1

Progetto Finalizzato ‘CLIMAGRI’II° Workshop “Cambiamenti climatici e agricoltura”

Roma, 3-4 Aprile 2003

Monitoraggio della siccità e dei processi di desertificazione

Antonio Brunetti, Luca Salvati

Ufficio Centrale di Ecologia AgrariaMinistero delle Politiche Agricole e Forestali

Roma

2

In questa presentazione…In questa presentazione…

““Siccità” e “Desertificazione”Siccità” e “Desertificazione”

1.1. Perché spesso insieme?Perché spesso insieme?

2.2. Come si definiscono? Come si definiscono?

3.3. Siccità come fenomeno ricorrente “normale”Siccità come fenomeno ricorrente “normale”

4.4. Siccità possibile causa di desertificazioneSiccità possibile causa di desertificazione Siccità, Vulnerabilità e CC Siccità, Vulnerabilità e CC Climagri 3.1Climagri 3.1

3

Parliamo di Parliamo di siccità e desertificazionesiccità e desertificazione

La siccità, La siccità, “Una assenza prolungata o una marcata deficienza di “Una assenza prolungata o una marcata deficienza di

pioggia”, pioggia”, è un fenomeno “ricorrente”è un fenomeno “ricorrente”

La siccità è un evento estremoLa siccità è un evento estremo

La siccità può essere accentuata dai CC e La siccità può essere accentuata dai CC e allora può costituire elemento di allora può costituire elemento di desertificazionedesertificazione

La desertificazione è un processo di La desertificazione è un processo di trasformazione (degrado) di un’area o di un trasformazione (degrado) di un’area o di un territorio.territorio.

4

Siccità “normale” e “anomala”Siccità “normale” e “anomala”I periodi siccitosi appaiono come un fenomeno meteorologicoricorrente dei nostri climi.

Tuttavia, i cambiamenti climatici portano ad una alterazionedei regimi pluviometrici e pertanto determinano periodi siccitosi più lunghi e intensi rispetto all’atteso.

La siccità, se così modificata, può dunque innescare fenomeni di desertificazione.

Il nostro interesse è lo studio del regime ‘normale’ dellasiccità e la quantificazione della sua variabilità nell’otticadei cambiamenti climatici.

5

Ancora sulla siccità

I principali aspetti della siccità:

• Frequenza (numero dei periodi siccitosi per anno

• Durata (numero di giorni per ogni periodo di siccità)

• Entità (bilancio tra precipitazioni ed evapotraspirazione durante il periodo siccitoso)*

6

Monitoraggio della siccità in Monitoraggio della siccità in Climagri 3.1Climagri 3.1

Indicatori meteo-climatici: SPI, periodi consecutivi di non pioggia

Indicatori climatico-ambientali: Acqua disponibile nel terreno (AW)

Il contributo del telerilevamento (NDVI e PRS)*

7

Perché differenti indicatori?Perché differenti indicatori?La siccità è un fenomeno complesso e non può essere descritta dauna sola grandezza;

Ogni grandezza può descrivere soddisfacentemente situazioni locali,ma è necessario ottenere una descrizione d’insieme del fenomeno;

Deve essere evidenziata la variabilità del fenomeno ‘siccità’ nella sua complessità, e ciò è favorito dall’uso di differenti indicatori che portano un aumento del contributo informativo;

Attraverso il confronto dei risultati possono essere scelti gli indicatori che meglio si prestano come strumenti operativi.

8

Indicatori di siccità: Indicatori di siccità: metodologie usatemetodologie usate

MetodoTipo di

indicatoreSpazializzazione MacroAree Campioni

Anni considerati

Records analizzati

Progresso Analisi

Durata periodi secchi

Meteo-climatico

Stazione meteo

Italia (soprattutto Sud)

128 stazioni 40-50 > 300000 50%

SPIMeteo-

climaticoStazione meteo Sud Italia 25 stazioni 40-50 > 10000 40%

Riduzione delle precipitazione

Meteo-climatico

Stazione meteo

Italia (soprattutto Sud)

122 stazioni 40-50 > 300000 20%

AWClimatico-ambientale

Regione agraria Sud Italia

253 regioni agrarie 20 > 200000 40%

9

Lunghezza dei periodi siccitosi: Lunghezza dei periodi siccitosi: metodologiametodologia

- Periodi dell’anno superiori o uguali a 10 giorni consecutivi con piogge inferiori o uguali a 6 soglie di precipitazione: 0, 1, 3, 5, 8, 10 mm.

