IL DATASET DELLE ANOMALIE DELLE TEMPERATURE MEDIE EUROPEE DAL 1655 (AGGIORNAMENTO 2016)

A cura di Luigi Mariani

Il dataset di partenza (Go to the English version)

L’Europa è la zona del mondo con le più lunghe serie di dati strumentali e ciò in virtù del fatto che l’invenzione dei primi strumenti meteorologici (termometro, pluviometro, evaporimetro e barometro) avvenne ad opera dai membri della scuola di Galileo (Accademia del Cimento). Fu in tale contesto scientifico originalissimo che fiorì per la prima volta l’idea di diffondere gli strumenti meteorologici a livello europeo per promuovere una rete osservativa che operasse in modo coordinato (Iafrate, 2008). La disponibilità di serie di tempo molto lungo è molto interessante per scopi storici e climatologici, anche se l’omogeneità di tali serie è influenzato negativamente dai cambiamenti in:

  • unità di misura
  • norme di osservazione (ad es .: ora di effettuazione dell’osservazione)
  • ubicazione degli strumenti
  • effetti urbani (intensità del calore dell’isola UHI urbana).

Con l’obiettivo di organizzare un dataset semplice, facilmente aggiornabile e che consenta di avere una visione d’insieme per l’areale europeo sull’intero periodo strumentale, sono stati raccolti i dati delle stazioni mostrate nella cartina in figura 1 (in tabella 1 si trova l’anagrafica con il significato degli acronimi).

Il dataset, che è riportato nel file dei dati EUROPA_TD_da_1655_DATI e RISULTATI.xls, inizia  nel 1655 e all’inizio comprende solo i dati della serie galileiana fiorentina (Camuffo e Bertolin, 2012). A questa dal 1659 si aggiunge la serie storica delle temperature dell’Inghilterra centrale – Central England Temperature – CET (Metoffice – Hadley Centre, 2015) e via via altre stazioni, dapprima afferenti ad osservatori storici (Camuffo and Jones, 2002) e poi a reti operative attuali. I dati più recenti provengono sia dal sito Rimfrost (2015) sia dai siti di Meteofrance, di ECAD, dell’UK Metoffice e di Meteosvizzera. In ogni caso nel file dei dati sono sempre indicate le fonti, evidenziate dal diverso colore dei dati.

Elaborazioni eseguite e prodotto finale

Al fine di poter ottenere medie areali rappresentative, i dati di ogni singola stazione sono stati omogeneizzati convertendoli in anomalia rispetto alla temperatura media annua del trentennio 1961-1990 della stazione stessa. Il prodotto finale è costituito dal diagramma della temperatura media annua europea  espressa come anomalia rispetto alla media 1961-90. I dati con cui è stato prodotto il diagramma sono anch’essi reperibili nel file EUROPA_TD_da_1655_DATI e RISULTATI.xls e sono aggiornati al 2015.

Qualità dei dati

Un problema costante per chi miri a ricostruire il comportamento della temperatura dell’aria in Europa a scala sinottica è l’influenza dell’isola di calore (UHI). L’UHI è un fenomeno micro-meteorologico che è spesso presente in aree densamente popolate come l’Europa, dove le misurazioni meteorologiche hanno avuto inizio in osservatori geofisici spesso posti al centro di grandi città. In tali condizioni il peso dell’UHI può essere considerato del tutto assente solo per stazioni rurali e per stazioni di alta quota (Sonneblick, Gran San Bernardo).

Onde ragionare sul peso che l’UHI ha in rapporto alle serie storiche considerate, può essere utile osservare il diagramma della devianza (figura 4) delle anomalie termiche. La devianza è infatti la sommatoria degli scarti dalla media elevati al quadrato e il suo andamento:

  • manifesta un debole incremento dalla metà dal 1850 ad oggi, portandosi da valori medi di 4.7 per il periodo 1851-1900 a valori medi di 6.15 per il periodo 1951-2015. Si noti che il periodo dal 1851 ad oggi è segnato da un incremento nel numero di stazioni che rende la rete più rappresentativa del territorio indagato, il che potrebbe spiegare l’incremento nella devianza
  • è pressoché stazionario a decorrere dagli anni ‘50 del XX secolo, anni in cui il numero delle stazioni si stabilizza a livelli superiori alle 25.  Il mancato incremento della devianza dal 1951 ad oggi porterebbe a propendere per il mancato incremento dell’effetto UHI per la rete considerata. Occorre tuttavia precisare che questa valutazione presenta alcuni limiti ed in particolare il fatto che l’UHI non è l’unico fattore ad agire sulla devianza registrata. In proposito ricordo ad esempio che per un regime circolatorio di tipo zonale (correnti atlantiche accentuate con anticiclone ben assestato sul Mediterraneo e cintura di basse pressioni sul mare del Nord) la devianza potrebbe essere più accentuata che non per regimi circolatori di blocco più favorevoli agli scambi latitudinali. Inoltre i diversi fattori agenti sulla devianza potrebbero almeno in alcuni casi compensarsi fra loro.

