudine/latitudine; 95 livelli; livello superiore 0,01 hPa) e MPIOM (tripolare TP04, circa 0,4 gradi; 802 x 404 longitudine/latitudine; 40 livelli; cella superiore della griglia 0-12 m), e i modelli di sottosistema per terra e vegetazione JSBACH3.20 e per la biogeochimica marina HAMOCC6. È gestito dall'Istituto Max Planck di Meteorologia, Amburgo 20146, Germania (MPI-M) con risoluzioni nominali native: "aerosol: 100 km, atmosfera: 100 km, terra: 100 km, ghiaccio terrestre: nessuno, oceano: 50 km, ocnBgchem: 50 km, ghiaccio marino: 50 km."
Fonte: CMIP6.HighResMIP.MPI-M.MPI-ESM1-2-HR

Il modello MRI-ESM2.0 è stato rilasciato nel 2017 e gestito dal Meteorological Research Institute, Tsukuba, Ibaraki 305-0052, Giappone (MRI). Include i seguenti componenti: "aerosol: MASINGAR mk2r4 (TL95; 192 x 96 longitudine/latitudine; 80 livelli; livello superiore 0,01 hPa), atmosfera: MRI-AGCM3.5 (TL159; 320 x 160 longitudine/latitudine; 80 livelli; livello superiore 0,01 hPa), atmosChem: MRI-CCM2.1 (T42; 128 x 64 longitudine/latitudine; 80 livelli; livello superiore 0,01 hPa), terra: HAL 1.0, oceano: MRI.COM4.4 (tripolare principalmente 0,5 gradi di latitudine /1 grado di longitudine con affinamento meridionale fino a 0,3 gradi entro 10 gradi a nord e a sud dell'equatore; 360 x 364 longitudine/latitudine; 61 livelli; cella della griglia superiore 0-2 m), ocnBgchem: MRI.COM4.4, ghiaccio marino: MRI.COM4.4. Il modello è stato eseguito con risoluzioni nominali native: aerosol: 250 km, atmos: 100 km, atmosChem: 250 km, terra: 100 km, oceano: 100 km, ocnBgchem: 100 km, ghiaccio marino: 100 km. "
Fonte: CMIP6.CMIP.MRI.MRI-ESM2-0

UKESM1 è costituito dal modello oceanico NEMO e dal ghiaccio marino CICE, nonché dal modello della superficie terrestre JULES, con vegetazione dinamica TRIFFID. Inoltre, il modello simula la chimica atmosferica e gli aerosol utilizzando UKCA, la biogeochimica marina con MEDUSA e le calotte glaciali dinamiche con il modello BISICLES. Fonte: UKESM

Fonti:

Modello SWIM

Per generare i dati delle variabili del settore idrico in questa regione è stato utilizzato un modello separato: il modello integrato di suolo e acqua (SWIM).

Cosa fa il modello?

SWIM è stato sviluppato specificamente per studiare gli impatti del cambiamento climatico e dell'uso del suolo su scala regionale, dove gli impatti si manifestano e vengono adottate misure di adattamento. Il modello simula processi interconnessi su scala mesoscopica come la generazione di deflusso, la crescita di piante e colture, il ciclo dei nutrienti e del carbonio e l'erosione. Fornisce numerosi output del modello come la portata del fiume, la resa delle colture e le concentrazioni e i carichi di nutrienti. L'approccio consente la simulazione di tutti i processi interconnessi all'interno di un singolo framework di modello in un intervallo di tempo giornaliero utilizzando dati disponibili a livello regionale (clima, uso del suolo e suolo) e considerando i feedback. L'impostazione del modello e la post-elaborazione sono supportate da un'interfaccia GIS (basata su GRASS). Il modello utilizza uno schema di disaggregazione a 3 livelli: bacino - sottobacini - idrotopi. I risultati sono presentati come serie temporali e mappe per un certo numero di variabili. SWIM è un modello di complessità intermedia per il bacino fluviale e la scala regionale, perché è a) più completo dei modelli puramente idrologici e di precipitazione-deflusso grazie a una rappresentazione più affidabile dei processi idrologici, vegetazionali e nutrizionali interconnessi; b) guidato da dati regionali comunemente disponibili e può essere più facilmente parametrizzato rispetto ai modelli idrologici più complessi.