- Dati provenienti da 128 stazioni delle reti AM, UCEA e SIMN.

- Serie storiche disponibili con variabile, da 24 anni a 50 anni consecutivi.

- Tracciato record: contiene l’anagrafica dei periodi siccitosi identificati con il giorno, il mese, l’anno di inizio e di fine, nonché le caratteristiche della stazione in cui il periodo stesso è stato rilevato.

-Calcolo della durata dei periodi siccitosi intesa come numero di giorni consecutivi con ammontare di precipitazione giornaliera inferiore o uguale ad una data soglia.

- Calcolo dell’entità della siccità inteso come ammontare di pioggia caduta (tale ammontare è nullo, ovviamente, quando la soglia di precipitazioni considerata è 0 mm).

- Calcolo della frequenza intesa come numero di eventi siccitosi avvenuti per stazione e per anno di studio.

10

Periodi siccitosi: metodologiaPeriodi siccitosi: metodologia

- I periodi siccitosi secondo le varie soglie descritte sono determinati solo se tutti i giorni che vi appartengono presentano il dato di precipitazione valido.

- Verifica manuale dell’anagrafica di tutti i periodi siccitosi per le varie soglie computate. Sono stati individuati valori chiaramente anomali dal dataset.

- Il dataset disponibile è rappresentato da circa 300.000 records.

- Le statistiche che vengono qui presentate, se non diversamente riportato, si riferiscono alla soglia di 5 mm di pioggia.

11

Stazioni meteo incluse Stazioni meteo incluse nell’analisinell’analisi

12

Siccità: frequenza percentuale dei periodi siccitosi secondo soglie di precipitazione

definiteGiorni 0 mm 1 mm 3 mm 5 mm 8 mm 10 mm10 - 14 54.703 48.334 42.216 38.034 32.923 30.22315 - 19 22.898 23.658 23.169 22.053 20.446 19.14020 - 24 10.748 12.111 13.027 13.354 13.110 12.68325 - 29 4.843 5.797 7.272 8.397 9.308 9.53130 - 34 2.662 3.613 4.604 5.261 6.255 6.62335 - 39 1.451 2.102 2.806 3.460 4.089 4.48840 - 44 0.863 1.214 1.820 2.408 3.148 3.52545 - 49 0.503 0.788 1.208 1.581 2.219 2.64750 - 54 0.327 0.601 0.968 1.246 1.768 2.18855 - 59 0.254 0.362 0.588 0.810 1.202 1.55060 - 64 0.206 0.281 0.431 0.599 0.999 1.25765 - 69 0.136 0.267 0.397 0.525 0.687 0.86070 - 74 0.076 0.145 0.238 0.374 0.589 0.78075 - 79 0.088 0.140 0.214 0.300 0.459 0.61880 - 84 0.067 0.136 0.193 0.277 0.428 0.58885 - 89 0.039 0.082 0.112 0.198 0.343 0.44190 - 94 0.030 0.075 0.120 0.176 0.308 0.41195 - 99 0.027 0.072 0.108 0.095 0.194 0.307

13

Soglia: 0 mm

0

10

20

30

40

50

60

Classi

15 - 19

25 - 29

35 - 39

45 - 49

55 - 59

65 - 69

75 - 79

85 - 89

95 - 99 109 11

9129 139

Fre

quen

za e

vent

i

soglia: 10 mm

0

5

10

15

20

25

30

35

Classi

15 - 19

25 - 29

35 - 39

45 - 49

55 - 59

65 - 69

75 - 79

85 - 89

95 - 99 109 11

9129 139

Fre

quen

za e

vent

i

Esempio didistribuzione deiperiodi siccitosiper numero digiorni consecutivicon precipitazioniinferiori a sogliedefinite.