Segnalo anche che le stazioni spagnole di Salamanca, Navaracerrada e Cadice presentano una correlazione ridottissima con la serie CET dell’Inghilterra Centrale, fatto invece che non si evidenzia per le altre stazioni. In un prossimo futuro pertanto si renderà necessaria una riflessione più approfondita sulle stazioni di riferimento spagnole.

Risultati

Il diagramma delle anomalie termiche annue europee (figura 3) evidenzia un comportamento temporale peculiare che si giustifica con il fatto che la variabilità temporale delle temperature è quantomeno frutto di tre fenomeni distinti:

  1. Un trend al riscaldamento legato all’uscita dalla Piccola Era Glaciale (PEG). Il diagramma in figura 3 evidenzia che siamo passati da valori fino a -2.5°C al di sotto della media 1961-90 (dato raggiunto nel gelido 1740, anno più freddo di tutta la serie) a valori attuali di 2°C al di sopra della media stessa (dato del 2014, anno più caldo di tutta la serie).
  2. Una variabilità interannuale molto forte che è una delle caratteristiche più peculiari del clima europeo. La grande variabilità interannuale deriva in sostanza dal fatto che da un anno all’altro cambiano in modo sensibile la frequenza e la persistenza dei diversi tipi circolatori a macro e mesoscala che interessano il nostro continente. Da tale variabilità il cittadino europeo non può in alcun caso prescindere quando affronta scelte influenzate dal clima in campo agricolo, sanitario, dei lavori pubblici, dei trasporti, dell’energia, ecc.
  3. Una ciclicità pluridecennale che è frutto delle ciclicità manifestata dalle temperature oceaniche e descritta dall’indice Atlantic Multidecadal Oscillation (AMO – https://it.wikipedia.org/wiki/Indice_AMO). Quando AMO è in fase positiva e l’oceano è caldo anche le temperature europee sono più elevate mentre quando AMO passa in fase negativa e l’oceano diventa freddo le temperature europee si riducono di conseguenza. Si noti che la transizione di AMO da negativo a positivo avvenuta nel 1994 è stata innescata da un periodo a correnti atmosferiche atlantiche (grandi correnti occidentali o westerlies) molto intense, il che è segnalato dai valori molto positivi dell’indice circolatorio atmosferico North Atlantic Oscillation Invernale (NAOI – https://it.wikipedia.org/wiki/Oscillazione_Nord_Atlantica).

La potenza dell’indice AMO è molto rilevante. Si osservi ad esempio che nella fase fredda che si colloca dalla fine degli anni ’50 al 1987 le temperature europee sono ridiscese a valori prossimi a quelli che presentavano fra il 1900 e il 1930.

L’analisi visuale del diagramma di anomalia delle temperature medie europee (figura 3) mostra che la variabilità interannuale non è sensibilmente aumentata rispetto al passato. Si tratta di una conclusione che è coerente con quanto riscontrato da Anderson e Kotinski (2010 e 2016) che lavorando su 6092 serie storiche globali mensili con almeno 90 anni di dati provenienti dal dataset GHCN e riferite al periodo 1900-2013 mostrano un decremento della variabilità interannuale delle temperature medie.

Analogamente l’analisi visuale del diagramma delle devianze (figura 4) indica che la variabilità spaziale non manifesta sensibili incrementi rispetto al passato ed appare grossomodo stazionaria dalla metà del XIX secolo. Ciò porta a ritenere che distribuzione di frequenza nelle diverse scale spaziali delle strutture circolatorie responsabili di tale variabilità non sia sostanzialmente mutata nel tempo.

Come citare questo dataset

Il dataset delle anomalie medie europee nella sua versione aggiornata al 2015 è rientrato fra le basi di dati utilizzate per analizzare le ciclicità climatiche presenti a livello europeo e reperibili in un gruppo di dataset meteorologici e di proxy data biologici (Mariani e Zavatti, 2017). A tale lavoro è pregato di fare riferimento che utilizzasse questi dati per scopi di ricerca.

Ringraziamenti

Ringrazio gli amici Costantino Sigismondi e Franco Zavatti per la revisione critica del testo.