Chi lo gestisce?

SWIM è gestito e ulteriormente sviluppato dal gruppo di modellazione idrologica regionale del Dipartimento di ricerca 2 sul repository del codice sorgente GitLab di PIK. Lo sviluppo è coordinato da Michel Wortmann, Stefan Liersch e Fred Hattermann.

In che modo il modello è diverso dagli altri modelli nella comunità?

Fonti:

Modelli agricoli

I dati agricoli relativi alle variabili di resa delle colture sono stati tratti dai dati di produzione agricola ISIMIP3b. I dati mostrati sono costituiti da un insieme di 11 diversi modelli agricoli. I dettagli su ciascuno di essi sono elencati di seguito.

Modello di impatto - CYGMA1p74

CYGMA è un modello colturale globale a griglia. Il modello opera con una risoluzione di 0,5° in longitudine e latitudine e ha un passo temporale giornaliero. Nel modello, lo sviluppo della coltura è modellato come una frazione dei gradi giorno di crescita accumulati rispetto al fabbisogno termico della coltura. Per il grano, viene considerato solo il grano primaverile, poiché il processo di vernalizzazione non è attualmente incorporato nel modello. La crescita fogliare e la senescenza sono calcolate in base alla frazione della stagione di crescita utilizzando la forma prescritta della curva dell'indice di area fogliare. Le rese sono calcolate in base alla radiazione fotosinteticamente attiva intercettata dalla chioma della coltura, all'efficienza d'uso della radiazione (RUE), agli effetti della fertilizzazione con CO2 sulla RUE e alla frazione degli incrementi di biomassa totale allocata alla componente raccoglibile. Il sottomodello del bilancio idrico del suolo, accoppiato al sottomodello della copertura nevosa, viene utilizzato per calcolare l'evapotraspirazione effettiva. Nel modello, lo sviluppo della coltura è modellato come una frazione dei gradi giorno di crescita accumulati rispetto al fabbisogno termico della coltura. Per il frumento, viene considerato solo il frumento primaverile, poiché il processo di vernalizzazione non è attualmente incorporato nel modello. La crescita fogliare e la senescenza vengono calcolate in base alla frazione della stagione di crescita utilizzando la forma prescritta della curva indice di area fogliare. Le rese vengono calcolate in base alla radiazione fotosinteticamente attiva intercettata dalla chioma della coltura, all'efficienza d'uso della radiazione (RUE), agli effetti della fertilizzazione con CO2 sulla RUE e alla frazione degli incrementi di biomassa totale allocata alla componente raccoglibile. Il sottomodello del bilancio idrico del suolo, accoppiato al sottomodello della copertura nevosa, viene utilizzato per calcolare l'evapotraspirazione effettiva. Vengono considerati cinque diversi tipi di stress, ovvero deficit di azoto (N), caldo, freddo, deficit ed eccessi idrici, e il tipo di stress più dominante per un giorno diminuisce il potenziale incremento giornaliero di area fogliare per il periodo di crescita vegetativa e di resa per il periodo di crescita riproduttiva. La crescita e la resa della soia nel modello sono meno sensibili allo stress da deficit di azoto rispetto alle altre colture considerate, poiché la soia è una leguminosa che fissa l'azoto. Tutti i tipi di stress, ad eccezione del deficit di azoto, sono funzione delle condizioni meteorologiche giornaliere e la tolleranza di ciascuna coltura a questi stress aumenta con l'aumentare del patrimonio di conoscenze. Il patrimonio di conoscenze è un indicatore economico calcolato come la somma delle spese pubbliche annuali per la ricerca e sviluppo (R&S) in agricoltura per ciascun Paese a partire dal 1961, con un certo tasso di obsolescenza, e rappresenta il livello medio di tecnologia e gestione agronomica tra gli agricoltori di un Paese. Maggiori dettagli sulla modellazione sono disponibili in Iizumi et al. (2017).