14

Correlazione con posizione Correlazione con posizione geografica delle stazionigeografica delle stazioni

10

12

14

16

18

20

22

24

26

0 500 1000 1500 2000 2500Quota (m)

Gio

rni

di

no

n p

iog

gia

(M

edia

)

0

2

4

6

8

10

12

0 500 1000 1500 2000 2500

Quota (m)

Eve

nti/

anno

Correlazione significativa tranumero medio di giorni siccitosi e quota:r = 0.20

Correlazione significativatra numero medio di eventisiccitosi per anno e quota:r = 0.29

15

Correlazioni con posizione Correlazioni con posizione geografica delle stazionigeografica delle stazioni

0

5

10

15

20

25

30

35 40 45 50Latitudine

Gio

rni d

i non

pio

ggia

(med

ia)

0

2

4

6

8

10

12

35 40 45 50Latitudine

Eve

nti p

er a

nno

(med

ia)

Correlazione significativa tranumero medio di eventi siccitosi per anno e latitudine:r = 0.19

Correlazione molto significativa tra numero medio di giorni siccitosi e latitudine: r = 0.60

16

Correlazioni con posizione Correlazioni con posizione geografica delle stazionigeografica delle stazioni

0

2

4

6

8

10

12

5 7 9 11 13 15 17 19 21Longitudine

Eve

nti

per

an

no

(med

ia)

0

5

10

15

20

25

30

5 7 9 11 13 15 17 19 21

Longitudine

Gio

rni d

i non

pio

ggia

(med

ia) Assenza di correlazione tra

numero medio di giorni siccitosi e longitudine:r = 0.08

Assenza di correlazione tranumero medio di eventisiccitosi per anno e longitudine: r = 0.01

17

LunghezzaLunghezzamedia dei media dei

periodi siccitosi periodi siccitosi inin

128 stazioni128 stazionimeteometeo

18

Lunghezza dei periodi siccitosi: Lunghezza dei periodi siccitosi: serie storicaserie storica

Anno (media mobile)

10

20

30

1950 1960 1970 1980 1990 2000

Num

ero

med

io d

i gio

rni c

onse

cuti

vi

con

piog

ge <

5 m

m

Il decennio 1991-2000 si caratterizza come anomalo rispetto al

quarantennio 1951-1990.

19

Entità della precipitazione Entità della precipitazione durante i periodi siccitosidurante i periodi siccitosi

Anno (media mobile)

2

4

6

8

1950 1960 1970 1980 1990 2000

Pre

cip

itaz

ion

e m

edia

(m

m)

nei

p

erio

di s

icci

tosi

La diminuzione delle precipitazioni durante i periodi siccitosi è costantenell’ultimo cinquantennio.Il decennio 1991-2000 si configura come particolarmente anomalo rispetto al periodo precedente.

20

Frequenza dei periodi siccitosi Frequenza dei periodi siccitosi per annoper anno

Anno (media mobile)

6

8

10

12

14

16

1950 1960 1970 1980 1990 2000

Per

iodi

sic

cito

si p

er a

nno

Il numero medio di periodi siccitosi (> 10 giorni consecutivi) è costante nel periodo 1951-2000.L’ultimo decennio si configura come piuttosto anomalo rispettoal periodo precedente.

21

Standardized Precipitation Index (SPI)

- viene utilizzato per monitorare un deficit di precipitazione;

- è un indice standardizzato e può confrontare stazioni climatologicamente differenti;

- necessita di serie storiche lunghe (almeno 30 anni) e prive di dati mancanti (almeno 95% dei dati validi).*

stazione A.M. di Palermo Punta Raisi

-3

-2

-1

0

1

2

3

4

1962 1966 1970 1974 1978 1982 1986 1990 1994 1998

anno

SP

I

22

Classificazione dei valori di SPI e formazione di una scala di entità della siccità

 

Valore di SPI Valore di SPI Entità della siccità Entità della siccità

> 2 > 2 Estremamente Estremamente umido umido

Da 1.5 a 1.99 Da 1.5 a 1.99 Molto umido Molto umido

Da 1.0 a 1.49 Da 1.0 a 1.49 Moderatamente Moderatamente umidoumido

Da -0.99 a 0.99 Da -0.99 a 0.99 Nella normaNella norma

Da -1 a -1.49 Da -1 a -1.49 Moderatamente Moderatamente seccosecco

Da -1.5 a -1.99Da -1.5 a -1.99 Molto seccoMolto secco

< -2< -2 Estremamente Estremamente seccosecco

23

Variazione dell’indice SPI medio Variazione dell’indice SPI medio annuo (1960-2000)annuo (1960-2000)

-1.2

-0.8

-0.4

0

0.4

0.8

1960 1965 1970 1975 1980 1985 1990 1995 2000

SPI

med

io a

nnuo

L’ultimo decennio si caratterizza come periodo in media siccitoso;la riduzione dell’indice SPI medio annuo nelle 25 stazioni consideratesegue un andamento non lineare e fortemente significativo.

