YURI BRUGNARA

Post on 23-Feb-2016

89 views 0 download

description

Facoltà di Ingegneria - Università di Trento Mesiano , 30.05.2011 SEMINARIO. 90 ANNI DI PRECIPITAZIONI IN TRENTINO – ALTO ADIGE: DALL’ OMOGENEIZZAZIONE ALL’ ANALISI DEI TREND. YURI BRUGNARA Istituto di Scienze dell’Atmosfera e del Clima (ISAC) Consiglio Nazionale delle Ricerche (CNR) - PowerPoint PPT Presentation

Transcript of YURI BRUGNARA

YURI BRUGNARAIstituto di Scienze dell’Atmosfera e del Clima (ISAC)

Consiglio Nazionale delle Ricerche (CNR)(now at Institute of Geography - Oeschger Center for Climate Change Research, University of Bern)

brugnara@giub.unibe.ch

Facoltà di Ingegneria - Università di TrentoMesiano, 30.05.2011

SEMINARIO

90 ANNI DI PRECIPITAZIONIIN TRENTINO – ALTO ADIGE:DALL’ OMOGENEIZZAZIONE

ALL’ ANALISI DEI TREND

30/05/2011 2brugnara@giub.unibe.ch

Un po’ di storia…

Nel 1917 viene istituito in Italia il Servizio Idrografico Centrale, suddiviso in 10 compartimenti delimitati con criteri idrografici (bacini fluviali).

La rete ha raggiunto una fase di massima espansione all’inizio degli anni ’30, con 400 unità di personale (la maggior parte laureati o diplomati). Già negli anni ’50/’60 il contingente era sceso a 300 unità per ridursi ulteriormente nel 1990 a 103 persone.

Le stazioni pluviometriche, che nel 1930 erano 4300, sono scese negli anni ’90 a 2850, e le misure delle portate fluviali sono scese da 450 a 130.

In base al decreto legislativo n. 112, del 31 marzo 1998, gli uffici periferici del Dipartimento dei servizi tecnici nazionali – Servizio Idrografico e Mareografico sono stati trasferiti alle regioni ed incorporati nelle strutture operative regionali competenti in materia.

30/05/2011 3brugnara@giub.unibe.ch

Oltre 300 seriedi precipitazioni giornaliereper le Alpi centro-orientali,

periodo 1920 - 2009

30/05/2011 4brugnara@giub.unibe.ch

Come sono cambiate le precipitazioni?Cambiamenti nei valori stagionali?

Cambiamenti nella distribuzione statistica degli accumuli giornalieri?

Quali le cause?Aumento della temperatura?

Cambiamenti nella circolazione atmosferica?

30/05/2011 5brugnara@giub.unibe.ch

Source: IPCC AR4, WG I: The Physical Science Basis (2007)

“Substantial uncertainty remains in trends of hydrological variables because of large regional differences, gaps in spatial

coverage and temporal limitations in the data.”

30/05/2011 6brugnara@giub.unibe.ch

Brunetti et al. (2006), “Precipitation variability and changes in the greater Alpine region over the 1800–2003 period”,

Journal of Geophysical Research 111, D11107.

30/05/2011 7brugnara@giub.unibe.ch

Le serie meteorologiche, specialmente quelle lunghe, sono quasi sempre affette da importanti errori sistematici

Le cause sono da ricercarsi nelle modifiche alla strumentazione, all’ambiente circostante le stazioni, alle convenzioni di misura etc.

Il segnale fisico che vogliamo studiare è quindi spesso nascosto da un segnale artificiale che va eliminato

QUALITÀ DEI DATI

30/05/2011 8brugnara@giub.unibe.ch

PRIMA……

Stazione meteo di Milano Linate

……E DOPO LA CURA!

30/05/2011

9

brugnara@giub.unibe.ch

Esempio

9

30/05/2011 10brugnara@giub.unibe.ch

Part I

OMOGENEIZZAZIONE

30/05/2011 11brugnara@giub.unibe.ch

METODI DIRETTI METODI INDIRETTI

BASATI SULLE INFORMAZIONI RELATIVE

ALLA STORIA DELLA STAZIONE (METADATAMETADATA)

BASATI SU METODI STATISTICI E SUL

CONFRONTO CON SERIE LIMITROFE

VANTAGGI SVANTAGGI VANTAGGI SVANTAGGI

INFORMAZIONI PRECISE SU QUANDO ÈAVVENUTA LA

DISCONTINUITÀ E CHE COSA L'HA CAUSATA

DIFFICILE UTILIZZO PRATICO PER LA

CORREZIONE DEI DATI: RARAMENTE SI RIESCONO

AD ESTRAPOLARE DAI METADATA I VALORI

CORRETTIVI DA UTILIZZARE PER ELIMINARE LA DISOMOGENEITÀ

FORNISCONO UN METODO SEMPLICE PER

OTTENERE I VALORI CORRETTIVI DA

UTILIZZARE

RICHIEDONO LA FORMULAZIONE DI ALCUNE IPOTESI

DISOMOGENEITÀ ED ERRORI SONO

PRESENTI IN TUTTE LE SERIE

CHE COSA È MEGLIO??