Modello di impatto - CROVER

CROVER è uno dei 15 modelli che seguono il protocollo ISIMIP3a/b che costituiscono la base delle simulazioni per gli output del settore agricolo ISIMIP3a/b; per una descrizione tecnica completa dei dati della simulazione ISIMIP3a del settore agricolo, vedere questo link DOI: https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/

Modello di impatto - EPIC-IIASA

Il sistema di modellizzazione globale delle colture basato su EPIC, denominato "EPIC-IIASA", viene utilizzato per valutare i principali sistemi agricoli globali in risposta a interventi di gestione quali pratiche colturali, pratiche di fertilizzazione e irrigazione o opzioni di agricoltura biologica e conservativa, e ai cambiamenti ambientali, inclusi i cambiamenti climatici e il degrado del suolo. Inoltre, EPIC-IIASA viene utilizzato per confrontare i sistemi di gestione delle terre coltivate e i loro effetti su indicatori ambientali quali la disponibilità idrica, i livelli di azoto e fosforo nel suolo e le emissioni di gas serra.
Basandosi sul modello climatico integrato per le politiche ambientali e su set di dati globali o regionali su clima, suolo, copertura del suolo e uso del suolo, EPIC-IIASA è in grado di analizzare numerose tipologie di colture e la loro gestione in diverse condizioni meteorologiche, topografiche e pedologiche. Studia i compromessi tra crescita e resa delle piante, da un lato, e impatti ambientali e sostenibilità, dall'altro.
Ad esempio, EPIC-IIASA può stimare, in base al tipo di suolo e alle condizioni climatiche prevalenti, la misura in cui i nutrienti dei fertilizzanti, come l'azoto (N), vengono dilavati nelle reti fluviali e fluviali vicine. Questo problema è motivo di crescente preoccupazione, poiché a livello globale due quinti dell'N utilizzato in agricoltura vengono persi negli ecosistemi, con effetti ambientali dannosi.
EPIC-IIASA può analizzare le opzioni di un'agricoltura sostenibile, tra cui il controllo dell'erosione del suolo, la gestione dei residui colturali, il miglioramento dello stock di carbonio organico nel suolo e la riduzione delle emissioni di gas serra. Le applicazioni EPIC-IIASA a livello globale e regionale contribuiscono a fornire informazioni sul potenziale dei sistemi agricoli nel contribuire al raggiungimento degli obiettivi globali in materia di clima e sicurezza alimentare.

Modello di impatto - ISAM

Il Modello Integrato di Valutazione Scientifica (ISAM) è un modello biogeochimico e biogeofisico accoppiato con risoluzione spaziale di 0,5° × 0,5° e risoluzioni temporali multiple che vanno da mezz'ora a intervalli annuali. Simula i bilanci di C, N, energia e acqua per vari ecosistemi terrestri attraverso la fotosintesi, l'idrologia superficiale, il trasferimento radiativo, l'allocazione del carbonio e la respirazione dell'ecosistema (Barman et al., 2014a, 2014b; Yang et al., 2009). Inoltre, ISAM incorpora i processi di crescita delle colture per le colture alimentari C3 e C4 (mais, soia, grano e riso) e per le graminacee bioenergetiche (miscanto, arbusto rupestre e alamo), che vengono valutati a livello di sito, regionale e globale (Gahlot et al., 2020; Lin et al., 2017; Niyogi et al., 2015; Song et al., 2013, 2015, 2016). Alcune delle caratteristiche importanti, uniche di ISAM e fondamentali per i calcoli della resa delle colture, includono (i) schemi dinamici di fenologia e allocazione del carbonio specifici per ogni coltura (Song et al., 2013, 2015), che tengono conto della sensibilità delle diverse colture a condizioni ambientali estreme; (ii) strutture vegetazionali dinamiche, che catturano meglio la variabilità stagionale dell'indice di area fogliare (LAI), dell'altezza della chioma e della profondità delle radici; (iii) processi dinamici di distribuzione delle radici in profondità che migliorano l'assorbimento e la traspirazione simulata dell'acqua nel suolo mediata dalle radici.