24

Variabilità di SPI medio annuo Variabilità di SPI medio annuo (1960-2000)(1960-2000)

0.4

0.5

0.6

0.7

0.8

0.9

1

1.1

1.2

1960 1965 1970 1975 1980 1985 1990 1995 2000

SPI

annu

o (d

ev. s

t.)

La variabilità dell’indice SPI aumenta costantemente e manifesta i valori massimi nell’ultimo decennio.

25

I periodi più secchiI periodi più secchi

Periodo SPI medio1961-1965 0.0371966-1970 0.0411971-1975 0.2551976-1980 0.3241981-1985 0.3881986-1990 -0.1551991-1995 -0.4601996-2000 -0.617

26

3° Indicatore: ANALISI DELLE SERIE TEMPORALI di dati pluviometrici

Presupposto - ogni serie storica consiste di:

1) un pattern sistematico (trend, stagionalità, ciclicità)

2) fattori di disturbo (errori, noise)

Scopo:

a) identificare la natura del fenomeno

b) Valutare la tendenza della variabile descritta nella serie temporale.

27

LOCALITA’ REGIONE PRAVEZZANO Abruzzo AQPESCARA Abruzzo PEAVEZZANO Abruzzo AQFUCINO (ATT.) Abruzzo AQCAMPO IMPERATORE Abruzzo AQALIANO Basilicata MTMATERA Basilicata MTPOLICORO Basilicata MTLATRONICO Basilicata PZMATERA Basilicata MTTRECCHINA Basilicata PZPOTENZA Basilicata PZFERRANDINA Basilicata MTMONTE SCURO Calabria CSCALOPEZZATI Calabria CSCARAFFA CATANZARO Calabria CZVIBO VALENTIA Calabria CZLAMEZIA TERME Calabria CZCAPO SPARTIVENTO Calabria RCBONIFATI Calabria CSREGGIO CALABRIA Calabria RCCROTONE Calabria CZPAOLA Calabria CSREGGIO CALABRIA Calabria RCCATANZARO Calabria CZSIBARI Calabria CSCOSENZA Calabria CSTREVICO Campania AVNAPOLI CAPODICHINO Campania NACAPRI Campania NAPONTECAGNANO Campania SAGRAZZANISE Campania CEPIANO CAPPELLE Campania BNCAPO PALINURO Campania SANAPOLI Campania NAROMA CIAMPINO Lazio RMROMA COLLEGIO ROMANO Lazio RMROMA CENTOCELLE Lazio RMLATINA Lazio LTROMA URBE Lazio RMROMA EUR Lazio RMBORGO SAN MICHELE Lazio LTPRATICA DI MARE Lazio RMROMA FIUMICINO Lazio RMVITERBO Lazio VTMONTE TERMINILLO Lazio RIFROSINONE Lazio FRPONZA Lazio LTGUIDONIA Lazio RMCAPRAROLA Lazio VTTORRE OLEVOLA Lazio LTVIGNA DI VALLE Lazio RMMONTE GUADAGNOLO Lazio RMCIVITAVECCHIA Lazio RMTERMOLI Molise CBCAMPOBASSO Molise CBCAPRACOTTA Molise ISGIOIA DEL COLLE Puglia BAMONTE SANT'ANGELO Puglia FGFOGGIA AMENDOLA Puglia FGCANDELA Puglia FG