Omogeneizzazione

NO METADATA!

30/05/2011 12brugnara@giub.unibe.ch

METODI INDIRETTI

Omogeneizzazione

Una certa serie di precipitazioni X(t) può essere rappresentata come il prodotto del suo valore “normale” N (media climatologica, ad esempio sul periodo 1961-1990), delle anomalie A(t) (rapporto con la media in un dato istante) e della funzione IH(t) che rappresenta le eventuali disomogeneità presenti nella serie: X(t) = N A(t) IH(t)∙ ∙ (t = 1, 2,..., n) Usando la stessa notazione, una serie di riferimento R(t) (ad esempio i dati misurati da una stazione vicina) può essere scritta come segue:

R(t) = N’ ∙ A’(t) ∙ IH’(t) (t = 1, 2,..., n)

Se la correlazione tra le due serie è sufficientemente alta, possiamo assumere che A(t) = A’(t); inoltre se R(t) è omogenea avremo che IH’(t) = 1.

30/05/2011 13brugnara@giub.unibe.ch

METODI INDIRETTI

Omogeneizzazione

Il rapporto tra la serie sotto esame e la serie di riferimento sarà pertanto: Z(t) = X(t) / R(t) = (N / N’) IH(t)∙ (t = 1, 2,..., n) Se non ci sono disomogeneità nelle due serie (i.e., IH(t) = IH’(t) = 1), idealmente Z(t) deve quindi risultare costante.Naturalmente nella realtà due serie non sono mai perfettamente correlate, quindi Z(t) avrà delle deviazioni casuali (rumore) dal valore costante.Se Z(t) si discosta troppo dal valore costante, la serie analizzata non è omogenea, cioè IH(t) ≠ 1.

COSTANTE

?

30/05/2011 14brugnara@giub.unibe.ch

CRADDOCK TEST

Omogeneizzazione

x: serie da testare y: serie di riferimento

Deviazioni puntuali:

Deviazioni cumulate:

Il grafico delle deviazioni cumulate si permette di individuare più facilmente eventuali punti di disomogeneità (break points)

-5

0

5

10

15

0 20 40 60 80 100-10

-5

0

5

10

0 20 40 60 80 100-10

-5

0

5

10

0 20 40 60 80 100-50

0

50

100

150

0 20 40 60 80 100

30/05/2011 15brugnara@giub.unibe.ch

Nessuna serie può essere assunta omogenea a priori…

Per questo ogni serie è stata testata con 10 diverse serie di riferimento

Omogeneizzazione

?

?

?

30/05/2011 16brugnara@giub.unibe.ch

Non solo la quantità di precipitazioni, ma anche il numero di giorni piovosi può

essere soggetto a disomogeneità

Omogeneizzazione

30/05/2011 17brugnara@giub.unibe.ch

Omogeneizzazione

ESEMPIO: Prima dell’omogeneizzazione

Precipitazioni annuali(serie blu da omogeneizzare)

Test di Craddock(10 serie di riferimento)

1963

30/05/2011 18brugnara@giub.unibe.ch

Omogeneizzazione

ESEMPIO: Dopo l’omogeneizzazione

Precipitazioni annuali

Test di Craddock(10 serie di riferimento)

30/05/2011 19brugnara@giub.unibe.ch

Omogeneizzazione

Qualche statistica…

200 serie controllate di cui circa l’80% presentava disomogeneità

350 breaks individuati nelle precipitazioni totali durata media di un periodo omogeneo: 33 anni

103 sottoperiodi eliminati a causa di disomogeneità nel numero di giorni piovosi

30/05/2011 20brugnara@giub.unibe.ch

Part II

INTERPOLAZIONE

30/05/2011 21brugnara@giub.unibe.ch

Interpolazione

Il nostro approccio:

1. Selezione delle serie con meno del 25% di dati mancanti nel periodo di riferimento 1971-2000 (127 serie)

2. Ricostruzione dei dati giornalieri mancanti nel periodo di riferimento

3. Conversione dei dati mensili e stagionali in anomalie (rapporti o differenze rispetto alla media nel periodo di riferimento)