Modello di impatto - LDNDC

LandscapeDNDC è uno dei 15 modelli che seguono il protocollo ISIMIP3a/b che costituiscono la base delle simulazioni per gli output del settore agricolo ISIMIP3a/b; per una descrizione tecnica completa dei dati della simulazione ISIMIP3a del settore agricolo, vedere questo link DOI: https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/

Modello di impatto - LPJ-GUESS

Il modello è la versione LPJ-GUESS, abilitata per le colture, descritta in Lindeskog et al. (2013). Si basa vagamente su LPJmL, come descritto in Bondeau et al. (2007), ma differisce per diversi aspetti importanti, tra cui la mancata calibrazione sulle rese osservate a livello nazionale, un nuovo schema fenologico e un calcolo dinamico delle unità di calore potenziale (PHU) necessarie affinché una coltura raggiunga la maturità. Le date di semina vengono calcolate dinamicamente seguendo Waha et al. (2012). La somma di PHU necessaria per il pieno sviluppo di una coltura in una specifica cella della griglia viene calcolata utilizzando una media mobile decennale delle somme di unità di calore accumulate dalla data di semina alla fine di un periodo di campionamento (compreso tra 190 e 245 giorni) derivata dalle date predefinite di semina e di raccolta (Lindeskog et al., 2013). Le colture vengono raccolte a pieno sviluppo. Questa variazione dinamica del PHU in base al clima presuppone di fatto un perfetto adattamento della cultivar colturale al clima prevalente. La limitazione dell'azoto non è esplicitamente considerata in questa versione del modello.

Modello di impatto - LPJmL

LPJmL è un modello dinamico di vegetazione globale che è stato esteso per includere i sistemi agricoli e il ciclo idrologico terrestre. È in grado di effettuare simulazioni transitorie di diverse colture, sistemi di pascolo e dinamiche della vegetazione naturale e può tenere conto di diversi aspetti gestionali nelle simulazioni colturali.

Modello di impatto - pDSSAT

pDSSAT è uno dei 15 modelli che seguono il protocollo ISIMIP3a/b che costituiscono la base delle simulazioni per gli output del settore agricolo ISIMIP3a/b; per una descrizione tecnica completa dei dati di simulazione ISIMIP3 dal settore agricolo, vedere questo link DOI: https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/
pDSSAT utilizza l'ambiente pSIMS per eseguire il modello di coltura DSSAT in modo globale parallelizzato. Nelle simulazioni GGCMI/ISIMIP Fase 3a/3b (gruppo 1 e 2) utilizziamo DSSAT versione 4.6, ora aggiornata alla versione 4.8 per le simulazioni ATTRICI di Fase 3a e Gruppo 3 di Fase 3b.

Modello di impatto - PEPIC

PEPIC è un modello EPIC (Environmental Policy Integrated Climate) basato su Python.

Modello di impatto - PROMET

PROMET è un modello di processo idrologico della superficie terrestre, esteso da una componente biofisica dinamica della vegetazione per modellare la crescita delle colture e la formazione della resa. Utilizza principi fisici e fisiologici del primo ordine per determinare la produzione primaria netta e la respirazione basandosi sugli approcci di Farquhar et al. (1980) e Ball et al. (1987), combinati con una componente di fenologia e un componente di architettura della chioma a due strati di Yin et al. (2005). PROMET tiene conto della dipendenza della produzione primaria netta e della fenologia dalle condizioni ambientali, tra cui meteorologia, concentrazione di CO2 per i percorsi C3 e C4, nonché stress idrico e termico. Il bilancio di massa ed energia della chioma e della superficie del suolo sottostante viene iterativamente chiuso per ogni fase temporale della simulazione. La componente di chioma e fenologia alloca gli assimilati nei diversi organi vegetali della chioma in base allo stadio fenologico di sviluppo. Gli assimilati che si accumulano nella frazione di frutto durante il periodo di crescita determinano la biomassa secca disponibile per la formazione della resa. La simulazione viene eseguita su un intervallo temporale orario per tenere conto delle reazioni non lineari della crescita delle colture alle condizioni ambientali (principalmente luce, acqua, temperatura e vento). La conversione dei dati del modello climatico giornaliero in valori orari viene effettuata tramite TeddyTool v1.1 (Zabel e Poschlod 2023). A seconda della reazione della coltura in esame alle condizioni meteorologiche e pedologiche, la coltura potrebbe morire a causa di stress idrico, termico o da freddo prima della raccolta, oppure potrebbe non raggiungere la maturazione. In entrambi i casi, ciò si traduce in una perdita totale di resa.