LOCALITA’ REGIONE PRVIESTE Puglia FGBARI PALESE Puglia BAMARINA DI GINOSA Puglia TAFOGGIA Puglia FGMARTINA FRANCA Puglia TABRINDISI Puglia BRGROTTAGLIE Puglia TAS. MARIA DI LEUCA Puglia LEPALASCIA Puglia LELECCE Puglia LETARANTO Puglia TACAGLIARI Sardegna CACAPO CARBONARA Sardegna CACAPO SAN LORENZO Sardegna CAASINARA Sardegna SSTEMPIO PAUSANIA Sardegna SSFONNI Sardegna NUMONTE SERPEDDI' Sardegna CACAPO CACCIA Sardegna SSPERDASDEFOGU Sardegna NUMACOMER Sardegna NUOLBIA Sardegna SSISILI Sardegna NUCARLOFORTE Sardegna CACAPO BELLAVISTA Sardegna NUORISTANO Sardegna OROLBIA COSTA SMERALDA Sardegna SSDECIMOMANNU Sardegna CACAGLIARI ELMAS Sardegna CAGUARDIAVECCHIA Sardegna SSCARLOFORTE ISOLA Sardegna CACAPO FRASCA Sardegna CAALGHERO Sardegna SSTRAPANI BIRGI Sicilia TPPIETRANERA Sicilia AGFINALE Sicilia PAAUGUSTA Sicilia SRPALERMO BOCCADIF. Sicilia PACATANIA FONTANAROS. Sicilia CTCATANIA SIGONELLA Sicilia CTSTROMBOLI Sicilia MESANTO PIETRO Sicilia CTPRIZZI Sicilia PASIRACUSA Sicilia SRSALINA (ATT.) Sicilia MEPANTELLERIA Sicilia TPGELA Sicilia CLLAMPEDUSA Sicilia AGMONTE ETNA Sicilia CTPALERMO PUNTA RAISI Sicilia PAGIBILMANNA Sicilia PAUSTICA Sicilia PASALINA Sicilia MECOZZO SPADARO Sicilia SRTRAPANI CHINISIA Sicilia TPLICATA Sicilia AGSCIACCA Sicilia AGLIBERTINIA Sicilia CTMARSALA Sicilia TPENNA Sicilia ENMESSINA Sicilia ME

DATI PLUVIOMETRICI

• 122 stazioni meteo

• in Italia Centro-Meridionale

• precipitazioni giornaliere

• periodo 1951-2000

28

DESTAGIONALIZZAZIONE

(Makridakis & Wheelwright, 1989)

La variabilità di una serie temporale consiste di quattro diverse componenti:1) una componente stagionale (St),

2) una componente di trend (Tt),

3) una componente ciclica (Ct),

4) una componente di errore.- Le componenti ciclica e di trend sono solitamente combinate inuna componente trend-ciclica (TCt).

- La variabilità di una serie temporale si può valutare attraverso un modello additivo: Xt = TCt + St

che fornisce:- calcolo di indici mensili di stagionalità (I) della serie originale; - calcolo della serie destagionalizzata, per valutarne il trend.

29

Procedure di calcolo: serie delle medie mobili

- calcolo della serie delle medie mobili, di ordine pari al periodo in cui si valuta la stagionalità (serie originale a cadenza mensile, stagionalità da stimare su base annua: media mobile di ordine 12).

Dove xi = i-esimo valore della serie originale

n = ordine della media mobile

La serie delle medie mobili ottenuta non presenta variabilità stagionale, poiché ogni valore è il risultato della media di un’intera stagione (nell’es.: se la media mobile è di ordine 12, per ogni valore mensile si calcola la media annuale dell’anno che lo comprende “al centro”).

n

x

M

12nt

2nti

i

t

30

Calcolo degli indici di stagionalità (I) della serie originale Xt

La serie delle medie mobili viene sottratta dalla serie originale

St=Xt - Mt

In questo modo, nella serie risultante (St), viene massimizzata la

variabilità stagionale. Questa serie viene successivamente utilizzata per il calcolo di fattori mensili, calcolati come media dei valori appartenenti al medesimo mese.

DoveIk = indice di stagionalità del mese kSjk = media mobile relativa al mese k dell’anno jn = numero di valori della serie relativi al mese k

n

SI

n

j

jk

k

31

Calcolo della serie destagionalizzata Dt

Infine, ogni valore della serie originale viene “stagionalmente corretto” sottraendovi l’indice di stagionalità di pertinenza.

DoveDt = valore della serie destagionalizzata al tempo tXt = valore della serie destagionalizzata al tempo tIk = indice di stagionalità relativo al mese k

La serie risultante è una serie destagionalizzata, che si ottiene per rimozione della componente stagionale dalla serie originale.

ktt IXD

32

Season

Results of SEASON procedure for variable ORIGINAL Additive Model. Equal weighted MA method. Period = 12.