4. Interpolazione su una griglia con risoluzione di 0.1° x 0.1° (periodo 1922-2009)

30/05/2011 22brugnara@giub.unibe.ch

Interpolazione

crad

i

yxid

eyxw

),(2

),( 5.0ln

2dc

n

ii

yx

n

ii

angi

yxw

liwyxw

1

),(1

),(

),(cos11),(

),(),(),( yxwyxwyxw angi

radii

),(),( liyx

con

dove è la separazione angolare tra la stazione i e quella j con vertice nel punto di griglia (x,y)

N

ii

N

iii

yxw

vyxwyxV

1

1

),(

),(),(

(x,y)

IL VALORE SU OGNI PUNTO DI GRIGLIA VIENE CALCOLATO COME MEDIA PESATA DEI VALORI DELLE SINGOLE STAZIONI

PESI:

PESO RADIALE

PESO ANGOLARE

i

j

),(),( liyx

m

PESO TOTALE

30/05/2011 23brugnara@giub.unibe.ch

Interpolazione

30/05/2011 24brugnara@giub.unibe.ch

Interpolazione

Variabili interpolate (mensili, stagionali, annuali):

• Precipitazioni totali (TP)

• Numero di giorni piovosi (WDs)

• Intensità media (PI)

• Numero di giorni piovosi appartenenti a 12 diverse categorie di intensità (NPC1, …, NPC10, NPC95, NPC99)

• Precipitazioni totali imputabili alle 12 categorie (PC1, …, PC10, PC95, PC99)

NPC = Number of eventsPC = Absolute contribution (mm)

(N)PC1: below 10th percentile(N)PC2: 10th ÷ 20th percentile(N)PC3: 20th ÷ 30th percentile(N)PC4: 30th ÷ 40th percentile(N)PC5: 40th ÷ 50th percentile(N)PC6: 50th ÷ 60th percentile(N)PC7: 60th ÷ 70th percentile(N)PC8: 70th ÷ 80th percentile(N)PC9: 80th ÷ 90th percentile(N)PC10: over 90th percentile(N)PC95: over 95th percentile(N)PC99: over 99th percentile

30/05/2011 25brugnara@giub.unibe.ch

Part III

ANALISI TREND

30/05/2011 26brugnara@giub.unibe.ch

350breaks

corrected

103sub-periods

deleted

TRENDS OF YEARLY TOTAL PRECIPITATION 1922-2009

TRENDS OF YEARLY WET DAYS 1922-2009

Analisi trend

30/05/2011 27brugnara@giub.unibe.ch

Analisi trend

30/05/2011 28brugnara@giub.unibe.ch

Analisi trend

Precipitazioni totali

Trend mensili

30/05/2011 29brugnara@giub.unibe.ch

Analisi trend

Giorni piovosi Trend mensili

30/05/2011 30brugnara@giub.unibe.ch

Analisi trend

Intensità media Trend mensili

30/05/2011 31brugnara@giub.unibe.ch

Analisi trend

EVENTI INTENSI

30/05/2011 32brugnara@giub.unibe.ch

Analisi trend

NPC10 – dettaglio stagionale

30/05/2011 33brugnara@giub.unibe.ch

Part IV

SINOTTICA

30/05/2011 34brugnara@giub.unibe.ch

Sinottica

Source: http://www.ldeo.columbia.edu/NAO by Martin Visbeck

30/05/2011 35brugnara@giub.unibe.ch

Sinottica

Correlazione tra indice NAO e precipitazioni nel periodo 1922-2008

30/05/2011 36brugnara@giub.unibe.ch

Sinottica

Andamento indice NAO(Data Source: CGD's Climate Analysis Section)

30/05/2011 37brugnara@giub.unibe.ch

Sinottica

Source: http://www.aoml.noaa.gov/phod/amo_faq.php

30/05/2011 38brugnara@giub.unibe.ch

SInottica

Aumento pressione nel bacino del Mediterraneo

Spostamento verso nord della

storm track

Trend pressione a livello del mare dal dataset HadSLP2, periodo 1922-2008

menoprecipitazioni

in T.A.A.

menoprecipitazioni

in T.A.A.

30/05/2011 39brugnara@giub.unibe.ch

Sinottica

Correlazione tra altezze di geopotenziale a 500 hPa e precipitazioni in T-AA dataset HadSLP2, periodo 1949-2007

30/05/2011 40brugnara@giub.unibe.ch

SInottica

Lista dei maggiori eventi precipitativi in Trentino dal 1921:

http://www.isac.cnr.it/~climstor/index.html

Brugnara Y., Brunetti M., Maugeri M., Nanni T., Simolo C., 2011, “High-resolution analysis of daily precipitation trends in the central Alps over the last century”,

International Journal of Climatology, in press

brugnara@giub.unibe.ch