Modello di impatto - SIMPLACE-LINTUL5

SIMPLACE: un framework versatile di modellazione e simulazione per colture e agroecosistemi sostenibili hhttps://doi.org/10.1093/insilicoplants/diad006

Scenari climatici

I cosiddetti percorsi di concentrazione rappresentativi (RCP) sono stati sviluppati per il quinto rapporto di valutazione del Gruppo intergovernativo sui cambiamenti climatici (IPCC). Descrivono diversi livelli di radiazioni indotte dai gas serra che potrebbero verificarsi nel periodo dal 2011 al 2100. Tuttavia, non includono alcuna “narrativa” socioeconomica che li accompagni. Negli ultimi anni, un team internazionale di climatologi, economisti e modellisti di sistemi energetici ha sviluppato una serie di nuovi “percorsi” che esaminano come la società globale, la demografia e l’economia potrebbero cambiare nel prossimo secolo. Sono conosciuti come i “Percorsi Socioeconomici Condivisi” (SSP). Gli SSP sono stati pubblicati nel 2017 (Riahi et al., 2017) e svolgeranno un ruolo importante nel sesto rapporto di valutazione dell’IPCC nel 2021/2022.

Gli SSP sono scenari di base che descrivono gli sviluppi futuri in assenza di nuove politiche climatiche, oltre a quelle già in atto oggi. Offrono cinque percorsi che il mondo potrebbe intraprendere. I cinque SSP differiscono principalmente per la crescita della popolazione, l’urbanizzazione, la crescita economica, gli investimenti nell’istruzione e nella sanità, il sistema energetico e l’uso del territorio, il tasso di sviluppo tecnologico e i fattori trainanti della domanda, come i cambiamenti nello stile di vita (Riahi et al., 2017).

Come gli RCP, anche gli SSP non sono completi nella loro progettazione, poiché si tratta solo di futuri sociali che non includono gli impatti dei cambiamenti climatici. Inoltre, in questi non viene implementata alcuna misura di mitigazione o adattamento (O'Neill et al., 2020). Pertanto, ClimateImpactsOnline utilizza tre combinazioni SSP-RCP per visualizzare i dati climatici corrispondenti a diversi scenari socioeconomici e di radiazione.

SSP “Sostenibilità”1 - 2.6

“Rivalità regionale” SSP3 - 7.0

“Sviluppo alimentato dai combustibili fossili” SSP5 - 8.5

Banca dati della SSP

I percorsi socioeconomici condivisi (SSP): una panoramica (poster)
Fonti:

O'Neill, BC, Carter, TR, Ebi, K. et al. Risultati e bisogni per il quadro dello scenario del cambiamento climatico. Naz. Salita. Chang. 10, 1074–1084 (2020). https://doi.org/10.1038/s41558-020-00952-0

Riahi, K. et al., The Shared Socioeconomic Pathways e le loro implicazioni su energia, uso del territorio e emissioni di gas serra: una panoramica, Cambiamento ambientale globale, volume 42, 153-168 (2017). https://doi.org/10.1016/j.gloenvcha.2016.05.009.

Dati osservativi

Il set di dati W5E5 è costituito da dati osservati e di rianalisi e viene utilizzato per rappresentare i dati osservati. Fa parte dell'Impact Model Intercomparison Project (ISIMIP3b), in cui il set di dati viene utilizzato per l'adeguamento delle valutazioni d'impatto. Il set di dati è costituito dai dati WFDE5 basati sulla terra e dal set di dati ERA5 basati sull'oceano (dati e dati di rianalisi) (Cucchi et al., 2020, Hersbach et al., 2020). Un'ulteriore fonte di dati sono i dati sulle precipitazioni della versione 2.3 del Global Precipitation Climatology Project (Adler et al., 2003).