Seasonal Period index 1 JAN .695 2 FEB .455 3 MAR .400 4 APR -.626 5 MAY -1.048 6 JUN -1.261 7 JUL -1.288 8 AUG -1.337 9 SEP -.230 10 OCT 1.467 11 NOV 1.547 12 DEC 1.224

RISULTATI DELLA SCOMPOSIZIONE STAGIONALE

33

RISULTATI DELL’ANALISI DEL TREND

Regressione annuale

• Il 79% delle 122 serie pluviometriche destagionalizzate mostra un coefficiente di regressione annuale negativo.

• Il decremento pluviometrico annuo medio è di 3,6 mm.

• Visto l’arco temporale coperto dalle serie, il decremento complessivo medio è di 135 mm.

• Queste prime evidenze vanno chiaramente confermate solo dopo l’elaborazione di modelli non lineari e statisticamente significativi.

34

AW come indicatore di siccità: AW come indicatore di siccità: metodologiametodologia

•Periodo di riferimento: 1980-2002.

•Area di studio: Campania, Puglia, Basilicata, Calabria, Sicilia e Sardegna.

•AW è indicatore delle condizioni di umidità dei terreni in relazione alle loro caratteristiche pedologiche.

•E’ adatto ad una valutazione delle condizioni di carenza idrica, soprattutto per colture agrarie non irrigue.

•E’ disponibile per decade e per regione agraria.

•La regione agraria è una rappresentazione del territorio proposta dall’ISTAT e descrive il territorio italiano in funzione di aree ad agricoltura omogenea.

35

Andamento medio di AW per decade Andamento medio di AW per decade e regione (1980-2001)e regione (1980-2001)

20

60

100

140

180

1 4 7 10 13 16 19 22 25 28 31 34

Decade

mm

Campania

Basilicata

Puglia

Calabria

Sicilia

Sardegna

36

Andamento dell’AW nelle regioni Andamento dell’AW nelle regioni agrarie del sud Italia (1980-2001)agrarie del sud Italia (1980-2001)

Messina (Sicilia)

60

70

80

90

100

19801982

19841986

19881990

19921994

19961998

2000

AW

(mm

)

Montagna del Matese (Campania)

80

90

100

110

120

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

AW

(m

m)

Ripartizione delle 94 regioni agrarie con trend negativo di AW

Regioni costiere

Regioni montane

Un esempio per due aree campione

Caratterizzazione delleregioni agrarie contrend negativo di AW

37

Province, e relativo numero dei mesi, in cui si è Province, e relativo numero dei mesi, in cui si è

verificata una diminuzione dell’AW (1980-2001)verificata una diminuzione dell’AW (1980-2001)

0 1 2 3 4 5 6

Numero di mesi

Napoli

Cosenza

Catanzaro

Caserta

Salerno

Messina

Palermo

Lecce

Reggio C.

Brindisi

38

Scarto dell’AW (2002) dalla media Scarto dell’AW (2002) dalla media climatica (1980-2001) per decadeclimatica (1980-2001) per decade

Campania

-40

-20

0

20

40

60

Gennaio

Mar

zo

Mag

gio

Luglio

Settem

bre

mm

-30

0

30

60

mm

Basilicata

Puglia

Calabria

Sicilia

-20

0

20

40

Gennaio

Mar

zo

Mag

gio

Luglio

Settem

bre

mm

Sardegna

0

20

40

60

mm

39

Telerilevamento in Climagri 3.1Telerilevamento in Climagri 3.1

Studio delle variazioni dell’indice telerilevato di verde (NDVI) in aree test in risposta a stress idrici.

Le aree test sono aree a vegetazione omogenea (siti permanenti - PRS) in cui l’indice NDVI viene

monitorato con cadenza decadale.*

40

L’attività di ricerca in L’attività di ricerca in Climagri linea 3.1Climagri linea 3.1

Il gruppo di lavoro

- UCEA, Roma

Dr. Antonio Brunetti

- Dipartimento di Biologia, Trieste

Prof. Enrico Feoli

- Consorzio ITA

Dr. Aldo Giovacchini*

41

GRAZIE PER L’ATTENZIONE!