Riferimenti bibliografici

  • Anderson A. e Kostinski A., 2010 Reversible Record Breaking and Variability – Temperature Distributions across the Globe, Journal of applied meteorology and climatology, vol. 49, 1681-1691, DOI: 10.1175/2010JAMC2407.1
  • Anderson A., Kostinski A., 2016. Temperature variability and early clustering of record-breaking events, Theor Appl Climatol (2016) 124:825–833, DOI 10.1007/s00704-015-1455-5
  • Camuffo D. and Bartolin C., 2012. The earliest temperature observations in the world: The Medici Network (1654-1670), Climatic Change 111(2):335-363 · July 2012.
  • Camuffo D. and Jones P.D. 2002. Improved Understanding of Past Climatic Variability from Early Daily European Instrumental Sources. Kluwer Academic Publisher, http://www.wkap.nl/prod/b/1-4020-0556-3 (sito visitato il 7 gennaio 2016).
  • Iafrate L., 2008. Fede  e  Scienza:  un  incontro  proficuo.  Origini  e  sviluppo  della meteorologia  fino  agli  inizi  del  ‘900.  Roma:  Ateneo  Pontificio  Regina  Apostolorum  (Scienza e Fede, Saggi: 4). ISBN: 978-88-89174-52-4.
  • Mariani L., Zavatti F., 2017. Multi-scale approach to Euro-Atlantic climatic cycles based on phenological time series air temperatures and circulation indexes, Science of the Total Environment 593–594 (2017) 253–262
  • Metoffice – Hadley Centre, 2015. Hadley Centre Central England Temperature (HadCET) dataset, http://www.metoffice.gov.uk/hadobs/hadcet/ (sito visitato il 7 gennaio 2016).
  • Rimfrost – Data on global weather stations, http://www.rimfrost.no/ (sito visitato il 7 gennaio 2016).

Figura 1 – Le 29 stazioni europee utilizzate in sede di analisi

Figura 2 – Numero di stazioni utilizzate nell’analisi

 

Figura 3 – Anomalia media rispetto alla temperatura media annua del trentennio 1961-1990. La linea nera è la media mobile con periodo 10 anni e serve per allisciare la variabilità di breve periodo

 

Figura 4 – La linea in rosso rappresenta la devianza delle anomalie rispetto alla temperatura media annua del trentennio 1961-1990 (l’indice non è calcolabile quando è disponibile un solo dato e cioè nei periodi 1655-1658, 1672-1701 e 1710-1721). La linea in nero è la media mobile a 12 termini

Tabella 1 – Anagrafica che riporta anche gli acronimi indicati in figura 1
n nome acronimo altezza latitudine longitudine
1 Central_England_Temperature CET 100 -1.00 52.00
2 SONNBLICK SBLI 3109 12.95 47.05
3 HAMBURG Fuhlsbuttel HAMB 11 9.59 53.38
4 NAVARACERRADA NAVA 1890 -3.59 40.46
5 SALAMANCA SALA 590 -5.28 40.56
6 BOURGES BOUR 166 2.37 47.07
7 MONT-AIGOUAL MAIG 1567 3.35 44.07
8 RENNES RENN 36 1.44 48.04
9 STRASBOURG STRB 154 7.63 48.55
10 TOULOUSE (BLAGNAC) TOUL 151 1.22 43.37
11 UPPSALA UPPS 20 17.38 59.51
12 STOCCOLMA STOC 20 18.04 59.19
13 BERLIN TEMPELHOF BERL 34 13.24 52.31
14 PARIS MONTSOURIS PARI 75 2.34 48.82
15 SAN PIETROBURBO SPIE 20 30.19 59.56
16 FRANKFURT AM FFUR 110 8.41 50.07
17 KREMSMUENSTER KREM 384 14.08 48.03
18 CBT_BELGIO-BRUXELLES BRUX 100 4.60 50.51
19 DE-BILT DEBI 15 5.18 52.10
20 POPRAD TATRY POPR 695 20.25 49.07
21 WADDINGTON (LINCOLN) WADD 70 0.52 53.17
22 BASEL-BINNINGEN BASL 316 7.60 47.60
23 VERONA VILLAFRANCA VERO 68 10.52 45.23
24 CAGLIARI ELMAS CAGL 2 9.13 39.14
25 BRINDISI BRIN 10 17.56 40.38
26 PADOVA PADO 10 11.52 45.24
27 CADICE CADI 10 -6.17 36.31
28 COL DU GRAN ST_BERNARD CGSB 2472 7.17 45.87
29 FIRENZE FIRE 40 11.20 43.81
Translate »