W5E5 versione 1.0 include i dati per il periodo dal 1979 al 2017. Ciò significa che per il decennio 2011-2020 sono presenti solo 6 anni e analogamente le mappe di differenza sono relative solo agli anni 1991-2014. Aggiorneremo e comunicheremo continuamente ulteriori dati di W5E5 in questo decennio. Il set di dati fornisce una risoluzione spaziale orizzontale di 0,5° e una risoluzione temporale giornaliera.
Le variabili incluse nel dataset sono le seguenti: umidità relativa in prossimità della superficie (abbreviazione: hurs, unità: %), umidità specifica in prossimità della superficie (huss, kg kg-1), precipitazioni (pr, kg m-2 s-1 ), flusso di nevicate (prsn, kg m-2 s-1), pressione atmosferica superficiale (ps, Pa), pressione a livello del mare (psl, Pa), radiazione superficiale discendente a onde lunghe (rlds, W m-2), superficie discendente a onde corte radiazione (rsds, W m-2), velocità del vento in prossimità della superficie (sfcWind, m s-1), temperatura dell'aria in prossimità della superficie (tas, K), temperatura massima giornaliera dell'aria in prossimità della superficie (tasmax, K), minima giornaliera temperatura dell'aria in prossimità della superficie (tasmin, K), elevazione della superficie (orog, m) e maschera WFDE5-ERA5 (maschera, 1) (Lange, 2019). I dati W5E5 delle variabili sono, su terra e oceano, le medie giornaliere dei dati orari WFDE5. Le variabili terrestri hurs, pr, psl, tasmax e tasmin e le variabili oceaniche tasmax e tasmin si ottengono con un calcolo diverso. Ciò è descritto nel seguente sito web: WFDE5 sulla terra fusa con ERA5 sull'oceano (W5E5)

Selezionando "Osservazioni" nella sezione Dati storici della scheda Impostazioni, è possibile visualizzare i dati osservati del dataset W5E5.

Fonti:

Adler RF, Huffman GJ, Chang A., Ferraro R., Xie P.-P., Janowiak J., Nelkin E. (2003). Analisi mensile delle precipitazioni versione 2 del Global Precipitation Climatology Project (GPCP) (1979-oggi). Giornale di idrometeorologia, 4(6), 1147–1167. doi:10.1175/1525-7541(2003)004<1147:tvgpcp>2.0.co;2
Cucchi, M., Weedon, GP, Amici, A., Bellouin, N., Lange, S., Müller Schmied, H., Hersbach, H., & Buontempo, C. (2020). WFDE5: dati di rianalisi ERA5 corretti per i bias per gli studi di impatto. Dati sulla scienza del sistema terrestre, 12(3), 2097–2120. https://doi.org/10.5194/essd-12-2097-2020
Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz‐Sabater, J., Nicolas, J., Peubey, C., Radu, R., Schepers, D ., Simmons, A., Soci, C., Abdalla, S., Abellan, X., Balsamo, G., Bechtold, P., Biavati, G., Bidlot, J., Bonavita, M., … Thépaut, JN (2020). La rianalisi globale ERA5. Giornale trimestrale della Royal Meteorological Society, 146(730), 1999–2049. https://doi.org/10.1002/QJ.3803
Lange, Stefan (2019): WFDE5 sulla terra si è fuso con ERA5 sull'oceano (W5E5). V.1.0. Servizi dati GFZ. https://doi.org/10.5880/pik.2019.023
Lange, S.: ISIMIP3BASD v2.4.1, https://doi.org/10.5281/zenodo.3898426, 2020.

Dati di simulazione storica

Per validare i modelli climatici, le condizioni climatiche passate vengono simulate e confrontate con i dati osservati. Un indicatore importante per convalidare l’affidabilità delle future proiezioni climatiche ricavate dai modelli è il cambiamento temporale e spaziale simulato della temperatura superficiale media globale dall’epoca preindustriale ad oggi.

Parte della scheda di ingresso per partecipare al Progetto di Interconfronto del Modello Accoppiato (Fase 6) è la simulazione storica. È stato aggiunto a Diagnosis, Evaluation, and Characterization of Klima (DECK) per una migliore separazione tra CMIP e una fase specifica, in questo caso CMIP6. Fungono inoltre da punto di riferimento per i progetti di intercomparazione dei modelli approvati dal CMIP6 (MIP).

Le simulazioni partono da condizioni di equilibrio arbitrarie dell'esperimento di controllo preindustriale (piControl). Quindi, nei modelli vengono inserite varie forzanti dipendenti dal tempo, coerenti con il CMIP6, come le emissioni di gas serra, le forzanti legate all’uso del suolo, gli aerosol, la forzante solare e altre. Questi poi generano un retrospettiva delle condizioni storiche. La simulazione storica CMIP6 copre il periodo di tempo dal 1850 al 2014.

Fonti: